Hark Handoff：700亿美元浏览器AI代理，不预测单词，只预测点击

Hark Handoff 是 AI 初创公司 Hark 推出的一款浏览器代理产品。Hark 由连续创业者 Brett Adcock（他也是 Figure AI 的创始人兼CEO）创立。该产品于 2026 年 8 月 5 日 发布，公司此前在 2026 年 5 月完成了 70 亿美元（7 billion） 的 Series A 轮融资，估值达到 600 亿美元（6 billion） 。Handoff 旨在自动化那些通常需要人类手动导航、点击和输入的多步骤网页任务。目前它处于 封闭研究预览 阶段，预计在 2026 年夏末 面向公众开放 。

无需 API 即可浏览网站

Handoff 不依赖官方 API。对于每个任务，它都会启动一台 专用的虚拟计算机——包含自己的浏览器、文件系统和终端——然后像人类一样与网站交互 。它通过分析页面结构和视觉线索来决定在哪里点击、输入什么内容以及何时滚动页面。这使得它可以在那些不提供公共自动化接口的网站上运行，包括 Target、Walmart、OpenTable、DoorDash、United、Delta 和 LinkedIn 。

Handoff 可以自动执行哪些任务？

根据 Hark 的说法，Handoff 可以处理多种多步骤的在线工作流程 ：

• 订餐（例如 DoorDash）
• 预订旅行（例如 United、Delta 航班）
• 购物（例如 Target、Walmart）
• 餐厅预订（例如 OpenTable）
• 消息和招聘（例如 LinkedIn）
• 研究、报税以及其他涉及表单填写的任务

架构：预测下一个操作，而非下一个标记

Hark 有意识地偏离了标准的大语言模型（LLM）范式。与预测文本序列中的下一个单词不同，Handoff 的模型被设计为 预测下一个图形用户界面操作——在特定屏幕位置进行点击、滚动或键盘输入 。当前版本使用的是 后训练模型（在现有基础模型上进行微调），并计划在 2026 年晚些时候过渡到从头开始进行预训练 。Hark 表示，这种方法使其能够在进行完整的预训练之前，更快速地迭代数据管道和训练方法 。

基准测试表现：OM2W 上得分 97.7

Hark 声称 Handoff 在 Online-Mind2Web (OM2W) 基准测试中取得了迄今为止的最高分数，这是一个由人工评估的行业标准，用于衡量网页浏览 AI 的性能 。公布的成绩如下：

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

定价为每百万输入 token 0.18 美元，每百万输出 token 2.37 美元——不到 GPT-5.5（输入 5 美元/输出 30 美元）成本的 十分之一 。Hark 声称，在网页使用任务上，Handoff 比 OpenAI、Anthropic 和 Google 的前沿模型更快，成本也低得多 。这些是该公司在第三方基准测试上的声明；目前尚无关于现实世界任务完成率和成本比较的独立验证。

当前状态

截至 2026 年 8 月，Handoff 处于 封闭研究预览 阶段。用户可以在 Hark 官网加入候补名单。完整的公开发布预计在 2026 年夏末 。技术栈仍在发展：目前模型是后训练的，计划在年底前进行预训练 。