财π新闻 根据《量子位》2026年9月21日的报道，WebArena作者Shuyan Zhou于今年年初离开学术界，正式加入Meta超级智能实验室，核心工作方向为开发AI浏览器。这一选择的背后，是她长期以来清晰且朴素的研究动机，她希望打造一台仅靠对话就能自动完成各类日常任务的智能设备，比如自动购买机票，以此帮助母亲以及更多有类似需求的人群更便捷地完成线上操作，提升日常生活的便利程度。

Shuyan Zhou是哈尔滨工业大学计算机科学专业与香港大学计算机科学专业的校友，2018年完成本科阶段的学业后，她进入卡内基梅隆大学语言技术研究所，先后完成硕士与博士阶段的深造，于2024年正式取得博士学位。距离拿到博士学位仅两年时间，她的谷歌学术论文引用量已经达到9569次，h-index达到25，在同年龄段的人工智能研究领域学者中，属于成果相当突出的青年研究者。

在博士就读期间，Shuyan Zhou就已经将自己的研究重心聚焦到了人工智能领域一个极具前瞻性的方向上，也就是如何让AI真正进入真实的数字环境中，代替普通用户完成各类实际操作任务。这一方向的核心逻辑是，用户只需要用自然语言说出自己想要完成的目标，智能体就可以自主判断接下来需要打开哪个页面、点击哪些交互按钮、填写哪些必要信息，甚至在操作出现错误时自主调整路径完成任务，整个过程不需要用户进行额外的手动干预。

这样的研究方向选择，最早可以追溯到她申请博士阶段的个人初衷，她在当时的申博材料中就明确阐述了这一研究目标，希望通过自己的技术探索，让更多不熟悉复杂线上操作的人群能够借助智能设备跨越数字鸿沟。在博士毕业时，她的博士论文《使用AI智能体解决现实世界任务》为这一阶段的研究给出了完整的阶段性成果总结，也为她后续所有相关领域的研究工作打下了坚实的理论与实践基础。

值得注意的是，这并非Shuyan Zhou第一次与Meta产生工作交集，早在2024年她博士毕业之后，就曾加入Meta的GenAI团队，在相关研究负责人的带领下开展Llama通用计算机操作智能体的相关研究，这段工作经历让她对Meta的技术体系和研发节奏有了充分的了解。之后她离开Meta前往杜克大学任教，直到今年年初才正式离开学术界，重新回到Meta的研发体系中，开启AI浏览器方向的核心研发工作。

Shuyan Zhou最具代表性的研究项目WebArena，是她在博士阶段产出的核心成果，这一项目搭建起了包含电商、论坛等多个场景的真实网页交互环境，同时专门设计了812项标准化测试任务，核心作用是评估AI根据自然语言指令自主操作网页、完整完成指定任务的实际能力。在WebArena项目推出之前，行业内多数用于网页智能体测试的环境都经过了大量简化，和真实世界中动态加载、弹窗繁多、交互逻辑复杂的实际网页环境存在很大差距，很多在测试环境中表现优异的AI智能体，一旦接入真实网页就会出现大量操作失误，无法完成预设任务。

WebArena的出现直接解决了此前浏览器智能体测试环境不够真实的行业痛点，它完全还原了真实网页运行过程中可能出现的各类复杂细节，让AI智能体可以在高度贴近实际使用场景的环境中接受训练和评测，大幅提升了相关研究成果落地到真实场景的可行性。在WebArena的基础上，Shuyan Zhou后续又参与了VisualWebArena项目，将AI智能体的评测范围从单纯的网页交互操作，进一步扩展到了视觉理解层面，让AI可以像人类一样直接看懂屏幕上的视觉内容，不需要依赖底层页面代码信息就能完成交互判断。

在VisualWebArena之后，Shuyan Zhou还参与了OSWorld项目，进一步把智能体的评测范围从单一的浏览器场景，延伸覆盖到了整个计算机系统层面。这意味着AI智能体的操作边界不再局限于网页之内，而是可以自主操作各类本地软件、管理系统文件、完成跨应用的协同任务，实现对整个数字操作环境的全面覆盖。这一系列循序渐进的研究项目，构建起了从网页交互到视觉理解再到全系统操作的完整技术路径，每一步的研究成果都为后续AI浏览器的开发积累了不可或缺的技术经验。

在OSWorld项目的相关测试数据中可以看到，人类用户完成对应全系统操作任务的完成率可以达到72.36%，而当前行业内表现最好的AI模型，在相同测试中的任务完成率仅为12.24%，两者之间存在接近60个百分点的差距。这一数据直观展现出当前通用计算机操作智能体领域仍然存在巨大的技术探索空间，也意味着Shuyan Zhou接下来在AI浏览器的研发过程中，需要攻克包括视觉定位、长程任务规划、动态环境适配、错误自主恢复、安全权限管控在内的一系列核心技术挑战，每一项挑战的突破都需要大量的技术积累和反复的实验验证。

Shuyan Zhou此次加入的Meta超级智能实验室，成立于2025年6月，是Meta重组自身AI业务体系后搭建的核心研发组织，这个实验室直接整合了基础模型研发、长期前沿研究、产品落地推进和算力工程支撑四大核心团队，整个团队的核心目标是实现个人超级智能的技术愿景。为了搭建这支研发团队，Meta此前投入了大量资源面向全球招募顶尖人工智能人才，整个实验室中的华裔研究人员占比接近一半，不少在行业内拥有突出成果的华人学者都先后加入了这支团队，外界也将这支汇聚了众多顶尖人才的研发队伍称为Meta的“AI梦之队”。

在Shuyan Zhou正式加入之前，Meta超级智能实验室已经推出了多模态推理模型Muse Spark以及个人智能体Muse两款核心产品，其中Muse作为个人智能体产品，已经开始在实际场景中落地应用自主智能体的相关技术能力。这些已有的技术积累，和Shuyan Zhou长期以来聚焦的网页智能体、全系统操作智能体的研究方向直接相关，双方的技术路线高度契合，能够形成非常好的技术互补效应。实验室拥有的充足算力资源、成熟的基础模型底座以及完善的产品落地通道，都可以为Shuyan Zhou开发AI浏览器的核心工作提供全方位的支撑。

从整个行业的技术发展脉络来看，AI浏览器的研发方向，本质上是把此前分散在各个独立场景中的智能操作能力进行整合，最终交付给普通用户一个统一的自然语言交互入口。用户不需要再学习不同网站、不同软件的操作逻辑，只需要用日常使用的自然语言说出自己的需求，AI浏览器就可以自主完成后续所有的线上操作流程，不管是购买机票、预订酒店、线上购物，还是处理各类线上办公事务，都可以通过这一个入口完成。这种交互模式的变革，将会彻底改变普通用户和数字世界的交互方式，大幅降低各类线上服务的使用门槛。

Shuyan Zhou的个人研究初心和Meta超级智能实验室的研发目标形成了高度的同频，从最初想要帮母亲顺利完成线上订机票的朴素想法，到一步步搭建起覆盖网页、视觉、全系统的完整评测体系，再到进入拥有充足资源的顶尖研发平台推进AI浏览器的落地，整个过程的技术探索路径连贯且清晰。所有此前在学术研究阶段积累的成果，都将在新的研发平台上得到进一步的迭代和优化，逐步缩小当前AI智能体和人类用户在真实数字环境操作能力上的差距，推动相关技术从实验室的测试环境真正走向普通用户的日常使用场景。

(编辑：徐松丽)