當(dāng)我們使用ChatGPT或Claude等AI助手時(shí)，常常會(huì)遇到一個(gè)令人沮喪的現(xiàn)實(shí)：這些最先進(jìn)的AI系統(tǒng)不僅需要付費(fèi)訂閱，背后還依賴著大量昂貴的專有工具和API接口。對(duì)于想要深入研究或開(kāi)發(fā)AI助手的科研人員來(lái)說(shuō)，這無(wú)疑是一道高昂的門檻。不過(guò)，騰訊AI實(shí)驗(yàn)室的研究團(tuán)隊(duì)最近發(fā)布了一項(xiàng)突破性成果，有望徹底改變這一現(xiàn)狀。

這項(xiàng)由騰訊AI實(shí)驗(yàn)室方天慶、張志松、王曉陽(yáng)、王瑞、秦燦、萬(wàn)雨軒、馬俊宇、張策、陳嘉奇、李曦云、張洪明、米海濤、于東等研究人員共同完成的研究成果，于2025年8月1日以技術(shù)報(bào)告的形式在arXiv上發(fā)布，標(biāo)題為《Cognitive Kernel-Pro: A Framework for Deep Research Agents and Agent Foundation Models Training》。研究團(tuán)隊(duì)開(kāi)發(fā)出了一個(gè)名為"認(rèn)知內(nèi)核-專業(yè)版"（Cognitive Kernel-Pro）的全新智能體框架，這個(gè)框架最大的特點(diǎn)就是完全開(kāi)源且?guī)缀跬耆赓M(fèi)。感興趣的讀者可以通過(guò)GitHub倉(cāng)庫(kù)（https://github.com/Tencent/CognitiveKernel-Pro）獲取完整代碼，或通過(guò)論文鏈接（arXiv:2508.00414v1）查看詳細(xì)技術(shù)報(bào)告。

要理解這項(xiàng)研究的重要性，我們不妨把當(dāng)前的AI助手生態(tài)比作一個(gè)高檔餐廳。在這個(gè)餐廳里，最好的AI助手就像是主廚精心烹制的招牌菜，不僅價(jià)格昂貴，而且制作過(guò)程中使用的許多"調(diào)料"（專有工具和API）都是商業(yè)機(jī)密，普通人無(wú)法獲得完整的"食譜"。即使有些餐廳愿意公開(kāi)部分做法，但關(guān)鍵的調(diào)料仍然需要額外付費(fèi)購(gòu)買，這讓想要在家復(fù)制這道菜的人望而卻步。

騰訊的這項(xiàng)研究就相當(dāng)于提供了一套完整的"家庭烹飪指南"，不僅公開(kāi)了所有制作步驟，還盡可能地用免費(fèi)或便宜的替代品來(lái)替換昂貴的專有調(diào)料，讓每個(gè)人都能在自己的"廚房"里制作出媲美高檔餐廳的美味佳肴。更重要的是，他們還訓(xùn)練了一個(gè)專門的"小廚師"（8B參數(shù)的基礎(chǔ)模型），雖然經(jīng)驗(yàn)不如那些資深大廚，但在處理日常烹飪?nèi)蝿?wù)時(shí)表現(xiàn)出色，而且完全免費(fèi)。

一、破解AI助手的三重挑戰(zhàn)

當(dāng)前AI助手領(lǐng)域面臨的問(wèn)題，就像一座被三道高墻圍繞的城堡。第一道墻是"封閉性"，最強(qiáng)大的AI助手系統(tǒng)都被大公司牢牢掌控，核心技術(shù)對(duì)外封閉，普通研究者只能望墻興嘆。第二道墻是"依賴性"，即使是一些開(kāi)源的AI助手框架，也嚴(yán)重依賴各種付費(fèi)API和專有工具，就像一個(gè)看似免費(fèi)的游戲，但要想真正玩得開(kāi)心卻需要不斷充值購(gòu)買道具。第三道墻是"能力局限性"，許多開(kāi)源方案要么功能單一，只能處理特定類型的任務(wù)，要么在復(fù)雜任務(wù)面前表現(xiàn)不佳。

研究團(tuán)隊(duì)發(fā)現(xiàn)，現(xiàn)有的AI助手就像一個(gè)需要各種專業(yè)工具才能工作的技術(shù)專家。比如，當(dāng)它需要瀏覽網(wǎng)頁(yè)時(shí)，可能要調(diào)用Jina Reader這樣的付費(fèi)服務(wù)；當(dāng)它需要處理文檔時(shí)，又要依賴FireCrawl或Chunkr等商業(yè)工具；當(dāng)它需要進(jìn)行多模態(tài)處理時(shí)，還要使用專有的視覺(jué)模型API。這些依賴關(guān)系不僅增加了使用成本，更重要的是限制了研究的可重復(fù)性和普及性。

騰訊團(tuán)隊(duì)意識(shí)到，要真正推動(dòng)AI助手技術(shù)的民主化發(fā)展，就必須打造一個(gè)"自給自足"的生態(tài)系統(tǒng)。這個(gè)系統(tǒng)不能像傳統(tǒng)方案那樣依賴外部的專有工具，而應(yīng)該最大化地利用大語(yǔ)言模型和視覺(jué)語(yǔ)言模型自身的能力，通過(guò)巧妙的框架設(shè)計(jì)和訓(xùn)練策略，實(shí)現(xiàn)接近甚至超越那些依賴昂貴工具的系統(tǒng)的性能。

