腾讯 AI Lab 推出全新框架开源，推动深度学习智能体发展
发布时间：2025-08-07 12:16:14 | 责任编辑：吴昊 | 浏览量：95 次
随着大语言模型（LLM）和视觉 - 语言模型(VLM)的迅速发展，智能体在知识发现和问题解决的方式上正在经历革命性的变化。然而，许多现有的开源智能体框架过于依赖昂贵的付费工具，这在很大程度上限制了它们的可复现性和普适性。为此，腾讯 AI Lab 推出了全新开源的智能体框架 ——Cognitive Kernel-Pro，旨在最大限度地降低外部依赖，使更多研究人员和开发者能够轻松参与智能体的开发和训练。
Cognitive Kernel-Pro 采用了多模块、层次化的设计，主要由主智能体和多个子智能体组成。主智能体负责任务分解和信息整合，而子智能体则专注于特定任务，如网页浏览和文件处理。这种模块化结构确保了各部分的独立性和扩展性。
为了提升复杂任务的处理效率，Cognitive Kernel-Pro 引入了 “进度状态” 机制，智能体可以记录已完成的步骤和待办任务。此外，框架通过简单的文本接口实现主智能体和子智能体之间的高效通信，便于协作与调试。同时，反思和投票机制的引入，进一步优化了智能体的任务完成质量，特别是在网页浏览等高随机性的任务中。
在性能方面，Cognitive Kernel-Pro 在 GAIA 基准测试中表现出色，超越了其他开源框架 SmolAgents，接近那些依赖付费工具的智能体。这一成果得益于其创新的训练方法，涵盖网页导航、文件处理和推理等多个领域。
除了强大的框架设计，腾讯 AI Lab 还提供了 Agent Foundation Model 的训练配方，进一步推动了社区的研究和发展。相关代码和技术报告已在 GitHub 上公开，供大家共同探索与利用。
项目地址：https://github.com/Tencent/CognitiveKernel-Pro
腾讯 AI Lab 于 2025 年 8 月 6 日正式开源了 Cognitive Kernel-Pro，这是一款全开源、多模块、层次化的智能体框架，专为深度研究智能体（Deep Research Agents）开发与训练而设计，旨在最大限度降低外部依赖，实现真正的可复现性和普适性。
核心特点
-
全开源与多模块架构：Cognitive Kernel-Pro 采用两层多模块设计，包括主智能体（负责任务分解和信息整合）和多个子智能体（如网页导航智能体、文件处理智能体），每个模块可独立工作并无缝协作。
-
降低外部依赖：相较于依赖付费工具（如 Jina Reader、FireCrawl）的现有框架，Cognitive Kernel-Pro 强调大语言模型（LLM）和视觉-语言模型（VLM）的内在能力，支持灵活切换免费 API（如 DuckDuckGo），实现真正的全开源。
-
卓越性能：在 GAIA 基准全集上，Cognitive Kernel-Pro 超越开源免费框架 SmolAgents，性能逼近依赖付费工具的智能体；在 GAIA-text 基准上，训练的 8B 模型超越了 WebDancer 和 WebSailor-7B。
训练创新
-
高质量训练数据构建：通过构造可验证的查询-答案对、基于提示的拒绝采样等方法，提升训练数据的质量和相关性。
-
多样化数据增强：利用 Persona Hub 生成多样化合成查询，结合跨系统验证，确保训练数据的多样性和鲁棒性。
开源与社区支持
-
开源代码与论文：相关技术报告及代码已全面开源于 GitHub（CognitiveKernel-Pro），论文《Cognitive Kernel-Pro: A Fully Open-Source Framework for Deep Research Agents》登上 HuggingFace 热榜第一。
-
推动行业民主化：该框架降低了开发门槛，使学术研究、初创公司和个人开发者无需依赖昂贵工具即可开发强大的 AI 智能体，推动行业创新。
实际应用与未来展望
Cognitive Kernel-Pro 可应用于政府政策分析、学术研究辅助、企业决策支持等领域，未来工作将聚焦于将反思能力蒸馏到同一 Agent 基座模型中，进一步优化性能。
本网站(https://aigc.izzi.cn)刊载的所有内容，包括文字、图片、音频、视频等均在网上搜集。
访问者可将本网站提供的内容或服务用于个人学习、研究或欣赏，以及其他非商业性或非盈利性用途，但同时应遵守著作权法及其他相关法律的规定，不得侵犯本网站及相关权利人的合法权利。除此以外，将本网站任何内容或服务用于其他用途时，须征得本网站及相关权利人的书面许可，并支付报酬。
本网站内容原作者如不愿意在本网站刊登内容，请及时通知本站，予以删除。
