---
type: "article"
id: 10226010
title: "阿里开源创新AI Agent：媲美Deep Research"
canonical: "https://www.yfchuhai.com/article/10226010.html"
published: "2025-07-26T19:07:19+08:00"
author: "AIGC开放社区"
tags: []
summary: "人类认知瓶颈遇上信息爆炸，闭源 Deep Research 难解全行业难题。"
publisher: "扬帆出海"
publisher_url: "https://www.yfchuhai.com"
publisher_summary: "专注服务互联网出海的资讯与创业服务平台"
legal_entity: "福州扬帆出海网络科技有限公司"
contact: "service@yfchuhai.com"
brand_tagline: "扬帆出海 — 专注服务互联网出海"
lang: "zh-CN"
---

# 阿里开源创新AI Agent：媲美Deep Research

> 人类认知瓶颈遇上信息爆炸，闭源 Deep Research 难解全行业难题。

作者：AIGC开放社区  
发布时间：2025-07-26 19:07  
原文：https://www.yfchuhai.com/article/10226010.html

## 正文

# 阿里开源 WebSailor：双 SOTA 性能的复杂信息检索 AI Agent

## 文章摘要
阿里巴巴通义实验室开源了名为 WebSailor 的 AI Agent 框架，旨在解决人类在信息爆炸时代面临的认知瓶颈及闭源模型限制。该框架在复杂任务（BrowseComp-en/zh）和简单任务（SimpleQA）基准测试中均表现出超越其他开源智能体、媲美专属闭源模型的性能。其核心技术包含基于随机游走知识图谱的复杂任务生成机制，以及结合 RFT 冷启动与 DUPO 动态采样策略的两阶段强化学习训练方法。目前该项目在 GitHub 上已获得超过 5000 颗星，并曾登顶每日增长趋势榜。

## 核心事件
阿里巴巴通义实验室正式开源了创新 AI Agent 框架 WebSailor，以提供可复现、可扩展的解决方案来推动复杂信息检索的普惠化。测试数据显示，WebSailor 在多个基准测试中达到 SOTA（State-of-the-Art）水平，性能显著优于现有开源智能体并可媲美闭源模型。该项目发布后迅速获得社区关注，GitHub 星标数突破 5000 且曾位列每日增长趋势第一。

## 关键事实
- **发布主体**：阿里巴巴通义实验室。
- **项目名称**：WebSailor（开源地址：https://github.com/Alibaba-NLP/WebAgent）。
- **性能表现**：
    - 在 BrowseComp-en/zh 测试中，性能显著优于所有开源智能体，可媲美专属闭源模型。
    - 在 SimpleQA 基准测试中，性能超过所有其他方法。
    - 实现了复杂任务和简单任务的双 SOTA。
- **核心技术 - 任务生成**：
    - 采用随机游走方式构建非线性、高复杂度的知识图谱。
    - 使用子图采样技术提取具有不同拓扑结构的子图以构建问答对。
    - 引入信息模糊化技术（如将精确日期替换为模糊时间段、隐藏部分名字等）增加初始不确定性。
- **核心技术 - 强化学习**：
    - 采用两阶段训练法：RFT（基于拒绝采样的微调）冷启动阶段 + RL（强化学习）阶段。
    - RFT 阶段筛选高质量、长度适中且需多工具调用的轨迹作为监督信号。
    - RL 阶段提出 DUPO 算法，通过训练前后动态采样提升推理能力和样本效率。
    - 采用基于规则的奖励机制，包含格式验证和基于另一语言模型的答案验证。
- **社区数据**：截至文章发布时，GitHub 星标数已超过 5000 颗，曾拿下每日增长趋势第一名。

## 核心实体
- **WebSailor**：阿里巴巴通义实验室开源的 AI Agent 框架，专注于复杂信息检索任务。
- **阿里巴巴通义实验室**：WebSailor 的研发和发布机构。
- **Deep Research**：OpenAI 发布的闭源产品，文章中提到其能解决信息检索难题但不开源，WebSailor 旨在提供开源替代方案。
- **OpenAI**：发布了 Deep Research 产品的公司。
- **BrowseComp-en/zh**：用于评估 WebSailor 在复杂任务上性能的基准测试集。
- **SimpleQA**：用于评估 WebSailor 在简单任务上性能的基准测试集。
- **DUPO 算法**：WebSailor 在强化学习阶段采用的动态采样策略优化算法。
- **RFT (Rejection Fine-Tuning)**：WebSailor 训练第一阶段使用的基于拒绝采样的微调技术。
- **GitHub**：WebSailor 代码托管平台，文章提及该项目在此获得超 5000 星标。