更具挑戰(zhàn)性的是，大多數(shù)現(xiàn)有的開(kāi)源AI助手主要依靠調(diào)用外部API來(lái)工作，缺乏專門訓(xùn)練的"智能體基礎(chǔ)模型"。這就像是一個(gè)沒(méi)有接受過(guò)專業(yè)訓(xùn)練的新手，只能依靠各種工具書(shū)和外部幫助來(lái)完成工作，而不是憑借自身的專業(yè)知識(shí)和技能。騰訊團(tuán)隊(duì)認(rèn)為，要構(gòu)建真正優(yōu)秀的AI助手，不僅需要好的框架設(shè)計(jì)，還需要專門為智能體任務(wù)優(yōu)化的基礎(chǔ)模型。

二、認(rèn)知內(nèi)核-專業(yè)版的創(chuàng)新架構(gòu)

騰訊團(tuán)隊(duì)設(shè)計(jì)的認(rèn)知內(nèi)核-專業(yè)版框架，就像一個(gè)經(jīng)驗(yàn)豐富的項(xiàng)目經(jīng)理帶領(lǐng)著幾個(gè)專業(yè)技術(shù)人員組成的團(tuán)隊(duì)。在這個(gè)團(tuán)隊(duì)中，主智能體扮演項(xiàng)目經(jīng)理的角色，負(fù)責(zé)理解用戶需求、制定總體計(jì)劃、分配任務(wù)給專業(yè)人員，并整合各方反饋形成最終結(jié)果。而網(wǎng)絡(luò)智能體、文件智能體等子智能體則像是各個(gè)專業(yè)領(lǐng)域的技術(shù)專家，各司其職，專注于自己擅長(zhǎng)的任務(wù)。

這種設(shè)計(jì)的巧妙之處在于，所有的智能體都基于同一個(gè)"認(rèn)知內(nèi)核"構(gòu)建，就像同一家公司培養(yǎng)出來(lái)的員工，擁有統(tǒng)一的工作方法和溝通語(yǔ)言。每個(gè)智能體的輸入都是一個(gè)任務(wù)描述字符串，輸出也是一個(gè)回應(yīng)字符串，而中間的所有操作都通過(guò)Python代碼來(lái)執(zhí)行。這種統(tǒng)一的接口設(shè)計(jì)大大簡(jiǎn)化了系統(tǒng)的復(fù)雜性，也讓不同智能體之間的協(xié)作變得更加順暢。

主智能體的工作方式就像一個(gè)善于統(tǒng)籌規(guī)劃的管理者。當(dāng)面臨復(fù)雜任務(wù)時(shí)，它首先會(huì)分析問(wèn)題的各個(gè)方面，將大任務(wù)分解成可管理的小任務(wù)，然后決定哪些任務(wù)需要交給專門的子智能體處理。比如，如果用戶詢問(wèn)某個(gè)學(xué)術(shù)會(huì)議的最新論文信息，主智能體可能會(huì)先讓網(wǎng)絡(luò)智能體去搜索和瀏覽相關(guān)網(wǎng)站，然后讓文件智能體分析下載的PDF文檔，最后自己負(fù)責(zé)整合這些信息并生成綜合回答。

網(wǎng)絡(luò)智能體就像一個(gè)經(jīng)驗(yàn)豐富的網(wǎng)絡(luò)調(diào)研員，配備了基于Playwright的自動(dòng)化瀏覽器。它能夠像人類用戶一樣瀏覽網(wǎng)頁(yè)，可以點(diǎn)擊鏈接、填寫表單、滾動(dòng)頁(yè)面、截圖保存等。特別有趣的是，網(wǎng)絡(luò)智能體有兩種"視覺(jué)模式"：平時(shí)它主要依靠網(wǎng)頁(yè)的文本結(jié)構(gòu)樹(shù)來(lái)理解頁(yè)面內(nèi)容，這樣既高效又節(jié)省資源；但當(dāng)遇到復(fù)雜的圖表、圖片或者文本結(jié)構(gòu)無(wú)法準(zhǔn)確描述的頁(yè)面時(shí)，它可以切換到"截圖模式"，調(diào)用多模態(tài)語(yǔ)言模型來(lái)分析頁(yè)面的視覺(jué)內(nèi)容。

文件智能體則像一個(gè)專業(yè)的文檔分析師，能夠處理各種格式的文件，包括PDF文檔、Excel表格、CSV數(shù)據(jù)文件以及各種圖片格式。考慮到某些文檔可能非常龐大，文件智能體采用了分頁(yè)處理的策略，可以逐頁(yè)或逐節(jié)分析內(nèi)容，避免一次性加載過(guò)多信息導(dǎo)致系統(tǒng)負(fù)擔(dān)過(guò)重。同時(shí)，它也具備類似網(wǎng)絡(luò)智能體的雙模式能力，既可以提取文本內(nèi)容進(jìn)行分析，也可以對(duì)文檔頁(yè)面進(jìn)行視覺(jué)理解。

