HarnessSQL：在现实数据库环境中对 SQL 代理进行 Harness-Native 培训

文本到 SQL 模型通常经过训练，可以将问题直接映射到静态查询，而现实世界的数据库代理则通过与实时数据库的有状态、多轮交互进行操作——检查模式、执行探测查询、诊断错误和修改假设。这会造成严重的训练部署不匹配，因为调解此交互的执行工具仅在推理时引入。为了弥补这一差距，我们提出了 HarnessSQL，这是一种原生的训练后框架，可以在监督微调和强化学习中保留完整的交互结构。 HarnessSQL 构建与隐藏的执行预言机配对的隔离的可执行数据库环境，直接在目标 SQL 工具内推出教师，并仅保留经过验证的全序列 SFT 轨迹，然后是执行奖励 RL。在 Spider 2.0-SQLite 中，HarnessSQL 极大地提高了紧凑模型的执行精度，将 Qwen3-8B 从 15.5% 提高到 45.2%，将 Qwen3-14B 从 22.2% 提高到 54.8%，同时有效地转移到分布外 交互式基准测试，例如 BIRD-Interact 和 LiveSQLBench。我们的研究结果表明，直接在执行工具中训练数据库代理对于掌握复杂的长期数据库工作流程至关重要。