在人工智能领域，一项新的突破正引发广泛关注。阿里巴巴旗下的通义实验室宣布，其自主研发的网络智能体WebSailor已在开源网络智能体榜单上登顶，超越了包括DeepSeek R1和Grok-3在内的多个知名模型和智能体。
WebSailor之所以备受瞩目，是因为它具备出色的推理和检索能力。面对高度复杂和线索模糊的任务，WebSailor能够主动在互联网中搜集信息，并通过多步推理和交叉验证，将分散的线索串联起来，从而得出准确的答案。这一能力在业界备受认可，尤其是在OpenAI发布的BrowseComp评测集上，WebSailor更是展现出了卓越的性能。
BrowseComp评测集包含了1266个高难度问题，旨在评测大模型和智能体的检索性能。这些问题不仅涉及的信息广泛且复杂，而且要求AI能够在海量的互联网内容中迅速定位并提取出关键信息。然而，尽管业界对此进行了大量的研究，但在此前数月内，尚无开源系统能够取得接近闭源模型的成绩。而WebSailor的出现，打破了这一僵局。
为了构建WebSailor，通义实验室付出了巨大的努力。他们首先合成了大量具有高度不确定性的复杂任务数据SailorFog-QA，并基于Qwen模型进行冷启动微调，让模型能够学习到超越人类的复杂推理模式。他们还提出了一种高效的强化学习算法DUPO，该算法基于双阶段动态采样策略，大幅提高了训练效率，使得WebSailor即使在密集工具交互的情境中也能快速迭代。
在BrowseComp评测集的实测中，WebSailor的表现令人瞩目。无论是WebSailor-32B还是WebSailor-72B，都在开源模型和智能体阵营中实现了断层领先，甚至超越了部分闭源模型，仅次于闭源的OpenAI DeepResearch。这一成绩不仅证明了WebSailor的卓越性能，也展示了通义实验室在人工智能领域的深厚实力。
WebSailor不仅在高难度任务上表现出色，在普通任务上的表现也同样卓越。在SimpleQA数据集上，WebSailor的表现超越了其他方法，展现出了极强的兼容性和有效性。这一结果进一步验证了WebSailor方法的泛化能力，也为其在未来的广泛应用奠定了坚实的基础。
今年以来，通义实验室已经开源了WebWalker、WebDancer和WebSailor三个检索和推理智能体，并且这三个智能体都取得了SOTA（State-of-the-Art）的成绩。这一系列的成果不仅展示了通义实验室在人工智能领域的创新能力，也为整个行业的发展注入了新的活力。