整個(gè)框架最大的特色在于極簡(jiǎn)的外部依賴。除了必需的Google搜索API（這幾乎是所有信息檢索類智能體的標(biāo)配）之外，系統(tǒng)幾乎不依賴任何專有工具。所有的網(wǎng)頁(yè)瀏覽、文檔處理、代碼執(zhí)行等功能都通過(guò)開(kāi)源工具和智能體自身的能力來(lái)實(shí)現(xiàn)。這種設(shè)計(jì)哲學(xué)的核心是相信大語(yǔ)言模型和視覺(jué)語(yǔ)言模型已經(jīng)具備了強(qiáng)大的推理和代碼生成能力，關(guān)鍵是要通過(guò)合適的框架設(shè)計(jì)來(lái)充分發(fā)揮這些能力。

三、讓AI助手學(xué)會(huì)自我反思和團(tuán)隊(duì)決策

認(rèn)知內(nèi)核-專業(yè)版不僅在基礎(chǔ)架構(gòu)上有所創(chuàng)新，在推理時(shí)的優(yōu)化策略上也體現(xiàn)了研究團(tuán)隊(duì)的深度思考。他們開(kāi)發(fā)了兩個(gè)關(guān)鍵的推理時(shí)優(yōu)化機(jī)制：反思機(jī)制和投票機(jī)制，這兩個(gè)機(jī)制就像給AI助手配備了"自我檢查"和"集體決策"的能力。

反思機(jī)制的工作原理就像一個(gè)負(fù)責(zé)任的員工在提交工作成果前進(jìn)行的自我檢查。當(dāng)AI助手完成一個(gè)任務(wù)后，它不會(huì)立即給出答案，而是會(huì)回顧整個(gè)解決過(guò)程，檢查自己的推理鏈和最終答案是否合理。這個(gè)檢查過(guò)程遵循四個(gè)標(biāo)準(zhǔn)：首先確保答案不是空白的；其次檢查答案是否與問(wèn)題相關(guān)且合理；然后驗(yàn)證執(zhí)行過(guò)程中是否出現(xiàn)錯(cuò)誤或失??；最后評(píng)估推理依據(jù)是否可靠、邏輯是否嚴(yán)密。

如果反思過(guò)程中發(fā)現(xiàn)任何問(wèn)題，AI助手就會(huì)重新嘗試解決任務(wù)，直到得到滿意的答案或達(dá)到預(yù)設(shè)的嘗試次數(shù)上限。這種機(jī)制有效減少了因?yàn)殡S機(jī)性或一時(shí)疏忽導(dǎo)致的錯(cuò)誤答案，特別是在網(wǎng)絡(luò)瀏覽這類本身就具有不確定性的任務(wù)中效果顯著。

投票機(jī)制則更像是一個(gè)民主決策過(guò)程。系統(tǒng)會(huì)針對(duì)同一個(gè)問(wèn)題進(jìn)行多次獨(dú)立的嘗試，然后比較這些不同嘗試的結(jié)果，選出最優(yōu)答案。這種方法的妙處在于，它不是簡(jiǎn)單地選擇出現(xiàn)頻率最高的答案，而是會(huì)綜合考慮每個(gè)答案的質(zhì)量和可信度。比如，當(dāng)詢問(wèn)某位歌手的最早專輯時(shí)，如果一次嘗試找到了2000年代的專輯，另一次嘗試找到了1990年代的專輯，投票機(jī)制能夠識(shí)別出1990年代的專輯更符合"最早"的要求。

這兩個(gè)機(jī)制的結(jié)合使用，就像給AI助手配備了雙重保險(xiǎn)。反思機(jī)制確保每次嘗試的質(zhì)量，投票機(jī)制通過(guò)多次嘗試的比較來(lái)提高最終答案的可靠性。在實(shí)際測(cè)試中，這種策略顯著提升了系統(tǒng)在復(fù)雜任務(wù)上的表現(xiàn)，特別是那些需要多步推理和外部信息整合的任務(wù)。

四、構(gòu)建智能體專用的訓(xùn)練數(shù)據(jù)寶庫(kù)

訓(xùn)練一個(gè)優(yōu)秀的AI助手，就像培養(yǎng)一個(gè)全能型人才，需要在多個(gè)領(lǐng)域都有扎實(shí)的基礎(chǔ)。騰訊團(tuán)隊(duì)將智能體的核心能力分為三大類：網(wǎng)絡(luò)信息處理、文件分析處理和通用推理能力。針對(duì)每一類能力，他們都設(shè)計(jì)了專門的訓(xùn)練數(shù)據(jù)構(gòu)建策略。

在網(wǎng)絡(luò)信息處理方面，團(tuán)隊(duì)開(kāi)發(fā)了一種創(chuàng)新的"多跳信息整合"數(shù)據(jù)構(gòu)建方法。這種方法的核心思想是創(chuàng)造那些需要從多個(gè)網(wǎng)頁(yè)源整合信息才能回答的復(fù)雜問(wèn)題。比如，不是簡(jiǎn)單地問(wèn)"摩爾多瓦的GDP是多少"，而是設(shè)計(jì)類似"2014年到2023年期間，摩爾多瓦哪一年的人均GDP增長(zhǎng)率最高，那一年的GDP密度（每平方公里GDP）是多少"這樣的復(fù)合問(wèn)題。