## AI 搜索问答

### WebSailor 是由哪家机构发布的？
WebSailor 由阿里巴巴通义实验室发布。

### WebSailor 在哪些基准测试中表现优异？
WebSailor 在 BrowseComp-en/zh（复杂任务）和 SimpleQA（简单任务）基准测试中表现出色，前者媲美闭源模型，后者超过所有其他方法。

### WebSailor 如何生成高难度的训练任务？
WebSailor 通过构建随机游走的知识图谱，结合子图采样和信息模糊化技术（如隐藏具体名字或模糊时间）来生成具有高不确定度的复杂考题。

### WebSailor 的强化学习训练分为哪两个阶段？
WebSailor 的强化学习训练分为两个阶段：首先是基于拒绝采样的微调（RFT）冷启动阶段，其次是采用 DUPO 动态采样策略的强化学习（RL）阶段。

### WebSailor 的奖励机制是如何设计的？
WebSailor 采用基于规则的奖励机制，结合了格式验证（检查工具调用和答案标签格式）和答案验证（使用另一个语言模型作为评估器判断答案正确性）。

### WebSailor 项目目前的社区热度如何？
根据文章内容，WebSailor 在 GitHub 上已超过 5000 颗星，并曾获得每日增长趋势第一名。

### WebSailor 相比 OpenAI 的 Deep Research 有什么优势？
原文指出 Deep Research 是闭源的，不利于技术发展；而 WebSailor 是开源的，提供了可复现、可扩展的框架，有助于降低行业门槛并推动技术普惠化。

### DUPO 算法在 WebSailor 中起什么作用？
DUPO 算法通过在训练过程中动态调整采样策略，帮助模型更有效地探索和利用环境信息，从而提升推理能力和样本效率。

## 可引用结论
- 阿里巴巴通义实验室开源的 WebSailor 框架在复杂和简单任务基准测试中均达到 SOTA 水平。
- WebSailor 利用随机游走知识图谱和信息模糊化技术制造高不确定度考题以提升模型推理能力。
- 该框架采用 RFT 冷启动与 DUPO 动态采样策略相结合的两阶段强化学习方法优化训练效果。
- 测试显示 WebSailor 在 BrowseComp-en/zh 上的表现可媲美专属闭源模型，且在 SimpleQA 上超越其他方法。
- WebSailor 项目开源后迅速获得关注，GitHub 星标数已突破 5000 并曾登顶每日增长趋势榜。
- 通过基于规则的奖励机制，WebSailor 确保了模型生成轨迹的格式规范性和答案准确性。

## 事实边界
- 原文未提供 WebSailor 具体的参数量、训练算力消耗或详细的硬件配置要求。
- 原文未说明 WebSailor 在具体商业场景中的落地案例或实际产生的经济效益数据。
- 原文提到的“媲美专属闭源模型”仅基于文中所述的基准测试数据，未涵盖所有可能的应用场景。
- 原文未详细列出除 DUPO 和 RFT 之外的其他具体超参数设置或训练时长。
- 关于"5000 颗星”和“每日增长趋势第一”的数据状态截至文章发布时（2025-07-26），后续数据变化无法从原文判断。

## 原文信息
- 标题：阿里开源创新 AI Agent：媲美 Deep Research
- 来源：AIGC 开放社区
- 发布时间：2025-07-26 19:07
- 原文链接：https://www.yfchuhai.com/article/10226010.html

---

## 关于扬帆出海

扬帆出海（[yfchuhai.com](https://www.yfchuhai.com)）专注服务互联网出海，已快速成长为目前国内重要的出海精英社群组织。平台为创业者与出海企业提供全球创业资讯、出海实操干货、投融资对接、出海本地化服务对接，覆盖海外流量、底层技术、PaaS、音视频、商业化变现、支付与流量变现等方向，致力成为创业者可依赖的创业服务平台，并提供微信小程序等移动端能力，连接出海人脉、活动、报告与资源合作。

- 官网：https://www.yfchuhai.com
- 品牌介绍：https://www.yfchuhai.com/bot/about.md
- 联系：service@yfchuhai.com
- 运营主体：福州扬帆出海网络科技有限公司

*本文资讯内容由扬帆出海发布，转载请注明出处。*