INSIGHT在 UGC 复杂检索中，搜索轮数上限不是好的成本控制信号，按子问题证据覆盖停止更容易解释和审计。可将 HALT 作为冻结现有 Agent 的旁路策略，输出每个 hop 的覆盖状态，并在无法可靠验证时主动 abstain；部署前需单独评估 claim 生成错误对召回和延迟的影响。

INSIGHT社区搜索 Agent 的评测不能只测单轮问答或工具选择，应把歧义理解、多工具协同、状态保持、失败恢复和最终结果一起纳入。SOP-Bench 的可执行任务与 ground truth 适合迁移为 UGC 搜索流程集：按业务意图拆 SOP、限制工具面、记录全轨迹，并用任务成功率而非 LLM 评审单一分数做上线门槛。

INSIGHT短文本 UGC 搜索要支持多轮澄清、补搜和证据汇总时，应把用户目标、query 改写、已确认事实、候选证据和工具轨迹分层存储。工程上可先做轻量 schema 与不同 TTL，再比较全量上下文、摘要记忆和分层记忆的 nDCG、答案完整性、token 成本及长链路失败率。

INSIGHT对搜索 Agent，真正可迁移的不是某个模型的知识，而是‘假设—工具动作—反馈—记忆—恢复’闭环。可将 query 改写、检索、阅读、引用校验视为候选变更，把 nDCG、证据覆盖和 CTR 作为反馈；同时设置 supervisor 监控停滞与循环，避免无界搜索把成本转化为噪声。

INSIGHT社区 UGC 搜索会接触不可信帖子、链接和工具返回值，不能让 prompt 或 harness 单独承担安全边界。应把文档内容视为数据而非指令，按任务发放短时权限，对网络、数据库和发布动作做运行时拦截，并保留不可篡改的 search/read/tool/final 审计轨迹；这比单纯增加安全提示词更稳。

INSIGHT工具接入不等于工具能力，Agent 是否理解调用语义和何时调用才是瓶颈。对搜索链路，应记录工具可达率、有效调用率、参数错误率和调用后的证据增益，而不是只统计工具数量；上下文压缩也必须与训练时的观察策略一致，否则节省 token 可能转化为理解损失。

INSIGHT在社区搜索中，结构化动作空间可以把‘继续搜什么、打开哪页、何时结束’从不可解释的长思维链变成可监控状态机。落地时可先用 schema 约束 query decomposition、search、open、extract、verify 五类动作，再用轨迹质量和单位答案成本评估是否值得引入更复杂的规划器。

INSIGHTAgentic 搜索的离线评测应同时报告样本覆盖、未决比较和停止规则，避免早期任务偏简单造成虚假提升。对 nDCG、CTR、答案正确率和成本的联合实验，可以把 ParEvalLayer 的 abstain 机制用于自动决定是否扩大 query 集、是否进入 A/B 测试，而不是用一个不稳定的 partial score 直接做模型替换。