這類問(wèn)題的設(shè)計(jì)巧思在于，它需要AI助手首先搜索摩爾多瓦不同年份的GDP數(shù)據(jù)，然后獲取人口數(shù)據(jù)計(jì)算人均GDP，接著計(jì)算各年的增長(zhǎng)率找出峰值年份，最后還要獲取國(guó)土面積信息計(jì)算那一年的GDP密度。整個(gè)過(guò)程涉及數(shù)據(jù)收集、數(shù)學(xué)計(jì)算、排序比較等多個(gè)步驟，是對(duì)AI助手綜合能力的全面考驗(yàn)。

為了保證訓(xùn)練數(shù)據(jù)的質(zhì)量和多樣性，研究團(tuán)隊(duì)還開(kāi)發(fā)了一個(gè)基于智能體的數(shù)據(jù)生成系統(tǒng)。這個(gè)系統(tǒng)本身就是認(rèn)知內(nèi)核框架的一個(gè)特殊應(yīng)用，專門用于探索網(wǎng)絡(luò)、發(fā)現(xiàn)有趣的信息組合，并據(jù)此構(gòu)造有挑戰(zhàn)性的問(wèn)題。系統(tǒng)會(huì)先生成一個(gè)broad的主題，然后讓智能體在相關(guān)網(wǎng)站上自主探索，收集信息，最后基于收集到的信息構(gòu)造需要跨源信息整合的復(fù)雜問(wèn)題。

在文件處理能力的訓(xùn)練上，團(tuán)隊(duì)整合了多個(gè)現(xiàn)有的文檔分析數(shù)據(jù)集，包括PDF文檔理解、表格數(shù)據(jù)分析等。但他們不是簡(jiǎn)單地使用這些數(shù)據(jù)集，而是將其轉(zhuǎn)換為符合智能體工作流程的格式。比如，原本可能是一個(gè)直接的問(wèn)答對(duì)，現(xiàn)在被轉(zhuǎn)化為需要智能體先加載文件、然后分析文件內(nèi)容、最后回答問(wèn)題的完整過(guò)程。

通用推理能力的訓(xùn)練數(shù)據(jù)則涵蓋了數(shù)學(xué)推理、邏輯推理、代碼生成和謎題解決等多個(gè)方面。研究團(tuán)隊(duì)特別注重這些推理任務(wù)與智能體實(shí)際工作場(chǎng)景的結(jié)合，比如將數(shù)學(xué)問(wèn)題包裝成需要通過(guò)代碼計(jì)算來(lái)解決的任務(wù)，將邏輯推理與信息檢索相結(jié)合等。

整個(gè)訓(xùn)練數(shù)據(jù)的構(gòu)建過(guò)程還引入了一個(gè)巧妙的"提示增強(qiáng)"策略。在數(shù)據(jù)收集階段，系統(tǒng)會(huì)獲得一些中間結(jié)果作為"提示"，這些提示能顯著提高訓(xùn)練軌跡收集的成功率。但在實(shí)際訓(xùn)練時(shí)，這些提示會(huì)被完全移除，確保模型學(xué)習(xí)的是真正的問(wèn)題解決能力，而不是對(duì)提示的依賴。這種策略有效提高了訓(xùn)練數(shù)據(jù)的質(zhì)量，同時(shí)避免了模型在實(shí)際應(yīng)用中的性能偏差。

五、基于千億參數(shù)模型的軌跡采樣與優(yōu)化

構(gòu)建高質(zhì)量的智能體訓(xùn)練數(shù)據(jù)，關(guān)鍵在于生成既正確又高效的解決軌跡。騰訊團(tuán)隊(duì)采用了GPT-4.1作為"導(dǎo)師模型"，在認(rèn)知內(nèi)核-專業(yè)版框架內(nèi)生成各種任務(wù)的解決軌跡。這個(gè)過(guò)程就像讓一位經(jīng)驗(yàn)豐富的專家來(lái)演示如何解決各種復(fù)雜問(wèn)題，然后將這些演示過(guò)程記錄下來(lái)，用于訓(xùn)練年輕的"學(xué)徒"。

軌跡采樣的過(guò)程充滿了技術(shù)細(xì)節(jié)。對(duì)于每個(gè)構(gòu)建好的查詢-答案對(duì)，系統(tǒng)會(huì)讓GPT-4.1在認(rèn)知內(nèi)核框架內(nèi)嘗試解決，記錄下整個(gè)解決過(guò)程中的每一步思考、每一次工具調(diào)用、每一個(gè)中間結(jié)果。但不是所有的嘗試都會(huì)成功，有些可能因?yàn)榫W(wǎng)絡(luò)問(wèn)題失敗，有些可能因?yàn)橥评礤e(cuò)誤得出錯(cuò)誤答案。

