Стартап Hark, привлёкший в мае $700 млн в раунде Series A, представил своего агента Hark Handoff — систему, которая умеет работать с браузером и выполнять задачи вместо пользователя.
По словам компании, агент справляется с сайтами без официальных API — среди них Target, Walmart, OpenTable и LinkedIn. Handoff анализирует структуру страницы и визуальные данные, чтобы понять, куда кликнуть и что ввести.
Принцип работы знаком по десяткам похожих браузерных агентов: пользователь даёт команду, а система заказывает еду или кофе, бронирует билеты и столик в ресторане, оформляет возвраты, покупает товары или собирает информацию из разных источников.
В демо-видео глава компании Бретт Эдкок показал, как ассистент собирает букет из указанных цветов и справляется с нечёткими формулировками вроде «что-то на выбор флориста». Правда, ролик показывает лишь часть процесса, так что оценить реальную эффективность сложно.
Сейчас Hark использует post-trained модель, а полноценное предобучение планирует запустить позже в этом году. Такой подход, по словам компании, позволяет быстрее дорабатывать пайплайн данных, инфраструктуру обучения и сами методики.
В отличие от больших языковых моделей, предсказывающих следующий токен, наша модель предсказывает следующее действие — клик или ввод с клавиатуры в конкретном месте.
Над агентами для управления компьютером работают Google, OpenAI и Anthropic, а также венчурные стартапы Browser Use, Polar, Strawberry и Aside.
Hark утверждает, что Handoff быстрее конкурентов и заметно дешевле в эксплуатации, чем модели вроде GPT 5.5 и Opus 4.8. Открыт лист ожидания, запуск платформы обещают до конца лета.