Hark Handoff：價值 7 億美元、預測下一個動作而非文字的瀏覽器 AI 代理

Handoff 可以自動化哪些任務？

根據 Hark 的說法，Handoff 可以處理廣泛的多步驟線上工作流程 ：

• 訂購食物（例如：DoorDash）
• 預訂旅遊（例如：United、Delta 航班）
• 購物（例如：Target、Walmart）
• 餐廳訂位（例如：OpenTable）
• 訊息溝通與招募（例如：LinkedIn）
• 研究、申報退稅及其他大量填表任務

架構：預測下一個動作，而非下一個詞彙

Hark 刻意偏離了標準的大型語言模型（LLM）典範。Handoff 的模型並非預測文字序列中的下一個詞彙，而是架構成 預測下一個圖形使用者介面動作——也就是在特定螢幕位置上的點擊、滾動或鍵盤輸入 。目前的版本使用一個 後訓練模型（在現有基礎上進行微調），並計畫在 2026 年稍晚轉為從頭開始的預訓練 。Hark 表示，這種方法使其在投入完整的預訓練之前，能夠更快速地迭代資料管道和訓練方法 。

基準測試表現：OM2W 獲得 97.7 分

Hark 聲稱 Handoff 在 Online-Mind2Web (OM2W) 基準測試中取得了迄今為止的最高分，這是一項由人類評估的網頁瀏覽 AI 效能業界標準 。報告的分數如下：

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

定價為 每百萬輸入代幣 0.18 美元，每百萬輸出代幣 2.37 美元——不到 GPT-5.5（輸入 5 美元 / 輸出 30 美元）的 十分之一 。Hark 聲稱，在網頁使用任務上，Handoff 比 OpenAI、Anthropic 和 Google 的前沿模型更快且價格便宜非常多 。這些是該公司在第三方基準測試上的主張；獨立驗證的實際任務完成率和成本比較目前尚無法取得。

目前狀態

截至 2026 年 8 月，Handoff 處於 封閉研究預覽 階段。用戶可以在 Hark 的網站上註冊等候名單。全面公開版本預計在 2026 年夏末 推出 。技術堆疊仍在演進中：目前模型是後訓練的，預計在年底前會進行預訓練 。