為了確保訓(xùn)練數(shù)據(jù)的質(zhì)量，研究團(tuán)隊(duì)實(shí)施了基于相似度匹配的拒絕采樣策略。具體來(lái)說(shuō)，他們使用LangChain的評(píng)估工具，再次以GPT-4.1為后端，來(lái)判斷生成的答案是否與標(biāo)準(zhǔn)答案在語(yǔ)義上一致。只有通過(guò)這個(gè)質(zhì)量檢查的軌跡才會(huì)被納入最終的訓(xùn)練集。對(duì)于那些失敗的嘗試，系統(tǒng)會(huì)重新采樣，每個(gè)問(wèn)題最多嘗試三次，確保最終收集到足夠數(shù)量的高質(zhì)量軌跡。

在涉及提示增強(qiáng)的數(shù)據(jù)收集中，還有一個(gè)特殊的處理步驟。系統(tǒng)會(huì)自動(dòng)識(shí)別和移除所有被特殊標(biāo)記包圍的提示內(nèi)容，確保最終的訓(xùn)練數(shù)據(jù)不包含任何"作弊"信息。這種處理保證了模型訓(xùn)練的公平性，讓模型學(xué)習(xí)的是真正的問(wèn)題解決策略，而不是對(duì)額外信息的依賴。

最終的訓(xùn)練數(shù)據(jù)集規(guī)模相當(dāng)可觀，包含了超過(guò)15000個(gè)查詢和近10萬(wàn)個(gè)執(zhí)行步驟。這些數(shù)據(jù)涵蓋了網(wǎng)絡(luò)瀏覽、文件處理、數(shù)學(xué)推理、代碼生成等多個(gè)領(lǐng)域，為訓(xùn)練一個(gè)全能型的智能體基礎(chǔ)模型提供了堅(jiān)實(shí)的基礎(chǔ)。

六、8B參數(shù)模型的驚艷表現(xiàn)

基于收集到的高質(zhì)量訓(xùn)練數(shù)據(jù)，騰訊團(tuán)隊(duì)在Qwen-3-8B模型的基礎(chǔ)上進(jìn)行了專門的智能體能力微調(diào)，產(chǎn)生了CK-Pro-8B模型。這個(gè)模型的參數(shù)量只有80億，相比動(dòng)輒數(shù)千億參數(shù)的大型模型來(lái)說(shuō)相當(dāng)輕量，但在智能體任務(wù)上的表現(xiàn)卻令人印象深刻。

在GAIA基準(zhǔn)測(cè)試上，CK-Pro-8B取得了多項(xiàng)突破性成果。GAIA是當(dāng)前最權(quán)威的通用AI助手評(píng)估基準(zhǔn)，包含了網(wǎng)絡(luò)瀏覽、文件處理、多模態(tài)理解、復(fù)雜推理等多種任務(wù)類型，分為不同難度等級(jí)。在這個(gè)極具挑戰(zhàn)性的測(cè)試中，CK-Pro-8B在文本專用子集上的Pass@1得分達(dá)到40.3%，Pass@3得分更是達(dá)到49.3%，顯著超越了同等參數(shù)規(guī)模的其他開(kāi)源模型。

更值得關(guān)注的是，CK-Pro-8B在與商業(yè)化程度更高的7B參數(shù)模型對(duì)比中展現(xiàn)出了明顯優(yōu)勢(shì)。相比WebDancer和WebSailor的7B版本，CK-Pro-8B的Pass@1性能提升了約2%，Pass@3性能提升超過(guò)10%。這種提升在AI模型評(píng)估中是相當(dāng)顯著的，特別考慮到智能體任務(wù)的復(fù)雜性和多樣性。

當(dāng)使用反思和投票等推理時(shí)優(yōu)化策略時(shí)，CK-Pro-8B的性能還能進(jìn)一步提升。在完整的GAIA開(kāi)發(fā)集上，單純使用CK-Pro-8B的Pass@1得分為32.7%，但結(jié)合投票機(jī)制后可以達(dá)到34.5%，使用Pass@3策略更能達(dá)到38.2%。雖然這個(gè)絕對(duì)分?jǐn)?shù)相比使用Claude-3.7的版本還有差距，但考慮到這是一個(gè)完全開(kāi)源、可本地部署的8B參數(shù)模型，這樣的性能已經(jīng)相當(dāng)令人鼓舞。

特別值得一提的是，在Level 1（基礎(chǔ)難度）的任務(wù)上，CK-Pro-8B的表現(xiàn)尤為出色，Pass@3得分達(dá)到50.9%，這意味著對(duì)于相對(duì)簡(jiǎn)單的智能體任務(wù)，這個(gè)輕量模型已經(jīng)能夠提供相當(dāng)可靠的解決方案。這為那些計(jì)算資源有限但希望部署智能體應(yīng)用的用戶提供了一個(gè)非常實(shí)用的選擇。

七、全面對(duì)比：開(kāi)源免費(fèi)方案的新標(biāo)桿

為了充分驗(yàn)證認(rèn)知內(nèi)核-專業(yè)版的實(shí)際效果，騰訊團(tuán)隊(duì)進(jìn)行了全面的對(duì)比實(shí)驗(yàn)，將其與當(dāng)前主流的智能體框架進(jìn)行了詳細(xì)比較。這些對(duì)比實(shí)驗(yàn)就像一場(chǎng)"智能體能力大比武"，參賽選手既包括閉源的商業(yè)化系統(tǒng)，也包括各種開(kāi)源方案。

