wsl-docs

WebAgent：开源深度研究 Agent 模型

7分钟阅读

摘要

1) 一句话总结

Tongyi DeepResearch 是由通义实验室开源的 Agentic 大语言模型，专为长周期、深度的信息检索与研究任务设计，具备高效的稀疏激活架构与强大的多工具集成能力。

2) 核心要点

  • 开源与项目数据：基于 Apache-2.0 协议开源，主要使用 Python 开发，GitHub 仓库目前拥有超 1.8 万 Stars。
  • 高效参数架构：模型（30B-A3B）总参数量为 305 亿，采用稀疏激活机制，每个 token 仅激活 33 亿参数。
  • 长上下文支持：模型支持高达 128K 的上下文长度，适合处理复杂的长周期探索任务。
  • 双推理范式：支持用于评估核心能力的 ReAct 模式，以及利用测试时扩展（test-time scaling）解锁性能上限的 Heavy 模式（基于 IterResearch）。
  • 多工具集成：推理脚本支持配置并调用外部 API，包括网页搜索（Serper）、网页阅读（Jina）、文件解析（Dashscope）及代码沙盒执行。
  • 先进训练机制：采用全自动合成数据管道，结合大规模持续预训练，并使用定制的 GRPO 框架进行端到端的 on-policy 强化学习。
  • 典型应用场景：适用于深度信息检索、自动化文档与网页处理，以及在 Humanity’s Last Exam、SimpleQA 等主流 Agentic 基准上进行测试。
  • 多样化部署方式：支持通过 ModelScope/HuggingFace/阿里云百炼进行在线体验，通过 OpenRouter 进行 API 调用，或下载权重进行本地部署。

3) 风险与不足

  • 在线 Demo 稳定性限制：官方提供的在线 Demo 受限于模型延迟和工具 QPS 限制，响应时间可能存在波动或出现间歇性失败，不建议用于生产环境。
  • 环境依赖冲突风险：本地部署强烈建议使用 Python 3.10.0 版本，使用其他 Python 版本可能会导致依赖冲突问题。

功能与定位

Tongyi DeepResearch 是由 Tongyi Lab 开发的一款开源 Agentic 大语言模型（基于早期的 WebAgent 项目构建）。该模型专为**长周期、深度的信息检索（long-horizon, deep information-seeking）**任务而设计，旨在提供强大的自主搜索与研究能力。

典型使用场景

  • 深度信息检索与研究：处理需要长时间跨度、多步骤探索的复杂查询任务。
  • Agent 能力基准测试：可用于评估模型在 Humanity’s Last Exam、BrowseComp、WebWalkerQA、SimpleQA 等主流 Agentic 搜索基准上的表现。
  • 自动化文档与网页处理：结合外部工具进行网页搜索、页面阅读、文件解析及代码沙盒执行。

核心功能

  • 双推理范式支持：
    • ReAct 模式：用于严格评估模型的核心内在能力。
    • Heavy 模式（基于 IterResearch）：采用测试时扩展（test-time scaling）策略，以解锁模型的最大性能上限。
  • 长上下文处理：模型（Tongyi-DeepResearch-30B-A3B）支持高达 128K 的上下文长度。
  • 多工具集成推理：推理脚本支持配置并调用多种外部 API（如 Serper 进行网页搜索、Jina 进行网页阅读、Dashscope 进行文件解析等）。

特色与差异点

  • 高效的参数架构：模型总参数量为 305 亿，但采用稀疏激活机制，每个 token 仅激活 33 亿参数（30B-A3B）。
  • 全自动合成数据管道：设计了高可扩展的数据合成管道，全面赋能 Agentic 预训练、监督微调（SFT）和强化学习（RL）。
  • 大规模持续预训练：利用多样化、高质量的 Agentic 交互数据扩展模型能力，保持信息新鲜度并强化推理性能。
  • 端到端强化学习：采用严格的 on-policy 强化学习方法，基于定制的 GRPO（Group Relative Policy Optimization）框架，结合 token 级策略梯度和负样本过滤，以稳定非平稳环境下的训练。

使用方式概览

  • 在线体验：可通过 ModelScope、HuggingFace 的在线 Demo 或阿里云百炼（Bailian）服务进行快速探索。
  • 第三方 API 调用：模型已上线 OpenRouter，用户可通过配置 API 密钥实现无 GPU 环境下的云端推理。
  • 本地部署与推理：
    1. 从 HuggingFace 或 ModelScope 下载模型权重。
    2. 配置 Python 独立环境并安装依赖。
    3. 配置 .env 文件，填入所需的第三方工具 API 密钥（如搜索、网页读取、大模型总结等）。
    4. 准备 JSON 或 JSONL 格式的评估数据集（支持本地文件引用）。
    5. 运行提供的 Bash 推理脚本。

限制与注意事项

  • Demo 稳定性限制：官方提供的在线 Demo 仅供快速探索，受限于模型延迟和工具 QPS 限制，响应时间可能会有波动或出现间歇性失败。
  • 生产环境建议：为了获得稳定的体验，官方建议进行本地部署；若需生产级服务，推荐使用阿里云百炼并遵循其引导设置。
  • 环境依赖要求：本地部署强烈建议使用 Python 3.10.0，使用其他版本可能会导致依赖冲突问题。

链接

关联主题

关系图谱