WebAgent 是阿里通义实验室开发的开放多智能体信息检索框架，整合 WebWalker、WebDancer、WebSailor 三个子项目，突破了传统 LLM 在复杂网页推理、开放域自主搜索等任务上的能力边界，实现了“超人类”水平的长程、多步骤推理与自主信息寻求。
-
三大子项目定位明确：WebWalker 提供网页遍历基准与多智能体框架；WebDancer 主打自主搜索推理和类 DeepResearch 能力；WebSailor 聚焦极难任务下的超人类推理和信息检索。 -
SOTA 性能：WebSailor-72B 在多个开放基准上超越现有开源系统并逼近封闭商业系统，如 BrowseComp-en（12.0%）、BrowseComp-zh（30.1%）、GAIA（55.4%）。 -
渐进训练方法论：WebDancer 采用四阶段训练（数据构造、轨迹采样、监督微调、强化学习），强化自主推理与搜索技能，并引入 DAPO 流程实现可扩展的 SFT 和 RL 训练。 -
创新训练技术：WebSailor 使用基于图采样与信息混淆的数据合成构建 SailorFog-QA 基准，并通过专家轨迹重建 + 两阶段训练（RFT+DUPO）来高效训练 agent。 -
复杂任务适配：系统擅长于高不确定性、需要大量推理和信息整合的长程任务，如复杂问题解答、网页跨域推理、多步骤规划等。 -
丰富演示与易上手：项目附带了演示视频和快速启动指南（基于 HuggingFace、Gradio、sglang 部署），支持英文和中文任务。 -
数据与框架开放：WebWalker 作为 ACL 2025 接收的工作开放了基准和框架，WebDancer 和 WebSailor 分别在 arXiv 上发布预印本，相关数据、代码和模型逐步开源中。 -
许可证与引用：项目采用 MIT 开源协议，论文引用格式已给出，方便学术引用和二次开发。
这个项目不仅是一套工具链，更是一种完整的、多层次的解决方案，用于探索和验证“自主搜索 + 超长推理”在真实网页环境中的可行性。
参考文献：
[1] https://github.com/Alibaba-NLP/WebAgent/
[2] https://arxiv.org/pdf/2507.02592
[3] https://arxiv.org/pdf/2505.22648
知识星球：Dify源码剖析及答疑，Dify扩展系统源码，AI书籍课程|AI报告论文，公众号付费资料。加微信buxingtianxia21进NLP工程化资料群，以及Dify交流群。
（文：NLP工程化）