阿里巴巴开源自主搜索 AI 智能体 WebAgent
阿里巴巴昨日在 Github 上开源了其创新的自主搜索 AI Agent——WebAgent，具备端到端的自主信息检索与多步推理能力，能够像人类一样在网络环境中主动感知、决策和行动。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
5 月 30 日消息，阿里巴巴昨日在 Github 上开源了其创新的自主搜索 AI Agent——WebAgent，具备端到端的自主信息检索与多步推理能力，能够像人类一样在网络环境中主动感知、决策和行动。
例如，当用户想了解某个特定领域的最新研究成果时，WebAgent 能够主动搜索多个学术数据库，筛选出最相关的文献，并根据用户的需求进行深入分析和总结。
据介绍，WebAgent 不仅能识别文献中的关键信息，还能通过多步推理将不同文献中的观点进行整合，最终为用户提供一份全面且精准的研究报告。
阿里巴巴 WebAgent 分为 WebDancer 和 WebWalker，前者是一种端到端智能体训练框架，旨在增强基于网络的 AI 智能体的多步骤信息搜索能力；后者则属于“Web 遍历中的 LLM 基准测试”。
Web Agents 上的性能：
WebDancer 的框架一共由 4 大块组成，从数据构建到训练优化，逐步打造出能够自主完成复杂信息检索任务的智能体。
浏览数据构建是整个框架的起点。在现实世界中，高质量的训练数据是智能体能够有效学习和泛化的关键。WebDancer 通过两种创新的数据合成方法来解决传统数据集的局限性。
为了确保生成的轨迹既有效又连贯，WebDancer 采用了短推理和长推理两种方法。短推理利用大模型直接生成简洁的推理路径，而长推理则通过推理模型逐步构建复杂的推理过程。
在数据准备完成后，WebDancer 进入监督微调（SFT）阶段。这一阶段的目标是通过高质量的轨迹数据对智能体进行初始化训练，使其能够适应信息检索任务的格式和环境要求。
在 SFT 过程中，WebDancer 将轨迹中的思考、行动和观察内容分别标记，并计算损失函数，以优化模型的参数。为了提高模型的鲁棒性，WebDancer 在计算损失时排除了外部反馈的影响，确保模型能够专注于自主决策过程。这一阶段的训练为智能体提供了强大的初始能力，使其能够在后续的强化学习阶段更好地适应复杂的任务环境。
强化学习（RL）阶段是 WebDancer 框架的关键环节。在这一阶段，智能体通过与环境的交互，学习如何在复杂的任务中做出最优决策。WebDancer 采用了 DAPO 算法，这是一种专门针对智能体训练设计的强化学习算法。
DAPO 算法通过动态采样机制，有效利用未充分利用的 QA 对，提高数据效率和策略的鲁棒性。在 RL 过程中，智能体通过多次尝试和反馈，逐步优化其决策策略，最终实现高效的多步推理和信息检索能力。
IT之家附 WebAgent 最新地址：
Github：https://github.com/Alibaba-NLP/WebAgentWebDancer论文：https://arxiv.org/ pdf/2505.22648WebWalker论文：https://arxiv.org/ pdf/2501.07572相关攻略
消息称阿里千问 AI 眼镜与夸克 AI 眼镜同团队研发，算法软硬件一致 近期一则行业消息透露了重要技术动向。据蓝鲸科技从知情渠道获得的信息确认，此前已上市的夸克AI眼镜与即将全球发布的千问AI眼镜，其核心研发团队实为同一支。这意味着，从最底层的算法架构与模型，到关键软硬件配置与技术支持，两款产品均系
3月31日，香港恒生指数收涨0 15%，恒生科技指数跌0 86%。 科网股多数下跌，比亚迪电子跌超5%，华虹半导体跌超4%，零跑汽车、地平线机器人跌超2%，阿里巴巴、美团跌超1%；美的集团涨超6%，
文｜财华社2025年，美团（03690 HK）交出了一份喜忧参半的财报：一边是全年GTV（总成交额）、交易量实现双位数增长，交易用户数、消费频次与客单价同步刷新纪录，海外业务Keeta首次实现单季正
文 | 互联网评想象一下，北京望京，一个寻常的工作日中午。一位美团用户打开App，对着新上线的AI助手“小团”发出了一条语音指令：帮我在中关村和望京中间找一家川菜馆，口味偏辣，方便停车，我和朋友只有
（文 陈济深 编辑 张广凯） "AI落地不只是一道算法题，更是一道工程题。 "3月27日的腾讯云城市峰会上海站上，腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生这样概括腾讯对智能体时代的判断。腾
热门专题
热门推荐
速览攻略：世界圣羽翼王核心打法与全面解析 本攻略将为你完整呈现《洛克王国》世界圣羽翼王的通关秘籍，深度剖析两种高效实战打法：追求极致速度的“燃薪虫四回合速通”与稳定输出的“酷拉无限连击流”。文章将进一步解析这位翼系精灵王的技能机制、属性克制关系及其在PVE与PVP中的实战定位，帮助你彻底掌握应对其隐
速览：工程系统核心机制解析 在《异种航员2》中，工程系统是整个抵抗力量赖以运转的“战略后勤中枢”。无论是研发新武器、生产重型装甲还是制造先进飞行器，所有实体装备的产出都依赖于此。简言之，该系统的核心运作围绕着两大关键：工程师人力的高效配置与全球稀缺资源的精细化调度。工程师的数量直接决定了每个项目的建
核心速览 在《洛克王国世界》中，治愈兔是一位兼具功能性任务角色与实战辅助能力的精灵。它的价值不仅在剧情推进中体现，更在于对战里出色的治疗与防护表现。本文将为你全面解析治愈兔的精准获取位置、种族属性特点以及实战技能搭配，助你顺利捕捉并最大化其在队伍中的作用。所有关键信息将通过清晰的图文内容详细展示，确
速览 在《红色沙漠》中，挑战传说之狼这一强大的任务BOSS，需要玩家进行充分的准备并遵循完整的任务流程。整个过程环环相扣，你必须首先参与塞莱斯特家族的势力任务，通过完成任务将家族声望提升至指定等级，才能解锁【传说之狼】的专属讨伐任务，最终直面这个传说中的强大生物。 红色沙漠传说之狼怎么打 归根结底，
【宝可梦Pokopia】舒适度全解析：快速提升环境等级的核心秘诀 你是否正在探索《宝可梦Pokopia》世界，并希望有效提升宝可梦栖息地的舒适度？舒适度不仅是衡量宝可梦快乐程度的晴雨表，更是解锁游戏核心内容、加速发展的关键驱动指标。本攻略将系统性地为你揭示提升舒适度的核心途径，涵盖从装饰栖息地、建造