Hark, a májusban 700 millió dollár Series A befektetést kapó startup, bemutatta Handoff nevű ügynökét, amely böngészőn keresztül képes webes feladatokat elvégezni. A vállalat állítása szerint a Handoff hatékonyan navigál olyan webhelyeken is, amelyeknek nincs hivatalos API-juk, például a Target, Walmart, OpenTable és LinkedIn.
Hogyan működik
A cég szerint a Handoff az oldal szerkezetét és a vizuális elemeket vizsgálva dönt arról, hogy kattintást vagy gépelést kell végrehajtania. A felhasználó parancsot ad, az ügynök pedig elvégzi a kért műveletet: például étel- vagy kávérendelést, utazási jegyfoglalást, bevásárlást, asztalfoglalást egy étteremben, adóbevallás benyújtását vagy több forrás áttekintésével végzett kutatást.
Demó és korlátok
A bemutató videóban Brett Adcock, a Hark vezérigazgatója azt mutatta be, hogy az asszisztens képes egy csokor összeállítására a felhasználó által megadott virágok alapján, és kezelhet bizonytalan utasításokat is, például „a virágkötő választása”. A videó azonban csak a folyamat egy részét mutatja, ezért a működés hatékonysága külső szemlélőként nem ítélhető meg teljes bizonyossággal.
Modell és fejlesztési terv
A Hark közölte, hogy a mostani kiadáshoz egy post-trainelt (utólagosan tanított) modellt használ, és idén később tervezi a pre-training (előtanítás) bevezetését. A cég szerint ez a megközelítés lehetővé teszi számukra, hogy gyorsabban finomítsák az adatcsatornáikat, a képzési infrastruktúrát és a módszereket. Emellett Hark azt állítja, hogy míg a nagy nyelvi modellek (LLM-ek) a következő token előrejelzésére épülnek, az ő modelljük a következő műveletet jósolja meg — például egy adott helyen történő kattintást vagy billentyűbevitelt.
Verseny és árképzés
Számos cég dolgozik hasonló számítógép-használati ügynökökön, köztük a Google, OpenAI és Anthropic, valamint kockázati tőkebefektetéssel támogatott startupok, amelyek böngészőalapú feladatautomatizálással foglalkoznak, például a Browser Use, Polar, Strawberry és Aside. Hark azt állítja, hogy a Handoff gyorsabb a versenytársaknál, és költségszempontból is jelentősen olcsóbb olyan modelleknél, mint a GPT 5.5 és Opus 4.8.
Elérhetőség
A startup várólistát nyitott az új platformhoz, és azt tervezi, hogy a szolgáltatást a nyár végéig kiadja.