在閉源系統(tǒng)方面，一些頂級(jí)的商業(yè)化智能體展現(xiàn)出了強(qiáng)勁的性能。比如TraseAgent基于Claude模型達(dá)到了70.3%的平均得分，Deep Research系統(tǒng)也獲得了67.4%的成績(jī)。這些系統(tǒng)代表了當(dāng)前智能體技術(shù)的最高水平，但它們的閉源特性和高昂成本限制了普通用戶的訪問(wèn)。

在開(kāi)源系統(tǒng)的對(duì)比中，情況變得更加有趣。那些依賴付費(fèi)工具的開(kāi)源系統(tǒng)，如OWL-Workforce使用Claude-3.7配合Chunkr、FireCrawl等商業(yè)工具，能夠達(dá)到69.1%的優(yōu)秀成績(jī)。但這種性能提升是以額外的工具成本為代價(jià)的，對(duì)于預(yù)算有限的用戶來(lái)說(shuō)并不現(xiàn)實(shí)。

真正的競(jìng)爭(zhēng)焦點(diǎn)在于不使用付費(fèi)工具的開(kāi)源系統(tǒng)對(duì)比。在這個(gè)類別中，認(rèn)知內(nèi)核-專業(yè)版使用Claude-3.7作為后端時(shí)，Pass@1得分為57.6%，Pass@3得分達(dá)到70.9%，在所有不使用付費(fèi)工具的開(kāi)源系統(tǒng)中表現(xiàn)最佳。相比之下，SmolAgents等其他開(kāi)源方案的Pass@1得分普遍在50%左右，顯示出認(rèn)知內(nèi)核-專業(yè)版在框架設(shè)計(jì)上的優(yōu)勢(shì)。

更令人鼓舞的是CK-Pro-8B模型的表現(xiàn)。雖然這個(gè)8B參數(shù)的開(kāi)源模型在絕對(duì)性能上還無(wú)法與大型閉源模型競(jìng)爭(zhēng)，但它在同等規(guī)模的開(kāi)源模型中確立了新的性能標(biāo)桿。特別是在文本專用任務(wù)上，CK-Pro-8B不僅超越了同等規(guī)模的WebDancer和WebSailor模型，還在某些指標(biāo)上接近了更大規(guī)模模型的性能。

研究團(tuán)隊(duì)還進(jìn)行了詳細(xì)的消融實(shí)驗(yàn)，驗(yàn)證了各個(gè)組件的貢獻(xiàn)。反思機(jī)制的加入能帶來(lái)約1-2%的性能提升，雖然看似不大，但在智能體任務(wù)的評(píng)估中這是相當(dāng)顯著的改善。有趣的是，實(shí)驗(yàn)顯示即使使用開(kāi)源的多模態(tài)模型如Qwen-2.5-VL-72B來(lái)替代GPT-4.1處理圖像任務(wù)，性能損失也非常有限，這進(jìn)一步驗(yàn)證了系統(tǒng)對(duì)專有工具依賴的最小化設(shè)計(jì)的有效性。

八、技術(shù)創(chuàng)新背后的深層思考

認(rèn)知內(nèi)核-專業(yè)版的成功并非偶然，而是建立在幾個(gè)關(guān)鍵技術(shù)洞察之上的。首先是"代碼作為行動(dòng)空間"的設(shè)計(jì)哲學(xué)。傳統(tǒng)的智能體系統(tǒng)往往為每種操作定義專門的API接口，這種設(shè)計(jì)雖然看似清晰，但實(shí)際上限制了系統(tǒng)的靈活性和擴(kuò)展性。騰訊團(tuán)隊(duì)選擇讓所有智能體都生成Python代碼來(lái)執(zhí)行操作，這種統(tǒng)一的接口設(shè)計(jì)不僅簡(jiǎn)化了系統(tǒng)架構(gòu)，還充分發(fā)揮了大語(yǔ)言模型在代碼生成方面的強(qiáng)大能力。

第二個(gè)關(guān)鍵洞察是"狀態(tài)增強(qiáng)的問(wèn)題解決流程"。簡(jiǎn)單的輸入-輸出模式往往無(wú)法處理復(fù)雜的多步驟任務(wù)，認(rèn)知內(nèi)核-專業(yè)版通過(guò)維護(hù)一個(gè)包含已完成任務(wù)、待辦事項(xiàng)、經(jīng)驗(yàn)總結(jié)和重要信息的狀態(tài)字典，讓智能體能夠在長(zhǎng)序列任務(wù)中保持清晰的認(rèn)知。這種設(shè)計(jì)借鑒了人類解決復(fù)雜問(wèn)題時(shí)的認(rèn)知過(guò)程，具有很強(qiáng)的心理學(xué)合理性。

