Как работает Hark Handoff
Новый агент Hark Handoff умеет эффективно использовать браузер для выполнения различных поручений. Чтобы понять, нужно ли нажать на кнопку или ввести текст, система анализирует структуру сайта и его визуальные данные.
Благодаря такому подходу агент может работать с любыми веб-ресурсами, включая Target, Walmart, OpenTable и LinkedIn, даже если у них нет официальных API.
Возможности агента
Пользователь может давать агенту команды на выполнение бытовых и рабочих задач. Это может быть заказ еды или кофе, покупка необходимых товаров, бронирование билетов или столиков в ресторане, оформление возвратов или поиск информации в различных источниках.
В демонстрационном видео генеральный директор компании Бретт Аддок показал, как помощник собирает букет цветов по заданным параметрам, понимая даже расплывчатые инструкции вроде «на выбор флориста».
Технические особенности
В отличие от обычных языковых моделей, которые предсказывают следующее слово, модель Hark предсказывает следующее действие. Это может быть клик мышью или ввод текста с клавиатуры в определенном месте экрана.
На текущем этапе компания использует модель, прошедшую пост-обучение. В планах на конец этого года — переход к этапу предварительного обучения. Такой подход позволяет быстрее совершенствовать инфраструктуру и методы обучения.
Конкуренция и доступность
Hark утверждает, что их агент работает быстрее конкурентов и стоит значительно дешевле, чем такие модели, как GPT 5.5 или Opus 4.8. На рынке уже работают другие игроки в сфере автоматизации браузера, включая Google, OpenAI и Anthropic.
Стартап, привлекший 700 миллионов долларов в рамках раунда серии А, уже открыл лист ожидания. Релиз платформы запланирован на конец лета.
Что это значит
Hark стремится создать инструмент, который сможет выполнять сложные задачи в интернете, используя визуальное восприятие интерфейсов, подобно человеку.