本稿は、AIエージェントが大規模なウェブスケールの情報を統合して洞察に富むレポートを生成するという複雑な課題である「オープンエンドディープリサーチ（OEDR）」に取り組む。現在のアプローチには二重の限界がある。一つは、計画と証拠収集を分離した静的リサーチパイプラインであり、もう一つは「中間情報の喪失」や幻覚（hallucination）といった長文コンテキスト処理の失敗に脆弱な、一度の生成で完了するパラダイムである。これらの課題に対処するため、本研究では人間の研究プロセスを模倣する新しい二エージェント枠組み「WebWeaver」を提案する。プランナーは動的なサイクルを回し、証拠収集とアウトライン最適化を繰り返し交互に実行することで、記憶バンクに格納された証拠とリンクする包括的かつ根拠に基づいたアウトラインを生成する。その後、ライターは階層的リトリーバルと執筆プロセスを段階的に実行し、レポートをセクションごとに構成する。各セクションに対して記憶バンクから必要な証拠のみをターゲットリトリーバルすることで、長文コンテキストに起因する問題を効果的に緩和する。本フレームワークは、DeepResearch Bench、DeepConsult、DeepResearchGymといった主要なOEDRベンチマークにおいて、新たな最先端の性能を達成した。これらの結果は、人間中心的で反復的なアプローチの有効性を裏付け、適応的な計画と焦点を絞った統合が、高品質かつ信頼性が高く構造的に整ったレポート作成において不可欠であることを示している。