Hark推出浏览器操作智能体，声称速度更快、成本更低

Hark是一家今年5月刚完成7亿美元A轮融资的AI初创公司，近日正式预览其浏览器操作智能体产品Hark Handoff。该产品的核心能力在于，即便目标网站没有提供官方API，Handoff也能自主导航并完成操作，支持的平台包括Target、Walmart、OpenTable和LinkedIn等用户日常高频使用的网站。

Handoff的工作原理是同时分析网站的结构数据与视觉信息，据此判断当前应执行点击按钮还是键盘输入等具体操作。用户只需用自然语言下达指令，智能体便会接管后续流程，可处理的任务类型涵盖订餐、购买旅行票务、网购日用品、餐厅预订、税务申报以及多源信息调研等场景。

在CEO Brett Adcock演示的视频中，Handoff接受了一条组合花束的指令，不仅能按用户指定的花卉种类操作，还能理解「由花店自由搭配部分花材」这类模糊表述。不过，该演示视频仅展示了任务流程的一部分，外界目前尚无法全面评估其实际完成效果。

在技术路线上，Hark强调其模型与传统大语言模型存在本质差异：后者的目标是预测序列中的下一个词元，而Handoff的模型直接预测下一步操作动作，例如在特定位置执行点击或键盘输入。Hark表示，此次发布采用的是经过后训练的模型，并计划在今年晚些时候启动预训练阶段，以便更快速地迭代数据管道、训练基础设施和训练技术。

浏览器自动化赛道目前竞争激烈，参与者既有谷歌、OpenAI、Anthropic等科技巨头，也有Browser Use、Polar、Strawberry、Aside等获得风险投资支持的初创公司。Hark声称Handoff在响应速度和运行成本上均优于GPT 5.5和Opus 4.8等主流竞品，但目前尚未公布具体的基准测试数据加以佐证。该平台现已开放候补名单注册，预计于2026年夏末向用户正式开放。

要点

• Hark Handoff可在无官方API的网站上自主完成订餐、购物、预订、报税等多类复杂任务，覆盖Target、Walmart等主流平台。
• 与传统大语言模型预测词元不同，Handoff的模型直接预测下一步操作动作，在技术架构上有所差异。
• Hark声称Handoff速度更快、成本低于GPT 5.5和Opus 4.8，但尚未公布可供独立验证的基准数据。
• 公司当前采用后训练模型，计划年内启动预训练，以加速技术迭代；平台候补名单已开放，夏末正式上线。