第三個(gè)創(chuàng)新點(diǎn)是"分層模塊化的協(xié)作機(jī)制"。主智能體專注于高層規(guī)劃和任務(wù)分解，子智能體專注于特定領(lǐng)域的專業(yè)操作，這種分工合作的模式既保證了系統(tǒng)的專業(yè)性，又維持了整體的協(xié)調(diào)性。更重要的是，所有智能體都基于相同的基礎(chǔ)架構(gòu)，這大大簡(jiǎn)化了系統(tǒng)的維護(hù)和擴(kuò)展。

在訓(xùn)練數(shù)據(jù)構(gòu)建方面，團(tuán)隊(duì)提出的"智能體驅(qū)動(dòng)的數(shù)據(jù)合成"方法也頗具創(chuàng)新性。傳統(tǒng)的數(shù)據(jù)集構(gòu)建往往依賴人工標(biāo)注或簡(jiǎn)單的模板生成，而這種方法讓智能體自主探索網(wǎng)絡(luò)、發(fā)現(xiàn)信息、構(gòu)造問(wèn)題，生成的數(shù)據(jù)不僅多樣性更好，也更貼近實(shí)際應(yīng)用場(chǎng)景。同時(shí)，"提示增強(qiáng)的軌跡采樣"策略巧妙地平衡了數(shù)據(jù)收集效率和模型訓(xùn)練質(zhì)量，這種技術(shù)細(xì)節(jié)的考量體現(xiàn)了團(tuán)隊(duì)的工程經(jīng)驗(yàn)和理論洞察。

九、開(kāi)源AI的新里程碑

認(rèn)知內(nèi)核-專業(yè)版的發(fā)布，標(biāo)志著開(kāi)源AI智能體領(lǐng)域的一個(gè)重要里程碑。在此之前，高性能的AI助手幾乎都被大型科技公司壟斷，普通研究者和開(kāi)發(fā)者只能通過(guò)付費(fèi)API的形式來(lái)使用這些能力，這種模式不僅成本高昂，還限制了創(chuàng)新的可能性。

騰訊團(tuán)隊(duì)的這項(xiàng)工作證明了一個(gè)重要觀點(diǎn)：通過(guò)精心的框架設(shè)計(jì)和訓(xùn)練策略，完全開(kāi)源的解決方案同樣可以達(dá)到令人滿意的性能水平。CK-Pro-8B模型雖然參數(shù)量相對(duì)較小，但在多項(xiàng)測(cè)試中的表現(xiàn)已經(jīng)足以滿足大多數(shù)實(shí)際應(yīng)用需求。更重要的是，這個(gè)模型可以在普通的GPU服務(wù)器上運(yùn)行，大大降低了部署和使用的門檻。

這種開(kāi)源策略的價(jià)值不僅體現(xiàn)在成本節(jié)約上，更體現(xiàn)在促進(jìn)技術(shù)創(chuàng)新和知識(shí)傳播方面。當(dāng)核心技術(shù)完全開(kāi)放時(shí)，全球的研究者都可以在此基礎(chǔ)上進(jìn)行改進(jìn)和擴(kuò)展，這種集體智慧的匯聚往往能產(chǎn)生意想不到的突破。同時(shí)，開(kāi)源模式也保證了技術(shù)發(fā)展的透明性和可審查性，這對(duì)于AI技術(shù)的安全發(fā)展具有重要意義。

從更宏觀的角度來(lái)看，認(rèn)知內(nèi)核-專業(yè)版的成功也反映了AI技術(shù)發(fā)展的一個(gè)重要趨勢(shì)：隨著基礎(chǔ)模型能力的不斷提升，系統(tǒng)設(shè)計(jì)和訓(xùn)練策略的重要性越來(lái)越突出。單純的模型規(guī)模競(jìng)賽可能已經(jīng)接近天花板，而如何更好地設(shè)計(jì)系統(tǒng)架構(gòu)、構(gòu)建訓(xùn)練數(shù)據(jù)、優(yōu)化推理策略等工程技術(shù)問(wèn)題，將成為決定AI系統(tǒng)實(shí)際效果的關(guān)鍵因素。

十、未來(lái)發(fā)展的無(wú)限可能

雖然認(rèn)知內(nèi)核-專業(yè)版已經(jīng)取得了令人鼓舞的成果，但研究團(tuán)隊(duì)也清醒地認(rèn)識(shí)到當(dāng)前系統(tǒng)的局限性和改進(jìn)空間。最明顯的限制是CK-Pro-8B模型在性能上與大型商業(yè)模型還有明顯差距，特別是在處理最復(fù)雜任務(wù)時(shí)的成功率還有待提高。

針對(duì)這個(gè)問(wèn)題，未來(lái)的改進(jìn)方向包括幾個(gè)方面。首先是進(jìn)一步優(yōu)化訓(xùn)練數(shù)據(jù)的質(zhì)量和多樣性，特別是增加更多需要深度推理和復(fù)雜多步操作的樣本。其次是探索更先進(jìn)的訓(xùn)練策略，比如結(jié)合強(qiáng)化學(xué)習(xí)來(lái)優(yōu)化智能體的決策過(guò)程，或者使用更大規(guī)模的基礎(chǔ)模型來(lái)提升整體能力。

