INSIGHTUGC 搜索中的复杂问题不应只看最终答案或点击结果，应该记录 query 分解、每跳证据覆盖和停止时机。可借鉴 hop-aware 评测，把“找到了相关帖子但没有完成跨帖组合”单独归因，再针对 planner、retriever 和 verifier 分别优化。

INSIGHT社区搜索 Agent 的“记忆变强”不能只看后续 CTR 上升，还要验证收益是否真正经过保存、检索和更新路径。部署技能库时应区分临时上下文与可复用程序，按任务类型设置准入和回滚门槛，避免把偶然成功的 query 策略固化成长期规则。

INSIGHT在短文本社区搜索里，反思模块不应固定触发或固定改写 query；可以让少量高质量失败样例驱动“是否重写、重写几次、切换哪种检索器”的策略选择。先用离线多跳 QA 和工具调用集做 prompt/策略回归，再以线上延迟和无结果率约束反思预算。

INSIGHT搜索 Agent 的多轮检索也存在“已经有足够证据却继续搜索”的答案漂移。可把中间结论、证据覆盖和最终点击/答案一致性做成段级信用，奖励有效的查询-证据段，递增惩罚无收益的追加搜索，从而控制 token 成本而不粗暴截断推理。

INSIGHT社区搜索日志中的失败轨迹包含 query 误解、证据遗漏和过早停止等高价值信号，不应只作为负样本删除。可以先用离线反思标注失败原因，再把可迁移的修复动作蒸馏回直接检索策略，同时保留安全过滤，避免把错误经验写入长期技能库。

INSIGHT若社区搜索 Agent 会自动沉淀 query 模板、工具权限或排序规则，技能生命周期本身就是安全边界。应记录来源轨迹、版本和触发条件，新增技能先在沙箱与无害查询集上回放，并支持按 provenance 撤销，而不是只删除一次被污染的记忆。

INSIGHT对 UGC 搜索助手，记忆命中率上升不等于用户体验变好。可以复用 PAST-Bench 的 matched fresh-session 设计，把“无历史/有历史”分桶评测，并把 query 偏好、召回策略和工具调用分别做可追溯的更新验证，防止把噪声反馈误当成个性化能力。

INSIGHT这套配置给社区搜索一个可执行的灰度路径：简单短 query 走一次混合召回，复杂多条件问题才进入反思循环，并把 rerank 放在每轮结果之后。先将反思轮数设为 1–3 轮，以 nDCG、无答案率、P95 延迟和 Token/请求共同决定是否继续增加预算。

INSIGHT搜索 Agent 的离线评测不能只报一个 LLM judge 分数；应固定数据快照、提示词、评审模型和推理后端，并保留完整元数据。将多跳答案、证据引用、停止决策拆成可替换评测项，才能把 nDCG/CTR 与 Agent 的事实性和成本指标放到同一回归面板。