港科大微软等推出开源长程交互 SQL Agent 框架 HarnessSQL

针对传统 Text-to-SQL 模型存在的训练与部署脱节、缺乏交互探索试错能力的问题，港科大与微软等团队推出首个原生长程环境交互训练框架 HarnessSQL，通过构建高保真密闭执行沙盒、极简 SQL Harness 契约，采用全轨迹长程监督微调加执行奖励强化学习的两阶段后训练流水线，让模型在真实执行环境中习得长程探索与容错能力。在多个主流交互 Text-to-SQL 基准上的评测显示，HarnessSQL 的 8B 模型执行准确率远超同场景下的 32B 专用模型与多智能体系统，14B 模型性能进一步提升，同时具备强劲的域外泛化能力。相关受控实验与消融实验验证了训练推理环境严格同构、全序列轨迹监督、足够的上下文窗口、适配稀疏奖励的优化算法是长程交互任务的核心关键，目前 HarnessSQL 相关资产已全部开源。