软件与服务行业AI产业跟踪：通义首个深度研究Agent开源，看好AIAgent迭代及其商业化落地加速250921

事件描述2025 年 9 月 17 日，通义首个深度研究 Agent 模型 DeepResearch 正式发布，以 30B-A3B 的轻量级在多个权威评测集上取得 SOTA 成绩，当前模型、框架和方案均已全面开源。事件评论

能力跃迁，从“能聊天”到产出有引用、可复现的调研报告与决策建议。以 30B-A3B 轻量级，实现性能比肩基于多个海外旗舰模型的 ReAct Agent。通义 DeepResearch 在 HLE（32.9）、BrowseComp-ZH（46.7）、GAIA（70.9）、xbench-Deepsearch（75.0）、WebWalkerQA（72.2）、Frames（90.6）和 SimpleQA（98.6）等权威 Agent 评测集中取得 SOTA（括号内为模型得分）。推理范式：（1）原生 ReAct 模式（思考-行动-观察）：128k 上下文，支持多次迭代解决问题，实现与环境交互的可扩展性。（2）深度模式：用于处理极端复杂的多步研究任务，旨在将 Agent 的能力发挥到极致，实现高质量长程推理。我们认为轻量化、高性能、开源或将成为未来行业竞争聚焦要素。

引领 Agent model 范式革新，建立了从增量预训练到强化学习的端到端方案。（1）数据策略：构建了一套以合成数据驱动的完整训练链路，实现大规模生成高质量训练数据。该链路以 Qwen3-30B-A3B 模型为基座进行优化，引入增量预训练形成一套系统化、可扩展的数据合成方案，与后训练形成数据飞轮。（2）推理架构：基于全新的 IterResearch 范式，将复杂任务解构为多个"研究轮次"，每轮仅使用最重要的输出重建精简工作空间，保持“认知焦点”，解决了深度研究过往“单窗口、线性累加”的信息处理模式在处理长周期任务时推理能力降低的问题，提升长程推理与实际交付能力。（3）基于 On-Policy 策略的 RL：创新性设计了覆盖真实环境与虚拟环境的 RL 算法验证与真实训练模块，并结合高效异步强化学习算法及自动化数据策展（Data Curation）流程，显著提升了模型的迭代速度和泛化能力，通义 DeepSearch 打通预训练与后训练，以“Agentic CPT→Agentic SFT→Agentic RL”的链路形成无缝端到端循环，同时摆脱了对昂贵人工标注的依赖，有望引领 Agent 训练新范式并进一步降本，推动应用规模化落地加速。

从技术 Demo 到产业应用，商业化落地加速推进。当前 DeepResearch 已经在阿里系部分应用中验证：（1）高德出行 Agent：地图导航+本地生活的复杂查询体验；（2）通义法睿：权威类案检索、法条匹配与专业观点融合。伴随模型交付能力增强，未来有望在企业战略、科研综述、法律合规、投研分析、电商选品、教育培训等多个场景落地。

关注通义后续发布及应用落地情况。今年以来，通义团队精准布局，持续补全其开源产品矩阵，建立行业技术标准，有望重塑竞争格局。在基础模型能力逐渐收敛的背景下， Agent投资核心逻辑不断强化。伴随国内模型能力加速迭代、AI 应用货币化开启，持续看好 Agent商业化及投资机遇，建议关注：1）AI Infra：伴随 AI 应用加速落地，AI Infra 有望核心收益，重点推荐阿里巴巴；2）AI Agent 相关厂商；3）中国推理算力产业链；4）CSP 厂商方面关注推理需求带来的推动；5）IDC，重点关注与阿里等大厂合作的 IDC。风险提示1、AI 技术发展不及预期；2、下游应用需求不及预期。