Hark Handoff: Ejen Pelayar $700M Yang Ramal Klik, Bukan Perkataan

Apakah Tugasan Yang Boleh Diautomasikan Oleh Handoff?

Menurut Hark, Handoff boleh mengendalikan pelbagai aliran kerja dalam talian pelbagai langkah :

• Memesan makanan (contohnya, DoorDash)
• Menempah perjalanan (contohnya, penerbangan United, Delta)
• Membeli-belah (contohnya, Target, Walmart)
• Tempahan restoran (contohnya, OpenTable)
• Mesej dan rekrut (contohnya, LinkedIn)
• Penyelidikan, memfailkan pulangan cukai, dan tugasan berkaitan borang

Seni Bina: Meramal Tindakan Seterusnya, Bukan Token Seterusnya

Hark sengaja beralih daripada paradigma Model Bahasa Besar (LLM) standard. Daripada meramal perkataan seterusnya dalam jujukan teks, model Handoff direka untuk meramal tindakan antara muka pengguna grafik seterusnya — klik, skrol, atau input papan kekunci di lokasi skrin tertentu . Pada masa ini, ia menggunakan model pasca-latihan (diperhalusi pada asas sedia ada), dengan rancangan untuk beralih kepada pra-latihan dari awal pada tahun 2026 . Hark kata pendekatan ini membolehkan mereka berulang dengan lebih pantas pada saluran data dan kaedah latihan sebelum komited kepada latihan pra-penuh .

Prestasi Penanda Aras: 97.7 pada OM2W

Hark mendakwa Handoff mencapai skor tertinggi setakat ini pada penanda aras Online-Mind2Web (OM2W), satu standard industri yang dinilai manusia untuk prestasi AI pelayaran web . Skor yang dilaporkan adalah:

• Hark Handoff: 97.7
• GPT-5.5: 92.8
• Opus 4.8: 84.1
• Gemini 2.5 Pro: 69.0

Harga disenaraikan pada $0.18 setiap juta token input dan $2.37 setiap juta token output — kurang satu persepuluh daripada kos GPT-5.5 ($5 input / $30 output) . Hark mendakwa Handoff lebih pantas dan jauh lebih murah daripada model terdepan dari OpenAI, Anthropic, dan Google untuk tugasan penggunaan web . Ini adalah tuntutan syarikat pada penanda aras pihak ketiga; pengesahan bebas bagi kadar penyelesaian tugasan dunia sebenar dan perbandingan kos belum tersedia.

Status Semasa

Setakat Ogos 2026, Handoff berada dalam fasa pra-tonton penyelidikan tertutup. Pengguna boleh mendaftar untuk senarai menunggu di laman web Hark. Pelancaran awam penuh dijangka pada hujung musim panas 2026 . Stack teknologi masih berkembang: model kini dalam fasa pasca-latihan, dengan pra-latihan dirancang sebelum akhir tahun .