摘要：从年初的DeepSeek，到如今的通义深度研究代理，国产AI正以令人意想不到的速度，把开源智能体的天花板一层层打穿。阿里巴巴统一实验室刚刚开源的这款“Tongyi DeepResearch Agent”，用不到OpenAI五分之一的参数量，打出了几乎同等的效果
从年初的DeepSeek，到如今的通义深度研究代理，国产AI正以令人意想不到的速度，把开源智能体的天花板一层层打穿。阿里巴巴统一实验室刚刚开源的这款“Tongyi DeepResearch Agent”，用不到OpenAI五分之一的参数量，打出了几乎同等的效果，甚至在一些关键任务上反超。这不仅是技术突破，更是中国AI正式进军“智能体时代”的一个关键拐点。
这款代理模型的参数总量是300亿，但在实际运行时，只激活其中的30亿，节能高效得惊人。别小看这个“缩水版”，它的成绩却一点不缩水：
在Human-Level Evaluation（HLE）测试中，得分32.9，直接超过OpenAI的o3模型；在BrowseComp测试中拿下43.4分，逼近o3的49.7；在极具挑战性的FRAMES评估中，更是以90.6分高居榜首。要知道，OpenAI的o3可是目前业内公认的顶级闭源代理，而通义深度研究代理却是完全开源，且参数轻量。阿里这一次，不是靠堆资源硬上，而是靠结构设计和训练策略的革新，打出了“以小博大”的漂亮一仗。
这背后是一整套自动化训练流程支持：研究团队搭建了一个基于维基百科的模拟环境，不依赖人工标注数据，AI可以在类真实网页环境中反复学习。加上动态数据调度引擎，能根据模型表现实时调整训练难度，训练效率自然也水涨船高。
此外，模型结构也非常讲究。它由两部分组成：
AgentFounder-30B：负责代理能力的通用预训练；WebSailor-V2-30B-A3B：通过模拟与现实交互的强化学习，补强模型在复杂任务中的适应力。这种“双引擎”架构，既保证了模型的通用性，也增强了它处理长期任务的能力。
技术落地，是检验AI代理含金量的试金石。通义深度研究代理，已经在多个业务场景中实打实地跑了起来。
比如你在高德地图用“小高”做旅行规划时，它能听懂你的自然语言输入，自动搜索景点、识别哪些酒店宠物友好，最后输出一份个性化行程推荐。听起来简单，其实背后是几十步网页操作和信息筛选的复杂任务。
在法律研究领域，它还能精准检索案例、交叉引用法规，准确率、效率都达到初级律师的水平。在专项测试中，它在案例引用质量上的得分是64.26，明显优于OpenAI（57.56）和Anthropic Claude（40.43）。
更厉害的是，它支持两种推理模式：
ReAct模式：适合标准任务，“思考-行动-观察”循环操作；IterResearch模式：面对复杂任务，会自动拆解为多个回合，每回合都重建上下文环境，避免长对话中的信息遗失。这意味着，不管是规则清晰的任务，还是多轮复杂任务，它都能应对自如。
阿里这次的选择是彻底开源，连模型权重、训练代码、工具链都一并放出，许可证是Apache 2.0——这意味着你不仅可以个人玩，还可以直接商用。
目前，这款代理已可以在GitHub、HuggingFace和ModelScope等平台上获取。这对开发者、创业者，甚至中小企业来说，都是极大利好。过去只有大公司能用得起强力AI代理，现在人人都能上手。
更重要的是，阿里的开源不是孤例。今年以来，从DeepSeek到百度、Kimi、百川等多个国产模型，已经在多个领域实现了对美国闭源模型的局部超越。尤其是在工具调用、网页浏览、复杂任务推理等场景，中国开源AI正逐步逼近甚至赶超国际一线水平。
当然，通义深度研究代理也不是没有短板。它的上下文窗口还只有128K，相比GPT-5等256K的超长上下文，处理极长任务时可能略显吃力；另外，目前的强化学习策略还没有在更大规模（如百亿级以上）上验证，未来仍有优化空间。
但总体来看，它的意义已经远超一个模型本身。它代表了一种新的AI开发范式——不靠堆资源、靠高效结构和开源生态，就能跑出高质量成果。这不仅降低了AI应用门槛，也为全球AI多元化格局注入了新变量。
阿里的通义深度研究代理，不只是中国AI的一次技术突破，更是开源智能体迈向实用化、商业化的重要标志。它用轻量架构打出了高性能，用真实应用验证了价值，用开源生态带动了行业发展。
接下来，中国AI的“DeepSeek时刻”不会是一次，而会是接连不断的浪潮。
来源：老闫侃史