腾讯AI Lab开源Cognitive Kernel-Pro：全新开源智能体框架

深度研究智能体（Deep Research Agents）借助大语言模型（LLM）和视觉-语言模型（VLM）的强大能力，正在改变知识发现与问题解决的方式。然而，现有开源智能体框架多依赖付费工具，限制了其可复现性和普适性。为此，腾讯AI Lab推出了一款全开源、多模块、层次化的智能体框架——Cognitive Kernel-Pro，为深度研究智能体的开发提供了突破性解决方案。

在GAIA基准测试中，Cognitive Kernel-Pro表现出色，超越了开源免费框架SmolAgents，性能接近依赖付费工具的智能体。训练的8B模型在GAIA-text上甚至超越了WebDancer和WebSailor-7B，相关论文登上HuggingFace热榜第一。此外，腾讯AI Lab还公开了Agent Foundation Model的训练配方，提供可复现的路径，并将代码和技术报告开源至GitHub。

核心设计亮点

Cognitive Kernel-Pro以Python代码为动作空间，充分发挥LLM的推理和代码生成能力，其核心设计包括： 1. 模块化架构：主智能体负责任务分解与信息整合，子智能体（如网页导航、文件处理）专注特定任务，确保模块独立性与扩展性。 2. 状态管理与规划：通过“进度状态”机制，记录已完成步骤和关键信息，提升复杂任务处理效率。 3. 标准化任务接口：主智能体与子智能体通过简洁文本接口通信，便于协作与调试。 4. 测试时优化：引入反思机制和投票机制，评估并优化动作轨迹，显著增强任务完成质量。

创新训练方法

Cognitive Kernel-Pro设计了全面的训练流程，覆盖网页导航、文件处理、代码生成和推理等领域，关键创新包括： - 构建高质量Web Agent数据，结合中间过程提示和拒绝采样提升数据质量。 - 利用Persona Hub生成多样化合成查询，增强数据多样性与鲁棒性。 - 对现有数据集进行精细化处理，确保与实际应用场景一致。 - 使用GPT-4.1生成智能体轨迹，并通过相似度匹配优化训练数据有效性。

性能优势

Cognitive Kernel-Pro在网页检索、文件处理和复杂推理等任务中表现卓越，尤其在GAIA基准上超越SmolAgents，接近依赖付费工具的框架。相比Jina Reader、FireCrawl等付费工具驱动的框架，Cognitive Kernel-Pro最大限度降低外部依赖，强调LLM和VLM的内在能力，实现真正的全开源。

未来，研究团队计划将反思能力蒸馏到Agent基座模型中，进一步提升性能。

项目链接
GitHub：https://github.com/Tencent/CognitiveKernel-Pro
Arxiv：https://arxiv.org/pdf/2508.00414