# 8B逆袭32B！开源首个长程交互SQL Agent框架，面向真实数据库

- 原标题：8B逆袭32B！开源首个长程交互SQL Agent框架，面向真实数据库
- 类型：博客
- 来源：新智元
- 发布时间：2026-11-03
- 首次精选：2026-11-03 21:30
- 分级：值得看
- 是否付费：免费（全文公开可读）
- 预估学习时长：约 8 分钟（按全文字数估算）
- 学习层级：深入
- 主题：[reinforcement-alignment](<https://oplearnx.com/md/topics/reinforcement-alignment.md>)（第 67 位）、[agent-architecture-harness](<https://oplearnx.com/md/topics/agent-architecture-harness.md>)（第 83 位）、[coding-agents-engineering](<https://oplearnx.com/md/topics/coding-agents-engineering.md>)（第 113 位）
- 原文链接：[https://aiera.com.cn/asi-post.html?id=121972](<https://aiera.com.cn/asi-post.html?id=121972>)
- 本站页面：[https://oplearnx.com/resources/pk\_575a3b55fd48](<https://oplearnx.com/resources/pk_575a3b55fd48>)

## 摘要

新智元报道，介绍港科大与微软等团队推出的 HarnessSQL：面向真实数据库的首个原生长程环境交互训练框架，在密闭沙盒与专用 SQL Harness 中进行长程轨迹监督微调与执行奖励强化学习。文中把交互式 Text-to-SQL 形式化为 POMDP，并分析传统静态训练导致的「训练与部署脱节」问题。结果显示，在 Spider 2.0-SQLite 上 8B 模型取得 45.2% 执行准确率，14B 模型达 54.8%，并与 32B 专用模型和多智能体系统做了对比。文内附论文与开源代码链接。

---
来源：LearnMap · 学径（https://oplearnx.com）