Hark, a titokzatos startup, amelyet az idén alapított a sorozatvállalkozó és robotikai szakember Brett Adcock, ma bejelentette Handoff nevű „computer use agent” (CUA) rendszerét. A cég szerint a Handoff képes önállóan, végponttól végpontig navigálni az nyílt weben: például rendelni DoorDash-en, repülőjegyet foglalni United és Delta járatokon, vagy üzeneteket küldeni LinkedIn-en állásjelölteknek.
A regisztrációk ma nyíltak meg a hark.com oldalon; a cég szerint a szolgáltatás a hónap folyamán lesz elérhető az első kiadás részeként.
Teljesítmény- és költségállítások
Hark azt állítja, hogy a Handoff a Online-Mind2Web (OM2W) harmadik fél által futtatott, emberi értékeléssel kísért ranglistáján 97,7 pontot ért el — szemben OpenAI GPT 5.4 92,8 pontjával, Anthropic Claude Opus 4.8 84,1 pontjával és Google Gemini 2.5 Pro 69 pontjával. A cég azt is közölte, hogy a modell kiszolgálása tokenárban kevesebb mint egytizede a versenytársak frontvonalbeli modelljeinek: 0,18 USD per millió input tokenre és 2,37 USD per millió output tokenre áraznak, míg példaként GPT 5.5-re 5 USD és 30 USD szerepel a forrásban. Hark szerint a modell per-turn késleltetése 0,8 másodperc.
A Handoff minden kérésnél külön virtuális gépet indít saját böngészővel, fájlrendszerrel és terminállal; a felhasználók meglévő fiókjaikat csatlakoztathatják, hogy az ügynök be tudjon lépni és a mentett címekkel, fizetési módokkal és előzményekkel járjon el.
Benchmark-összehasonlítások és korlátok
A Hark által megadott összehasonlítások fontos hiányosságokat tartalmaznak: a cég a Handoff teljesítményét a GPT 5.5, GPT 5.4, Opus 4.8 és Gemini 2.5 Pro modellekkel mérte össze — a forradalmibb, frissebb generációk, például OpenAI GPT-5.6 és Anthropic Opus 5 nincsenek benne a listában. Hasonlóképp hiányoznak erős nyílt forráskódú CUA-jelöltek, például DeepSeek V4, Kimi K3 és Qwen3.8-Max. Ezek az újabb modellek nem publikáltak OM2W eredményeket, és nincs független mérés a benchmark nyilvános rangsorában, így Hark „valaha volt legjobb” állítása jelenleg nem ellenőrizhető azokkal a legfrissebb rendszerekkel szemben.
A legújabb frontvonalbeli modellek éppen a számítógép-használat terén mutattak nagy előrelépéseket: például az OSWorld 2.0 mérésében Anthropic Opus 5 körülbelül 70,6%-ot ért el, míg az Opus 4.8 csak 55,7%-ot, ami indokolja a hiányzó modern összehasonlítások miatti fenntartásokat.
A késleltetés-összehasonlításokat is érdemes óvatosan kezelni: Hark az 6,8 és 6 másodperces per-turn értékeket a GPT 5.5-re és Opus 4.8-re saját mérési környezetében, a versenytársakat a legmagasabb (és így leglassabb) reasoning szintre állítva mérte. Nincs független, párhuzamos késleltetésmérés a közlés alátámasztására.
Még Hark által választott összehasonlításokon belül is van kivétel: a WebTailBench v2 nevű mérőeszközön GPT 5.5 72,3 pontot ért el, míg Handoff 68,6-ot. Emellett két a három benchmarkból (WebTailBench és egy névtelen belső kiértékelés) Hark saját teszthálózatában futott, és az áthaladási arányokat Hark belső LLM-ítélete határozta meg — olyan feltételek, amelyeket a cég szab kontroll alatt.
Ugyanakkor a Handoff ára világos előnyt mutat: Anthropic Opus 5 listaára ugyanúgy 5 USD per millió input és 25 USD per millió output maradt, így Handoff körülbelül tízszeres költségmegtakarítása akkor is megmaradna, ha a teljesítmény összehasonlítása is igazolható lenne.
