北京
Hark是一家于今年5月完成7亿美元A轮融资的初创公司，近日正式推出了旗下智能体产品Hark Handoff，该智能体能够高效操控浏览器完成各类任务。
官方表示，Handoff可以轻松访问没有官方API的网站，包括Target、沃尔玛、OpenTable和领英等平台。据介绍，该智能体会分析网站的页面结构和视觉信息，判断当前需要点击按钮还是输入内容，从而执行相应操作。
这一思路与此前发布的众多浏览器智能体如出一辙：用户下达指令，系统便自动执行相关任务，涵盖订餐订咖啡、预订出行票务、报税申报、日常购物、餐厅订座，以及多渠道信息检索等场景。
在一段演示视频中，公司CEO Brett Adcock展示了这样一个场景：Handoff接到指令后，可根据用户指定的花材组合花束，甚至能理解"部分由花艺师自由搭配"这类模糊表述。不过该视频仅展示了操作过程的片段，实际效果尚难全面评估。
在技术路线上，Hark表示此次发布采用的是后训练模型，计划于今年晚些时候再启动预训练。公司认为这一策略有助于更快速地迭代数据管线、训练基础设施和训练方法。此外，Hark还声称，与大语言模型预测下一个Token的方式不同，其模型预测的是下一步操作动作——例如在特定位置执行点击或键盘输入。
目前，谷歌、OpenAI、Anthropic等科技巨头均在布局计算机操控智能体领域，Browser Use、Polar、Strawberry、Aside等多家风投支持的初创公司也在积极探索浏览器任务自动化方向。
Hark表示，Handoff在响应速度上优于同类竞品，成本也显著低于GPT 5.5、Opus 4.8等模型。目前，该平台已开放候补名单登记，计划于今年夏末正式上线。
Q&A
Q1：Hark Handoff智能体能做哪些任务？
A：Hark Handoff可以通过浏览器自动完成多种日常任务，包括订餐、订咖啡、预订交通票务、网购、餐厅订座、报税申报，以及浏览多个信息来源进行资料检索等。用户只需下达指令，智能体便会自动操控浏览器完成相应操作，无需目标网站提供官方API支持。
Q2：Hark Handoff和大语言模型有什么不同？
A：大语言模型的核心机制是预测下一个Token，而Hark Handoff采用的模型预测的是下一步操作动作，例如在网页特定位置执行点击或键盘输入。这种"动作预测"思路使其更适合在真实网页环境中完成具体操作任务，而非单纯生成文本内容。
Q3：Hark Handoff现在可以用了吗？
A：目前Hark Handoff尚未完全对外开放，但公司已开启候补名单登记，用户可提前申请。Hark计划在今年夏末正式发布该平台。此次发布使用的是后训练模型，公司还计划于今年晚些时候进一步开展预训练工作。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
