WebAgent是阿里巴巴通義實驗室於2025年5月29日開源的一款自主搜尋AI智慧型體。該項目包含WebDancer、WebWalker、WebSailor、WebShaper和WebWatcher等多個子模組。該智慧型體能夠模擬人類在網路環境中的感知、決策和行動循環，實現端到端的自主信息檢索與多步推理能力。其核心訓練框架WebDancer採用包含數據構建、監督微調（SFT）和強化學習（RL）的三階段訓練方法，其中數據構建通過短推理與長推理生成推理路徑，RL階段使用DAPO算法進行動態採樣最佳化。基準測試體系WebWalker則用於評估語言模型在網頁遍歷中的表現。
基本介紹
- 軟體名稱：WebAgent
- 開發商：阿里巴巴通義實驗室
- 軟體授權：MIT開源協定
- 上線時間：2025年5月29日
研發背景,發展歷程,主要功能,核心技術,核心團隊,運營模式,重要事件,
研發背景
WebAgent是阿里巴巴通義實驗室開發的一款開源AI智慧型體，旨在模擬人類在網路環境中的感知、決策和行動循環。其核心目標是通過自主搜尋和多步推理，高效處理複雜、模糊的網路任務。WebAgent的產生是為了解決傳統代理程式（如爬蟲或RPA）依賴固定規則、難以應對動態網頁和非結構化任務的挑戰。該項目旨在探索和驗證“自主搜尋 + 超長推理”在真實網頁環境中的可行性，是一套完整的、多層次的解決方案。
發展歷程
2025年5月29日，阿里巴巴在GitHub上開源了創新自主搜尋AI Agent——WebAgent。
2025年9月17日，WebAgent項目更名為Tongyi DeepResearch。
主要功能
WebAgent具備端到端的自主信息檢索與多步推理能力，能夠像人類一樣在網路環境中主動感知、決策和行動。
WebAgent 不僅能識別文獻中的關鍵信息，還能通過多步推理將不同文獻中的觀點進行整合，最終為用戶提供一份全面且精準的研究報告。
阿里巴巴 WebAgent 分為 WebDancer 和 WebWalker，前者是一種端到端智慧型體訓練框架，旨在增強基於網路的 AI 智慧型體的多步驟信息搜尋能力；後者則屬於“Web 遍歷中的 LLM 基準測試”。
核心技術
WebAgent的技術體系由多個核心子模組構成。其核心模組包括WebWalker、WebDancer、WebSailor、WebShaper以及WebWatcher。WebWalker是網頁遍歷基準測試框架，用於評估大語言模型在複雜網頁中的導航能力。WebDancer為端到端智慧型體訓練框架，旨在增強基於網路的AI智慧型體的多步驟信息搜尋能力。WebSailor專注於高難度信息檢索任務。WebShaper通過形式化方法合成信息檢索數據集。WebWatcher則聚焦視覺語言研究。這些模組共同支撐了WebAgent模擬人類在網路環境中感知、決策和行動的能力。
WebSailor採用了“高難度任務合成→精煉邏輯監督→高效強化學習”的後訓練方案。其訓練分為兩個階段：第一階段為RFT冷啟動；第二階段採用DUPO算法進行強化學習，該算法通過雙重動態採樣策略，相比DAPO將訓練效率提升了約2-3倍。WebSailor使用基於圖採樣與信息混淆的數據合成方法構建了SailorFog-QA基準數據集。
WebShaper提出了一種基於“形式化驅動”的數據合成方法。該方法通過集合論構建信息搜尋任務的數學化表示框架，並利用“知識投影”概念將複雜的搜尋過程抽象為實體集合的操作。
WebAgent採用混合推理模式，並通過“思維預算機制”動態分配計算資源，以平衡快速回響簡單查詢與深度推理複雜任務的需求。
核心團隊
WebAgent 是阿里巴巴通義實驗室開發的一款開源 AI 智慧型體。阿里巴巴通義實驗室 RAG 團隊也開發了 WebSailor。Tongyi DeepResearch（由WebAgent更名而來）項目始於2025年1月的WebWalker，開發周期約為8個月，涉及近10個團隊的合作。
運營模式
WebAgent項目採用MIT開源協定，相關數據、代碼和模型逐步開源中。項目附帶了演示視頻和快速啟動指南，支持通過HuggingFace、Gradio、sglang等平台進行部署。例如，WebSailor-72B可通過阿里雲FunctionAI實現一鍵部署。其基準測試框架WebWalker作為ACL 2025接收的工作開放了基準和框架。WebDancer和WebSailor分別在arXiv上發布預印本。
重要事件
2025年9月17日，WebAgent項目更名為Tongyi DeepResearch，並同時發布了6篇新論文，使項目論文總數達到11篇。
