华为开源DeepDiver多Agent系统华为Agent系统报告生成可达万字
华为openPangu-DeepDiver开源，深度研究多Agent系统，支持百步以上工具推理，万字报告快速生成。
在主流DeepResearch Agent榜单上成绩亮眼：
- BrowseComp-zh任务中，38B模型拿到34.6分，超过了WebSailor-72B的30.1
- BrowseComp-en任务中，得分13.4，在同规模开源模型中最高
- 长文生成方面，平均报告长达24.6K tokens，是o3 DeepResearch的2倍以上，信息量、事实性和多样性都进入第一梯队
它的关键设计是Planner+Executors协同架构，用文件系统通信来支撑复杂任务：
- 训练方式是冷启动SFT→迭代RFT，配合轨迹级过滤、Planner驱动的Credit Assignment；
- 硬件上完全依托1000+ Ascend NPU集群，并用Agent Factory和StaleSync提升训练效率；
- 在线RFT阶段通过dynamic batching和partial rollout来稳定长轨迹优化。
一些有意思的发现：
- 性能瓶颈主要在Executors，而不是Planner；
- Planner“够用就行”，提升Executors效果更明显；
- 经协作训练的子Agent单独拿出来也很能打，比如38B的Information Seeker就能单挑跑赢WebSailor。
博主实测时让它调研中国蓝牙耳机细分市场，DeepDiver-V2输出的长文报告不仅覆盖品类、竞争格局，还包含消费者洞察与技术发展，条理清晰、信息丰富。
目前DeepDiver-V2已经开源，感兴趣的可以直接体验：
模型：ai.gitcode.com/ascend-tribe/openPangu-Embedded-7B-DeepDiver
报告：ai.gitcode.com/ascend-tribe/openPangu-Embedded-7B-DeepDiver/blob/main/docs/openpangu-deepdiver-v2-tech-report.pdf
