WebArena作者Shuyan Zhou入职Meta MSL，主攻AI浏览器与自主智能体
2026/09/22 19:58阅读量 7
哈工大校友、WebArena主要作者Shuyan Zhou于2026年初加入Meta超级智能实验室（MSL），负责开发能自动执行复杂任务的AI浏览器。她此前在卡内基梅隆大学攻读博士期间，致力于解决AI在真实数字环境中操作网页和计算机的问题，并发布了WebArena、VisualWebArena及OSWorld等知名评测基准。此次加盟标志着Meta在个人超级智能方向上，将重点从基础模型推理转向具备实际执行能力的智能体应用落地。
事件概述
WebArena的主要贡献者Shuyan Zhou已正式加入Meta超级智能实验室（Superintelligence Labs, MSL）。作为该实验室的核心研究人员之一，她的主要工作重心是开发“AI浏览器”，旨在通过对话驱动的方式，让AI能够自主完成用户在真实互联网环境中的复杂任务。
核心背景与研究历程
- 学术背景：Shuyan Zhou拥有哈尔滨工业大学计算机科学学士学位及香港大学计算机科学学士学位，随后进入卡内基梅隆大学语言技术研究所攻读硕博学位，并于2024年毕业。其谷歌学术引用次数高达9569次，h-index为25，属于青年学者中的佼佼者。
- 研究动机：其研究初衷源于早期使用语音助手（如Alexa）时遇到的局限——设备无法处理如预订机票等需要多步骤交互的复杂任务。这促使她探索如何让AI真正进入数字环境，替用户完成从判断页面、点击操作到填写信息的全流程。
- 职业轨迹：
- 2024年：曾短暂加入Meta GenAI团队，在Ruslan Salakhutdinov领导下研究Llama通用计算机操作智能体。
- 2024-2026年初：离开Meta前往杜克大学任教。
- 2026年初：再次回归Meta，加入新成立的MSL实验室。
关键项目与技术成果
Shuyan Zhou的研究始终围绕“AI智能体在真实环境中的操作能力”展开，其代表性成果包括：
- WebArena：构建了一个用于评估自主代理的现实网页环境。不同于以往基于静态数据集或简化页面的测试，WebArena利用开源软件重建了电商、论坛等真实网站，提供了812项测试任务，检验AI根据自然语言指令连续进行搜索、点击、输入等操作的能力。
- VisualWebArena：在WebArena基础上扩展，增加了视觉理解维度，包含910项涉及图片、图标和页面布局的任务，以测试AI对非文本信息的处理能力。
- OSWorld：将评测范围从浏览器扩展到整个计算机系统。该项目包含369项跨应用操作任务（涉及文件系统、办公软件等），于2024年4月公开并入选NeurIPS 2024。数据显示，当时人类完成率为72.36%，而最佳模型仅为12.24%，揭示了视觉定位、长程规划、错误恢复等当前AI面临的重大挑战。
Meta MSL的战略布局
Shuyan Zhou所在的Meta超级智能实验室（MSL）成立于2025年6月，旨在整合TBD Lab（下一代基础模型）、FAIR（长期研究）、产品与应用研究团队以及基础设施支持，实现“个人超级智能”的目标。
- 人才构成：MSL管理层中华裔占比接近一半，包括负责人Alexandr Wang（Scale AI创始人）、首席科学家赵晟佳（前OpenAI）、首席研究员宋飏（前OpenAI战略探索团队）等。
- 近期进展：今年4月发布的多模态推理模型Muse Spark，以及9月推出的由该模型驱动的个人智能体Muse，均指向同一方向：通过Meta AI、WhatsApp、Instagram及智能眼镜等入口，帮助用户处理邮件、购物、制定计划等实际事务。Shuyan Zhou的AI浏览器研究与这一产品落地路径高度契合。