一直以来，高性能 Search Agent 都像是 “大厂的专属游戏”。虽然业界涌现了许多开源模型，但真正决定 Agent 能力上限的 “高质量训练数据” 却始终被各大企业严格保密，形成了一道坚固的数据护城河。这种持续的数据稀缺，极大地阻碍了广大研究社区在这一领域的创新与发展。

今天，由上海交通大学研究团队推出的OpenSeeker彻底打破这一现状！

作为首个纯学术团队打造，完整开源模型 + 100% 全量训练数据的前沿深度搜索 Agent，OpenSeeker 证明了：不靠堆砌算力资源，依靠极高的数据合成质量，学术界同样能跑出 SOTA！在同等条件下（约 30B 参数量、纯 ReAct 架构），OpenSeeker 仅需11.7k 合成样本进行单轮 SFT（监督微调），便在多个前沿榜单上取得了 SOTA 成绩。

GitHub: https://github.com/rui-ye/OpenSeeker全量训练数据: https://huggingface.co/datasets/OpenSeeker/OpenSeeker-v1-Data模型权重: https://huggingface.co/OpenSeeker/OpenSeeker-v1-30B-SFTHuggingface Paper: https://huggingface.co/papers/2603.15594论文直达: https://arxiv.org/pdf/2603.15594

核心亮点速览

纯学术团队打造，打破大厂垄断：完全开源所有训练数据（QA + 轨迹）和模型，为研究人员提供高质量数据基。扌枰览灯笠导豆婺Ｗ试矗材芴剿饔牍菇ㄏ乱淮 Search Agent。跨榜单 SOTA，越级挑战强化学习模型：在 BrowseComp-ZH 榜单上取得48.4%的成绩，直接超越了阿里 Tongyi DeepResearch 通过采用 CPT（持续预训练）、SFT（监督微调）和 RL（强化学习）多轮复杂训练得出的 46.7%。在约 30B 级纯 SFT 模型中，全面斩获第一（BrowseComp 29.5 /xbench 74.0 / WideSearch 59.4）

核心技术揭秘：

突破大厂数据瓶颈的高质量数据合成方案

要有效训练深度搜索 Agent，核心在于解决两个关键问题：首先，必须构建足够高难度的问答任务，以激发模型“推理 → 工具调用 → 工具反馈”的多轮工具调用能力，从而形成包含明确决策节点和长工具调用链的长程交互轨迹；其次，需要通过稳定且可复现的方法生成高质量解题轨迹，确保训练信号学习到的是正确且可泛化的策略，而非依赖随机采样产生的偶然成功。

为此，OpenSeeker 进一步提出基于真实网页结构的事实锚定问答构建与动态去噪轨：铣煞椒，以系统性提升多跳推理能力与信息提取能力。

1. 基于事实锚定的问答构建：基于真实网页图谱构造高难度多跳问题

现有的检索任务往往容易被模型通过简单的模式匹配 “走捷径”。为了逼迫模型进行真正的多跳推理，OpenSeeker 直接从海量真实网页的图结构出发进行逆向工程。

从随机种子页面出发进行拓扑图扩展，寻找互联的信息簇并提取出实体子图。引入实体混淆机制，将具体实体：，把简单的事实转化为复杂的推理谜题。

OpenSeek QA 合成的方法，不仅保证了数据的真实可信，还从结构上强制模型必须进行多步导航与深度推理。

2. 动态去噪轨：铣：基于非对称上下文构建，强化嘈杂环境下的核心信息提取

真实的网页环境充满了冗长且无关的噪音。为了合成高质量的动作轨迹，OpenSeeker 设计了一套非对称的 “动态上下文去噪” 策略：

生成阶段（Teacher）：引入回顾性总结机制，将上一步的嘈杂工具返回结果压缩为干净摘要，让 Teacher 模型在无噪的上下文中生成专家级的推理和工具调用。训练阶段（Student）：在训练时撤掉摘要，给模型喂入原始的、未经压缩的嘈杂工具返回结果，倒逼其预测 Teacher 的高质量决策

