Harness-G: A Graph-Structured Harness for Search Agents
Harness-G 提出一种图结构检索框架，将搜索智能体的自由文本查询生成重构为有限动作选择：策略选择证据句子或实体，或选择回答，环境构建菜单、跟踪检索状态并验证执行每个选择。该框架旨在解决训练中观察到的检索等价坍缩现象，即同一问题的不同查询字符串导致证据集重叠，轨迹在检索决策上趋于效用等价。
Development
- First ReportHarness-G: A Graph-Structured Harness for Search AgentsarXiv cs.CL
- Current Assessment该研究反映了搜索智能体训练中的一个趋势：从自由文本查询生成转向结构化、受限的检索接口。这可能影响搜索智能体的设计范式，使环境在检索中扮演更主动的角色。如果有效，可能推动更多研究关注策略-环境接口设计，而非仅改进奖励信号。Agent Pulse · analysis
Harness-G 论文指出，强化学习搜索智能体通常将检索建模为自由形式的自然语言查询生成，并用最终答案奖励优化多轮交互。当前研究主要用更密集或结构化的信用信号改进训练，但很少检查检索在策略-环境接口上的表述是否恰当。作者在 Search-R1 训练中观察到检索别名现象：同一问题的不同查询字符串产生重叠的证据集，称为检索等价坍缩。在此状态下，轨迹在检索决策上趋于效用等价，组内回报缺乏有效检索对比。为解决此问题，Harness-G 重新设计接口，将自由形式查询生成改为有限动作选择：策略选择证据句子或实体，或选择回答，环境构建菜单、跟踪检索状态并验证执行每个选择。该接口减少语言别名，并可能改善检索对比。
Harness-G 的核心创新在于将检索动作空间从无限的自然语言查询空间压缩为有限的选择集合，由环境动态构建菜单。这改变了策略-环境接口，使策略不再生成查询字符串，而是从环境提供的证据句子或实体中选择。这种设计可能减少语言别名，使检索决策更直接地影响证据集，从而缓解检索等价坍缩。可验证的下一信号是：在标准搜索基准上，Harness-G 是否显著优于基于查询生成的基线，以及训练中检索等价坍缩是否减少。
该研究反映了搜索智能体训练中的一个趋势：从自由文本查询生成转向结构化、受限的检索接口。这可能影响搜索智能体的设计范式，使环境在检索中扮演更主动的角色。如果有效，可能推动更多研究关注策略-环境接口设计，而非仅改进奖励信号。
对于构建搜索智能体或检索增强生成系统的公司，Harness-G 提供了一种减少训练不稳定性和提高检索效率的思路。若其有效性得到验证，可能降低训练成本并提升智能体在复杂检索任务中的表现，从而增强产品竞争力。
Harness-G 的后续发展可能包括：在更多搜索基准上验证其有效性，扩展到多跳推理或工具使用场景，以及与其他训练方法（如过程奖励）结合。若成功，可能成为搜索智能体训练的标准组件。