在AI智能体激烈角逐信息检索能力的今天，阿里巴巴通义实验室悄然开源WebShaper项目！
它不仅以60.1分的成绩登顶GAIA评测开源榜首位，更以颠覆性的形式化驱动范式，重新定义了高质量训练数据的合成逻辑。
并仅用5k高质量训练轨迹，WebShaper通过监督微调（SFT）与群组相对策略优化（GRPO）强化学习，在GAIA评测中超越所有开源方案。
核心创新：
传统IS任务训练数据依赖“信息驱动”合成范式（如WebDancer），通过预检索知识图谱生成问答对，存在知识结构与推理逻辑割裂、任务覆盖有限两大瓶颈。WebShaper首次提出基于集合论的IS任务形式化建模，将复杂问题转化为“知识投影（KP）”的集合操作（如R-并集、交集、递归），实现任务结构精准控制：
这一变革使数据合成具备全域任务覆盖、结构语义对齐、推理复杂度可控三大优势，彻底突破预检索数据边界。
智能体模块：
WebShaper通过Expander智能体模块实现数据自动化合成：
种子构建：基于Wikipedia词条随机游走生成基础任务；
KP表示：引入变量与常量符号化表示复杂逻辑；
逐层扩展：独创叶节点常量扩展策略，避免冗余信息与推理捷径；
验证闭环：调用搜索、摘要、验证工具确保任务正确性与逻辑严谨性。
应用场景：
WebShaper的高质量数据合成能力打开了广阔应用空间：
学术研究：自动整理跨学科文献，加速知识发现
市场分析：实时抓取行业数据，生成竞争策略报告
教育助手：构建多跳推理题库，培养批判性思维
医疗决策：整合最新医学指南提供个性化诊疗建议
WebShaper的突破远不止于技术指标，它更标志着AI智能体开发范式的根本转向。
GitHub：https://github.com/Alibaba-NLP/WebAgent