该方法激发 OpenSeeker 从嘈杂的真实网页环境中学习到了强大的信息提取与去噪能力。

实验结果：11.7k 数据的越级挑战

11.7k 数据单轮 SFT，媲美大厂表现：OpenSeeker 仅使用 11.7k 样本和 SFT 进行单轮训练，便展现出媲美甚至超越大厂资源密集型模型的竞争力。令人瞩目的是，在 BrowseComp-ZH 榜单上，仅采用单轮简单 SFT 训练的 OpenSeeker-v1-30B-SFT 取得了48.4%的高分，超越经历了持续预训练 (CPT)、SFT 和强化学习 (RL) 多阶段训练的 Tongyi DeepResearch (46.7%)。

纯 SFT 与 ReAct 架构下的 SOTA 表现：在同为 SFT 训练的 ReAct Agent 竞争中，OpenSeeker 取得 SOTA。仅凭借 11.7k 数据，OpenSeeker 在 BrowseComp (29.5)、BrowseComp-ZH (48.4)、xbench (74.0) 和 WideSearch-EN (59.4) 四大榜单上均取得最优成绩，显著拉开了与阿里巴巴通义实验室提出的 WebSailor-V2、WebLeaper 等同类开源模型的差距。

同等数据规模下的显著优势，凸显极高数据质量：在控制数据量规模可比的情况下（10k-15k 级别），OpenSeeker 的数据质量明显优于阿里巴巴通义实验室的 WebSailer-V2 和 WebLeaper 的各类组合版本，在各项指标上均保持显著优势。

远超 Benchmark 的数据难度：为了量化数据难度，研究团队使用相同的模型对合成数据和标准 Benchmark 进行了推理对比。结果显示：

合成的中文数据难度远超 BrowseComp-ZH：每条轨迹平均需要进行46.35 次工具调用，平均 token 长度高达76.1k；而 BrowseComp-ZH 分别仅为 26.98 次和 15.1k tokens。英文数据的难度也达到了与 BrowseComp-EN 相媲美的水平。

社区反响：真正推动领域发展的底层开源支撑

OpenSeeker 一经发布，便在海外社交平台和开源社区引发了热烈反响。许多研究者与开发者纷纷表示，这正是目前学术界最迫切需要的破局之作：

明确科研与数据的边界：“这才是真正能推动领域发展的开源发布。全量训练数据加上 30B 模型，让研究人员终于能区分出，性能的提升到底是来自真正的方法创新，还是仅仅因为吃了闭源数据的红利。”打破数据垄断：“现在，大家终于可以在没有‘数据守门人’限制的情况下，自由构建多步智能体了！”呼唤已久的透明度：“AI Agent 终于迎来了数据透明，太令人振奋了！”、“开源再次胜利！”

这不仅是一个 SOTA 模型，更是赋能整个学术界探索下一代 Search Agent 的坚实基座。

全面开源，即刻体验！

OpenSeeker 作为首个由纯学术团队打造、模型与全量训练数据完全开源的深度搜索 Agent，从根本上打破了长期以来由大厂构筑的数据护城河，真正为科研人员提供了可直接使用、可复现、可扩展的高质量研究数据基础。这一开放不仅降低了前沿 Search Agent 研究的门槛，更让研究者能够专注于方法创新本身，而不再受限于数据。打破闭源垄断，让前沿研究不再遥不可及。也期待更多开发者与研究者加入，共同探索下一代 Agent 的可能性，欢迎 Star 关注并上手体验！

作者介绍：

本文共同第一作者为上海交通大学博士生杜钰文与叶锐，其中叶锐为项目负责人，指导老师为上海交通大学人工智能学院陈思衡教授，主要研究方向为 AI Agents、Agentic Science 等领域。