通义实验室最新成果WebDancer：开启自主智能Deep Research的新时代

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 ...