不圆 发自 凹非寺 量子位 | 公众号 QbitAI Agent能"看懂网页"， 像人类一样上网 ？ 阿里发布 WebDancer ，就像它的名字一样，为"网络舞台"而生。 只要输入指令，它就可以帮你上网搜索、做攻略，实现自主信息检索代理和类似深度研究模型的推理。 传统模型只能按固定流程思考，而WebDancer作为一个端到端的自主信息搜索智能体，具备多步推理、工具使用和泛化能力。 WebDancer在GAIA和WebWalkerQA上分别取得了61.1%和54.6%的Pass@3分数，优于基线模型和部分开源框架。 模型和方法均 已开源 ，网友直呼想试： WebDancer的秘密武器 不同于其它的推理问答模型，WebDancer要像人类一样 思考、理解并操作 ，可不是一件简单的事情。 使用GAIA、WebWalkerQA和日常使用情况对WebDancer进行演示，可以看到，WebDancer能够执行多步骤和复杂推理的长期任务，例如 网页遍历、信息搜索和问答。 它的"秘密武器"是一种 四阶段训练范式 ，包括浏览数据构建、轨迹采样、针对有效冷启动的监督微调以及用于改进泛化能力的强化学习。 阿里开源了这个训练框架， ...

作者介绍： 本文作者来自通义实验室 RAG 团队，致力于面向下一代 RAG 技术进行基础研究。该团队 WebWalker 工作近期也被 ACL 2025 main conference 录 用。 它得能看懂网页，能做多步决策； 它得能适应开放动态环境； 它得能自主提问、自主行动、自主修正…… 一、背景：信息检索的新需求与挑战 在当今信息爆炸的时代，解决复杂问题不再仅仅是简单的知识检索，而是需要深入的信息挖掘和多步推理。从医学研究到科技创新，从商业决策到学术探索，每 一个领域都呼唤着能够自主思考、自主决策的智能体。Deep Research 等系统已经为我们展示了自主多步研究的巨大潜力，但构建这样的智能体并非易事。它们需 要在复杂的网络环境中感知、决策、行动，还要面对任务复杂度高、泛化能力弱等诸多挑战。 但打造这样一个 Deep Research 类智能体智能体，并不简单！ 在这种背景下，WebDancer 的出现，走出了一条复现 Deep Research 类智能体的可行路径。 自主信息检索智能体的构建，或者如何复现 Deep Research 类的模型一直面临着两大棘手难题：高质量训练数据的稀缺与开放环境训 ...

WebDancer团队 投稿 量子位 | 公众号 QbitAI 能够完成多步信息检索任务，涵盖多轮推理与连续动作执行的智能体来了。 通义实验室推出WebWalker（ACL2025）续作自主信息检索智能体WebDancer。 WebDancer 通过系统化的训练范式——涵盖从数据构建到算法设计的全流程——为构建具备长期信息检索能力的智能体提供了明确路径。 同时，该框架也为在开源模型上复现Deep Research系统提供了可行的指导。团队将进一步在更开放的环境中、结合更多工具，持续拓展和 集成Agentic能力，推动通用智能体的落地与演进。 一、背景：信息检索的新需求与挑战 在信息爆炸的时代，传统的搜索引擎已难以满足用户对深层次、多步骤信息获取的需求。从医学研究到科技创新，从商业决策到学术探索，复 杂问题的解决需要深入的信息挖掘和多步推理能力。这催生了对能够自主思考、自主决策的智能体的需求。 然而，构建这样的智能体面临诸多挑战： 二、突破训练数据难获得问题 在自主信息检索领域，高质量的训练数据至关重要。然而，现有的数据集如2WIKI，HotpotQA多为浅层次问题，难以支持复杂多步推理的训 练需求。 数据过滤 ...