Képzés, adatforrások és fájlhozzáférés
Hark kutatási előzetese szerint a modellfejlesztés egy ésszerűnek hangzó folyamaton alapul: felügyelt finomhangolás, majd aszinkron megerősítéses tanulás GRPO algoritmussal, a cég által a bejelentés előtt megosztott anyagok szerint. A cég azonban elismeri, hogy eddig csak poszt-tréninget végeztek; a pre-tréning „a későbbiekben, az év során” tervezett lépés.
Ennek megfelelően a Handoff egy olyan alapmodellre épül, amelyet a Hark maga nem pre-trénelt. A vállalat nem közölte, melyik alapmodellt használja, illetve milyen arányban alkalmaz takarmányként nyílt és saját adatokat.
Egy másik nagy kérdés a vállalati felhasználók számára: ki férhet hozzá a dedikált virtuális gépekhez és azok fájljaihoz? A Hark szóvivője azt mondta, hogy „a biztonság és adatvédelem elsődleges fókusz”, de megjegyezte, hogy ez egy technikai előzetes, és több részletet a cég a termék piacra kerülésekor, a nyár végén fog közölni.
Alapító és finanszírozás
Brett Adcock karrierjében a Hark immár a negyedik vállalkozás: korábban társalapító volt a Vettery (amelyet 2018 körül nagyjából 100 millió dollárért adtak el), az Archer Aviation légitaxi gyártóban, és a humanoid robotikai egység, a Figure AI-ban.
Hark május 2026-ban 700 millió dolláros Series A befektetést vont be 6 milliárd dolláros értékeltségen, a kör vezetője a Parkway Venture Capital volt, valamint részt vett többek között az Nvidia, AMD, Intel Capital, Qualcomm Ventures, Salesforce Ventures és ARK Invest. Adcock saját maga 100 millió dollárt fektetett be a vállalatba, és a cég szóvivője szerint továbbra is vezérigazgatója mind a Figure-nek, mind a Harknak.
A szóvivő hozzátette, hogy Hark modelleket „a Figure robotokon” is képeznek, de Adcocknak nincs terve a két cég összevonására.
Adcock megítélése és korábbi kritikák
Adcock promotálási stílusa korábban is vitákat váltott ki. 2025 áprilisában Jason Del Rey (Fortune) arról írt, hogy a Figure és a BMW közti állított partnerség kevésbé volt kiterjedt, mint Adcock kommunikációjában szerepelt: a BMW szóvivője szerint egyetlen Figure robot gyakorolt alkatrészek felvételét nem-termelési időszakokban. Ugyanakkor a partnerség előrelépett: 2026 júniusában a BMW közölte, hogy a Figure 02 robot több mint 30 ezer BMW X3 gyártását támogatta tíz hónap alatt, és a next-gen Figure 03-at logisztikai szerepkörre telepítik.
Adcock ezt a kritikus beszámolót „félreértelmezéseknek és hazugságoknak” nevezte X-en, és rágalmazási pert is ígért. Később TechCrunch arról számolt be, hogy Adcock kihagyott egy ígért élő demót egy techkonferencián és elkerülte a BMW-üggyel kapcsolatos kérdéseket a színpadon.
Ezek a történetek azonban nem bizonyítják, hogy a Handoff adatai helytelenek lennének: az ügynök lehet kiváló, és az árazás — ha tartós — minden nagy szereplőt alá tudna ásni.
Bemutató és demo
A Hark körülbelül négyperces bejelentő videóban mutatta be a Handoffot YouTube-on és közösségi médián. A videóban Adcock egy üres raktárhelyiségben ülve hangosan kér egy feladatot a Handoffnak (például virágok rendelését), és a Handoff egy virágküldő weboldalon navigálva elvégzi a rendelést. Adcock hangsúlyozza, hogy a Handoff nem egy hagyományos chatbot, „folyamatosan dolgozik, ciklusban fut”, és szerinte ő maga „az összes toborzási folyamatát végponttól végpontig ezen keresztül intézi”. A bejelentő blogposztban további demók láthatók valós időben és 5x sebességgel.
