Meta的“亿元俱乐部”近日迎来了新成员。哈工大校友、WebArena作者Shuyan Zhou于今年年初正式离开学术界，加入Meta的“AI梦之队”——超级智能实验室。她此番加入的核心目标十分明确：开发AI浏览器。这一研究志向源于她申请博士时的初心——她希望有朝一日能制造出一台仅靠对话驱动、能够自动购买机票的设备，以此来帮助母亲以及像她一样的人。
Shuyan Zhou是谁？她是哈工大计算机科学系的校友，同时拥有香港大学计算机科学学士学位。2018年本科毕业后，她进入卡内基梅隆大学语言技术研究所攻读硕博，并于2024年博士毕业。尽管毕业仅两年，但她在谷歌学术上的引用次数已达9569次，h-index为25，堪称青年学者中的佼佼者。
早在2020年读博时，Shuyan Zhou就将研究重心锁定在未来十年可能会解决的关键问题上：如何让AI进入真实的数字环境，替用户完成任务？用户只需开口表达需求，智能体便能自主判断打开哪个页面、点击哪里、填写何种信息，甚至在出错后能自我修正。这一动机或许与她的家庭经历息息相关。多年前，她送给母亲一台中文版Alexa。虽然Alexa能播放音乐、聊天气，但在母亲需要订票时却束手无策，只能求助于她。正是为了解决这一痛点，她在2020年的博士申请材料中阐述了这一初衷。四年后，她的博士论文《使用AI智能体解决现实世界任务》给出了阶段性答案。
Shuyan Zhou的代表作WebArena正是这一研究的产物。在WebArena诞生之前，许多浏览器智能体都在简化的网页或静态数据集上测试，难以反映真实网站的连续操作和动态变化。WebArena则利用开源软件重构了电商、论坛、代码协作等真实网站环境，设计了241类任务模板和812项测试任务，专门检验AI能否通过自然语言指令连续完成搜索、点击、输入等操作。随后，她又推出了VisualWebArena，将评测范围从文字扩展到图片和布局。更令人瞩目的是OSWorld，该项目将评测范围从浏览器扩展至整个计算机系统，包含369项跨应用操作任务。数据显示，人类在测试中的完成率为72.36%，而表现最好的模型仅有12.24%。这表明在视觉定位、长程规划、动态环境适应及错误恢复等方面，仍有巨大挑战。
此次加入Meta超级智能实验室（MSL），Shuyan Zhou的研究方向一脉相承。MSL成立于2025年6月，是Meta重组AI业务后的核心组织，整合了负责基础模型的TBD Lab、负责长期研究的FAIR、负责产品落地的应用团队以及算力支持团队，旨在实现“个人超级智能”。Meta为此发起了“亿元俱乐部”级别的薪酬招募，吸引了众多顶尖人才。目前MSL的华裔成员占比极高，包括Scale AI创始人Alexandr Wang、清华本科出身的OpenAI前研究员赵晟佳、OpenAI战略探索负责人宋飏等。此外，MSL也确实产出成果，今年4月发布了Muse Spark模型，9月推出了由其驱动的个人智能体Muse，能够处理邮件、购物和长期规划等任务。
Shuyan Zhou的加入，无疑为Meta的AI浏览器项目注入了强大动力。期待她的研究成果能从实验室走向实际应用，真正造福用户。