阿里通义实验室发布并开源了 Tongyi DeepResearch，据称是首个性能对标 OpenAI Deep Research 的开源 Web Agent。
这是一款采用 30B 总参数、每 token 仅激活 3B 的 MoE 结构的模型。它拥有 128K 的上下文长度，并支持 ReAct 与 IterResearch 两种推理范式。
Tongyi DeepResearch 作为完全开源的 Web Agent。该项目的核心贡献不仅在于模型本身，更在于一套完整的、端到端的智能体训练方法论 。其关键技术包括：
- 全流程数据合成：不依赖昂贵的人工标注，通过创新的数据合成方案，为智能体的持续预训练（CPT）、监督微调（SFT）和强化学习（RL）提供海量高质量数据 。
- 端到端训练框架：建立了一个从 “智能体持续预训练” 到 “智能体强化学习” 的无缝训练循环，并采用定制化的在策略（on-policy）强化学习算法（GRPO）来对齐模型行为 。
- 创新的推理模式：除了标准的 ReAct 模式，还开发了基于 IterResearch 范式的 “重模式”（Heavy Mode），通过解构任务和重组工作区来克服长程任务中的 “认知窒息” 问题，从而最大化模型的推理和规划潜力 。
该模型及其全套解决方案已在 GitHub、HuggingFace 与 ModelScope 上线。配套的 Python 3.10 环境、JSONL 评测脚本以及 benchmark 评估工具也已一并开源，方便开发者使用和评估。
首页：https://tongyi-agent.github.io
博客: https://tongyi-agent.github.io/blog/introdung-tongyi-deep-research/
GitHub 仓库: https://github.com/Alibaba-NLP/DeepResearch
