这篇论文最值得注意的地方，不是它又提出了一个更复杂的 Agentic RAG 框架，而是它抓住了一个在很多搜索型智能体里都很真实、但又经常被忽略的问题：
很多系统的问题，不是不会搜索，而是不会“合理地搜索”。
也就是说，问题不一定出在“搜不到”，而常常出在两端：
- 明明已经知道了，还要继续搜
- 明明不知道，却不去搜，直接硬答
HiPRAG 的核心贡献，就是把这两种低效行为明确拿出来，并且不再只靠最终答案对不对来训练，而是把搜索过程本身变成强化学习要优化的对象。
- 论文：HiPRAG: Hierarchical Process Rewards for Efficient Agentic Retrieval-Augmented Generation
- 论文地址：https://arxiv.org/abs/2510.07794
- 代码仓库：https://github.com/qualidea1217/HiPRAG
一、为什么 Agentic RAG 还需要继续优化？
传统 RAG 往往是“检索一次，再让模型回答”。而 Agentic RAG 更进一步，它让模型在推理过程中自己决定：
- 要不要搜索
- 搜什么
- 搜完之后如何继续想
这个方向当然更强，但也更容易暴露问题。因为一旦把“搜索决策权”交给模型，系统就不只是一个会生成答案的模型了，而是一个会不断做局部决策的智能体。
这时，最终答对与否只是表面现象。真正决定系统效率和可靠性的，是中间那一连串小决策：这一小步该不该搜，这一步搜的是不是多余，这一步不搜会不会出错。
HiPRAG 正是从这里切入。它的核心判断非常清楚：
搜索能力不只是
