HarnessSQL：面向真实数据库环境的 SQL Agent 原生训练框架

论文指出 Text-to-SQL 模型通常被训练为将问题直接映射到静态查询，而真实数据库 Agent 需要与在线数据库进行有状态的多轮交互，包括检查 schema、执行探测查询、诊断错误和修正假设，由此产生训练与部署不匹配——中介交互的执行 harness 仅在推理时引入。为此提出 HarnessSQL，一种 harness-native 后训练框架，在监督微调和强化学习中保留完整交互结构：构建隔离的可执行数据库环境与隐藏执行 oracle，在目标 SQL harness 内直接 rollout 教师模型，仅保留经验证的轨迹用于全序列 SFT，随后进行执行奖励 RL。在 Spider 2.0-SQLite 上，该方法将 Qwen3-8B 的执行准确率从 15.5% 大幅提升。

AI推荐理由 指出 Text-to-SQL 训练与真实数据库 Agent 多轮有状态交互之间的 train-deploy 不匹配，提出在目标 SQL harness 内进行 harness-native 后训练，保留完整交互结构并做执行奖励 RL；在 Spider 2.0-SQLite 上报告 Qwen3-8B 执行准确率从 15.5% 显著提升，方向对 Agent 落地有参考价值，但摘要数据被截断，需看完整结果。