Hark 预览其浏览器使用代理来完成任务

Hark 是一家在 5 月份筹集了 7 亿美元 A 轮融资的初创公司，今天推出了其代理 Hark Handoff，它可以高效地使用浏览器来完成任务。该公司声称，Handoff 可以轻松浏览没有官方 API 的网站，包括 Target、Walmart、OpenTable 和 LinkedIn。据称，Handoff 代理会查看网站结构和视觉数据，以了解是否需要单击按钮或键入信息。前提类似于之前发布的大量基于浏览器的代理。发出命令，它就会为您完成任务，包括订购食物或咖啡、预订旅行机票、提交退货、购买必需品、在餐厅预订餐桌或通过查看各种来源来代表您进行研究。在视频演示中，该公司的首席执行官布雷特·阿德科克 (Brett Adcock) 展示了助手可以接受命令，用用户指定的鲜花制作花束，并适应“花店的一些选择”等模糊术语。值得注意的是，视频仅显示了部分过程，因此我们无法真正评估其有效性。该公司表示，在这个版本中，它使用的是后训练模型，并计划在今年晚些时候进行预训练。 Hark 表示，通过这种方法，它可以更快地完善其数据管道、培训基础设施和技术。 Hark 还声称，与预测下一个标记的大型语言模型 (LLM) 不同，它的模型可以预测下一个动作——可能是特定位置的时钟或键盘输入。有许多公司致力于计算机使用代理，包括 Google、OpenAI 和 Anthropic，还有风投资助的初创公司致力于基于浏览器的任务自动化，例如 Browser Use、Polar、Strawberry 和 Aside。 Hark 表示，其 Handoff 代理比竞争对手更快，而且成本也比 GPT 5.5 和 Opus 4.8 等其他模型低得多。该初创公司已为其平台设立了候补名单，并计划在夏末之前发布。