在人工智能的演進史上，每隔一段時間，總會出現一些具有里程碑意義的模型。2025 年 9 月，阿里巴巴通義實驗室發布的 Tongyi DeepResearch-30B-A3B，正是這樣一個引人注目的存在。

它不是簡單的對話機器人，而是一個真正意義上的 開源科研智能體（Research Agent），可以在復雜信息環境中進行多輪推理、跨來源檢索、證據交叉驗證和長文檔綜合。更重要的是，它在多個權威基準測試中表現出色，首次讓開源模型的科研智能體能力，真正追平了 OpenAI 的同類產品。

對于正在關注 大模型智能體化、科研任務自動化、以及 開源模型產業化 的讀者來說，Tongyi DeepResearch 的出現意味著什么？本文將帶你深入解讀。

一、為什么 DeepResearch 模型重要？

在科研和信息檢索類任務中，傳統聊天模型常常力不從心。比如：

• 面對復雜學術問題，它們容易“編故事”，缺乏可靠證據；
• 長鏈路任務（如跨文獻追溯、逐步構建論證）往往被截斷，結果不完整；
• 面對龐大的上下文，它們會被“信息噪聲”淹沒，出現邏輯漂移。

而 DeepResearch 模型的設計目標，正是為了解決這些“科研痛點”。它不只是問答助手，而是能像研究人員一樣，進行：

1. 長期規劃（Long-horizon planning）
2. 迭代檢索和交叉驗證（Iterative retrieval & verification）
3. 證據跟蹤和低幻覺率（Evidence tracking）
4. 多源信息綜合（Large-context synthesis）

這也是為什么 Tongyi DeepResearch 的亮相，直接被視為“開源科研智能體時代的開始”。

二、性能表現：開源首次對標 OpenAI

阿里官方公布的基準測試結果，足夠亮眼：

• **Humanity’s Last Exam (HLE)**：32.9
• BrowseComp：43.4（英文）/ 46.7（中文）
• xbench-DeepSearch：75

這些測試被業內稱為科研智能體的“綜合考核”，主要評估模型在復雜信息檢索、多步推理和跨源綜合中的表現。

換句話說，Tongyi DeepResearch 已經站在了 OpenAI DeepResearch 的同一水平線上，并且在開源社區中“一騎絕塵”。這對于長期依賴閉源模型的開發者和研究機構來說，無疑是一種解放。

三、架構設計：MoE + 超長上下文

要理解它為什么能做到這一點，就得看架構。

1. Mixture-of-Experts（MoE）架構

• 總參數量約 305 億，但每個 Token 只激活 30~33 億參數。
• 等于用“小模型成本”獲得“大模型能力”。
• 這一設計延續自阿里在 Qwen3-MoE 中的探索。

2. 超長上下文：128K Token

• 足以處理多篇學術論文、完整研究報告，甚至是跨領域文獻集合。
• 這讓它在“長鏈路推理”上天然占優。

3. 雙推理模式

• ReAct 模式：原生推理與工具調用，評估模型的內生能力；
• Heavy Mode（IterResearch）：通過迭代重構上下文來減少噪聲，專門應對超復雜科研任務。

簡而言之，它不僅能“讀得多”，還能“讀得清”。

四、訓練方法：全自動合成數據 + On-policy 強化學習

和多數聊天模型不同，Tongyi DeepResearch 從一開始就被訓練為“智能體”，而非單純的對話模型。

1. 自動化數據引擎

阿里搭建了一個完全自動化的數據生成系統：

• 從知識圖譜、文檔庫、歷史工具調用軌跡中構建語料；
• 自動生成問題與答案對；
• 合成多步推理和行動軌跡數據；
• 不依賴昂貴的商業 API 調用。

這意味著訓練數據不再依賴人工標注，而是一個可擴展的“自我進化循環”。

2. 冷啟動 SFT（監督微調）

通過 ReAct 和 IterResearch 兩種格式，生成結構化推理數據，幫助模型快速掌握工具使用與規劃能力。

3. On-policy 強化學習（GRPO 算法）

• Group Relative Policy Optimization：基于群體相對優勢的優化方式；
• Token 級策略梯度：精細化學習信號；
• 負樣本過濾：避免訓練崩潰或格式坍塌；
• 高并發沙盒環境：模擬網頁搜索、文檔查詢，保證模型在真實環境中也能穩定學習。

這套 RL 策略，不僅提高了模型的魯棒性，還解決了以往科研智能體容易“卡死”或“亂跑”的問題。

五、在科研與信息檢索中的應用價值

從實驗室走向實際應用，Tongyi DeepResearch 能做什么？

1. 學術研究助手

• 自動整理多篇論文的關鍵結論；
• 在跨學科主題中尋找共通點；
• 生成邏輯嚴謹的研究綜述。

2. 企業文檔研究

• 針對上萬頁報告、專利、內部文件，快速抽取核心觀點；
• 跨來源驗證，避免“只看一家之言”。

3. 多語言信息獲取

• 在 BrowseComp-ZH 的成績表明，它在中文語境下同樣表現優異；
• 這對中國科研人員尤其友好。

4. Web 調研與商業分析

• 從公開網頁中持續追蹤信息，綜合成可靠的決策依據。

換句話說，它的定位并不是“寫作助手”，而是更接近“智能研究員”。

六、為何開源意義重大？

很多人可能會問：OpenAI 已經有 DeepResearch，為什么還需要阿里的開源版本？

答案很簡單：科研需要可驗證、可復現、可定制的工具。

• 閉源模型再強，也無法滿足企業的合規需求；
• 大學和研究機構需要對訓練數據與方法有掌控；
• 開源模型能形成“科研共同體”，不斷自我進化。

阿里這次不僅開源了權重，還提供了推理腳本、評測工具、數據管線。對于開發者來說，這是一整套“可落地的科研智能體方案”。

七、未來趨勢：科研智能體會成為“標配”嗎？

Tongyi DeepResearch 的發布，釋放了一個清晰信號：科研和信息檢索類任務，正在全面智能體化。

未來幾年，我們可能會看到：

1. 科研人員人手一個智能體助手

• 它幫你查文獻、對比實驗、驗證假設；
• 你只需要做最后的判斷與創新。

2. 企業內部知識庫自動化

• 不再依賴人工整理文檔；
• 智能體可以根據上下文動態生成研究報告。

3. 跨學科融合加速

• 智能體能輕松“跳出專業壁壘”，讓不同領域知識快速聯通。

可以預見，未來科研智能體就像今天的搜索引擎一樣，會成為研究與信息工作的標配。

結語

Tongyi DeepResearch 的問世，不只是阿里的一次技術突破，更是 開源社區在科研智能體方向上的里程碑。

它證明了：即使面對最復雜的科研任務，開源模型依然有機會追平乃至超越閉源巨頭。

對于科研人員、企業研究團隊、開發者來說，真正的價值在于——你可以直接下載、運行、改造它，讓它成為你自己的“研究助手”。

也許，未來的某個科研突破，就會誕生在這樣一個開源智能體的輔助下。

本文轉載自???Halo咯咯???    作者：基咯咯