阿里巴巴于2025年5月30日开源了自主搜索AI智能体WebAgent，该智能体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。以下是对WebAgent的详细介绍：
一、核心功能
自主信息检索：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。
多步推理能力：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。
二、技术架构
WebDancer：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。WebDancer的框架由数据构建、监督微调（SFT）、强化学习（RL）等阶段组成，逐步打造出能够自主完成复杂信息检索任务的智能体。
WebWalker：属于“Web遍历中的LLM基准测试”，用于评估和优化Web智能体的性能。
三、技术特点与创新
数据构建创新：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，确保生成的轨迹既有效又连贯。
监督微调（SFT）：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。
强化学习（RL）：采用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。
四、应用场景与价值
学术研究：WebAgent能够帮助研究人员快速获取特定领域的最新研究成果，提高信息检索效率和研究报告的全面性和精准性。
市场分析：WebAgent的多步推理能力使其能够整合不同来源的信息，为市场分析提供有力支持。