另一個(gè)重要的發(fā)展方向是增強(qiáng)系統(tǒng)的多模態(tài)處理能力。雖然當(dāng)前版本已經(jīng)支持圖像處理，但這種支持主要依賴外部的多模態(tài)模型。未來(lái)的目標(biāo)是開(kāi)發(fā)真正的端到端多模態(tài)智能體基礎(chǔ)模型，能夠無(wú)縫處理文本、圖像、音頻等多種輸入形式。

在應(yīng)用層面，認(rèn)知內(nèi)核-專業(yè)版也有廣闊的擴(kuò)展空間。當(dāng)前系統(tǒng)主要關(guān)注網(wǎng)絡(luò)瀏覽、文件處理和通用推理三大領(lǐng)域，未來(lái)可以增加更多專業(yè)領(lǐng)域的支持，比如科學(xué)計(jì)算、數(shù)據(jù)分析、軟件開(kāi)發(fā)等。同時(shí)，框架的模塊化設(shè)計(jì)也為第三方開(kāi)發(fā)者貢獻(xiàn)新的子智能體提供了便利。

更長(zhǎng)遠(yuǎn)來(lái)看，這類開(kāi)源智能體框架可能會(huì)成為構(gòu)建更復(fù)雜AI系統(tǒng)的基礎(chǔ)設(shè)施。就像Linux操作系統(tǒng)成為了互聯(lián)網(wǎng)基礎(chǔ)設(shè)施的重要組成部分一樣，高質(zhì)量的開(kāi)源智能體框架也可能成為未來(lái)AI應(yīng)用生態(tài)的基石。

說(shuō)到底，騰訊AI實(shí)驗(yàn)室的這項(xiàng)研究為我們展示了一種全新的可能性：在AI技術(shù)日益復(fù)雜和昂貴的今天，通過(guò)巧妙的工程設(shè)計(jì)和開(kāi)源協(xié)作，我們?nèi)匀豢梢詷?gòu)建出既強(qiáng)大又accessible的AI系統(tǒng)。認(rèn)知內(nèi)核-專業(yè)版不僅是一個(gè)技術(shù)產(chǎn)品，更是對(duì)AI民主化理念的有力踐行。它告訴我們，最先進(jìn)的AI能力不應(yīng)該被少數(shù)大公司壟斷，而應(yīng)該成為全人類共同的智力財(cái)富。

當(dāng)我們站在AI技術(shù)發(fā)展的十字路口時(shí)，像認(rèn)知內(nèi)核-專業(yè)版這樣的開(kāi)源項(xiàng)目為我們指明了一個(gè)充滿希望的方向：通過(guò)開(kāi)放合作、技術(shù)創(chuàng)新和持續(xù)優(yōu)化，我們完全有可能構(gòu)建出一個(gè)更加開(kāi)放、平等、創(chuàng)新的AI未來(lái)。這個(gè)未來(lái)里，每個(gè)人都可以擁有自己的AI助手，每個(gè)研究者都可以在開(kāi)源基礎(chǔ)上推進(jìn)技術(shù)邊界，每個(gè)開(kāi)發(fā)者都可以構(gòu)建真正有價(jià)值的AI應(yīng)用。這樣的未來(lái)，值得我們?yōu)橹Α?/p>

Q&A

Q1：認(rèn)知內(nèi)核-專業(yè)版框架相比其他AI助手有什么特殊優(yōu)勢(shì)？

A：認(rèn)知內(nèi)核-專業(yè)版最大的優(yōu)勢(shì)是完全開(kāi)源且?guī)缀跬耆赓M(fèi)。相比其他需要付費(fèi)API和專有工具的AI助手框架，它只需要Google搜索API這一個(gè)付費(fèi)服務(wù)，其他功能都通過(guò)開(kāi)源工具實(shí)現(xiàn)。同時(shí)，它還提供了專門訓(xùn)練的8B參數(shù)基礎(chǔ)模型CK-Pro-8B，在同等規(guī)模的開(kāi)源模型中性能領(lǐng)先。

Q2：CK-Pro-8B模型在實(shí)際測(cè)試中表現(xiàn)如何？

A：CK-Pro-8B在GAIA基準(zhǔn)測(cè)試的文本專用子集上取得了優(yōu)異成績(jī)，Pass@1得分40.3%，Pass@3得分49.3%，顯著超越了同參數(shù)規(guī)模的WebDancer和WebSailor等7B模型。在Level 1基礎(chǔ)任務(wù)上，Pass@3得分更達(dá)到50.9%，證明了其在相對(duì)簡(jiǎn)單任務(wù)上的可靠性。

Q3：普通用戶如何使用認(rèn)知內(nèi)核-專業(yè)版框架？

A：用戶可以通過(guò)GitHub倉(cāng)庫(kù)（https://github.com/Tencent/CognitiveKernel-Pro）獲取完整的開(kāi)源代碼和使用說(shuō)明。由于框架設(shè)計(jì)了統(tǒng)一的接口和模塊化架構(gòu)，用戶可以根據(jù)自己的需求選擇使用完整框架或特定模塊，也可以用自己的語(yǔ)言模型替換默認(rèn)配置。