锐意创新 · 敏锐洞察 · 锐不可当

订不了机票的Alexa,把一位哈工大校友送进了Meta的亿元俱乐部

一台中文版Alexa能放音乐、能报天气,唯独订不了机票。妈妈只能拨通女儿的电话,一步步问:点哪里、填什么、怎么付。这个卡顿的瞬间,催生了WebArena作者、哈工大计算机系校友Shuyan Zhou博士阶段的研究主线。今年初,她离开杜克大学教职,加入Meta超级智能实验室,公开的工作重心只有一句话:开发AI浏览器。

希鸥网观察到,Shuyan Zhou切入的是AI智能体操作真实网页这一细分赛道,具体场景是消费级与企业级的跨站任务自动化——让智能体自行判断打开哪个页面、点击哪里、填写哪些字段,以及出错后如何回退。她为不具备复杂网页操作能力的普通用户,解决了多步骤事务的完成成本问题。差异化钩子在评测基建:她博士期间主导的WebArena用241类任务模板生成812项测试任务,VisualWebArena追加910项视觉任务,OSWorld再扩展到369项系统级操作。她隶属Meta超级智能实验室,此前曾在Meta GenAI参与Llama计算机操作智能体研究。

浏览器是互联网最老的入口,也是最贵的那道分发权。AI浏览器把“用户翻页找信息”改写成“智能体代办任务”,被挤压的是关键词广告位、比价插件、OTA佣金三条现金流。Meta愿意为一位青年学者腾出超级智能实验室的位置,算的不是论文数量,而是入口迁移之后,默认搜索与默认交易通道握在谁手里。

技术供应链的难点不在模型参数,而在真实环境的脏数据。WebArena刻意用开源软件重建电商、论坛、代码协作站点,就是为了避免智能体在静态数据集上刷分。真实网页会改版、会弹验证码、会掉登录态,一次跳转失败就要回滚重试。谁能沉淀最多的真实操作轨迹,谁就能把回滚成功率从七成推到九成,这是烧钱也买不到的工程资产。

用户心理的迁移更安静。妈妈那代人不是不想自助,是失败成本太高:一步点错,机票可能订成反向行程。她们把操作外包给子女,本质上是在为“确定性”付费。Shuyan Zhou的谷歌学术引用已达9569次、h-index 25,学术声望足够在杜克安稳教书,却选择回到产业界,原因不难猜:高校缺亿级真实流量,实验室缺能跑通闭环的算力,Meta两样都给。

希鸥网认为,这场人才流动的实质是入口定义权的再分配。获益的是掌握浏览器内核、账号体系与真实操作数据的一方,Meta、Google、微软同时在押注;受损的是靠信息不对称收佣金的中间层,包括比价站、部分OTA和低效客服外包。判断句在此:AI浏览器短期杀不死搜索广告,但会把“点击”这个计量单位逐步替换为“任务完成”,衡量广告的尺子一换,预算流向就会跟着换。

创业者最容易犯的错,是从技术能力往回推产品。Shuyan Zhou的起点是一台订不了机票的Alexa,是母亲打来的求助电话。换个位置站,把自己当成那位不敢点下一步的用户,需求会具体到“身份证号填错后能不能自动纠回来”。产品定义的第一步不是罗列模型能做什么,而是找出用户在哪个动作上放弃。跳出自己的视角,把技术判断当成众多看法中的一种,再择优采纳。

AI浏览器也不是一个人的项目。它需要评测团队、模型团队、浏览器内核、账号与权限体系同时推进,任何一环拖后腿,体验都会崩在中途。做这类产品的公司,招人标准不该是“聊得来”,而是价值观与岗位是否匹配——选对有正确价值观的人,团队互相加固;选错一个人,整条链路都要替他兜底。团队大于个人,这是长周期赛道里唯一能复利的资产。

还有一层组织难题。超级智能实验室汇聚各路顶尖研究者,预算与算力有限,方向之间必然争夺,个人诉求与机构利益冲突时,谁都不该自封裁判。对创业者更实际的做法是:把目标拆成两周内可验证的动作——先跑通“订机票”这一条链路,覆盖50个真实站点,测出成功率与人工兜底比例,再谈扩展到整个操作系统。原则是团队整体利益的产物,但它只保护能拿结果的人。

金鸥品牌榜·2026年度创新案例库开放申报了。免费提报,独立评估,入榜品牌将获得电子版《入榜证明》及年度专题公示,优秀案例可获得深度专访+全平台分发。如需修改或发布文章,请加微信号:sheisceo

阅读量:1328
阅读时间:4分钟