INSIGHT搜索 Agent 的优化目标不能只奖励答对，还要区分“证据不足时拒答”和“有证据却退缩”。可在社区搜索链路中利用检索覆盖度、证据一致性和查询难度动态设定拒答收益，并同时监控准确率、精确率与 RA-F1，避免单纯追求回答率放大幻觉。

INSIGHT对 UGC 搜索重排而言，工具调用应是按样本触发的稀缺动作，而不是每个候选都执行。可以用置信度、查询复杂度和事实风险联合驱动外部检索，并在奖励中加入延迟成本；两阶段训练还能降低强化学习破坏原有生成与相关性判断能力的风险。

INSIGHT工业价值不只在自动改代码，而在把目标、预算、基线、停止条件、实验记录和会话记忆固化成可恢复流程。搜推团队可先让 Agent 自动完成离线实验与错误分析，同时保留人工里程碑审核；明确 GPU 时长、最大实验数和数据路径可防止低信号循环与资源失控。

INSIGHT多轮搜索训练应评估路径是否覆盖关键证据步骤，而不只看最终答案。业务侧可从日志构建弱监督参考路径，对查询改写、召回、阅读和核验节点分别给分；即使最终回答错误，也能保留正确的中间动作作为学习信号，显著提高昂贵交互数据的利用率。

INSIGHT个性化路由不能只把目录名当标签，真正稳定的语义来自目录中的历史内容和负反馈。社区搜索可借鉴“候选层级裁剪—内容证据检索—适配核验”的三段式 Agent，把用户收藏、跳过和纠错作为轻量记忆，而无需为每个用户单独微调模型。

INSIGHT复杂搜索请求应先显式解析约束，再做结构化召回，而不是把所有条件压成一个向量。社区场景可把时间、作者、话题和内容关系转成可核验的子图条件，并输出命中路径供重排与生成使用；但正式采用前需补齐离线基准和线上延迟评估。

INSIGHT当社区问题包含人物、事件、地点等多实体约束时，平面向量 Top-K 容易丢失关系链。可先在高价值领域试验轻量实体图，再融合文本相似度与结构匹配分数；上线前必须单独核算图构建时延、节点更新成本和长尾实体覆盖，避免全量图化。

INSIGHT提升 Agent 推理不能只增加思维链数据或盯住单一总分，应把中间步骤当可测试程序，压缩重复结构，并按任务类型追踪回归。对搜索 Agent，可用检索证据检查器和失败轨迹生成训练数据，同时保持私有验证集，防止格式合规或公开榜单噪声掩盖真实推理缺陷。

INSIGHT记忆对 Agent 的价值首先体现在“决定查什么、怎样组织参数”，而不只是给最终生成补充上下文。搜索产品可把稳定画像、会话意图和近期行为分层加载，并用冲突规则回写；实验也提醒当前证据来自合成记忆块，真实多会话环境仍需验证漂移、隐私和过期机制。