Hark发布浏览器操作智能体Hark Handoff：更快更便宜，专治没有API的网站

AI初创公司Hark今日正式推出其浏览器操作智能体Hark Handoff，用户只需下达指令，它就能在浏览器里自动完成订餐、订咖啡、订机票、报税、购物、订餐厅座位乃至多来源调研等任务。

Hark今年5月刚完成7亿美元的A轮融资，是一家专注打造通用AI界面的明星创业公司。公司宣称，Handoff可以轻松驾驭那些没有官方API的网站，包括Target、沃尔玛、OpenTable和LinkedIn。

它的工作方式是观察网站结构和视觉数据，自行判断需要点击哪些按钮、在哪些位置输入信息，而不是依赖站方提供的接口。用户可以用自然语言描述需求，甚至包含花店老板挑几支这类模糊表述。

公司CEO Brett Adcock在视频演示中展示了这一能力：让助手按用户指定的花材扎一束花，同时容纳some of the florist's choice这样的模糊条件。不过TechCrunch指出，视频只展示了部分流程，实际效果还难以评估。

技术路径上，Hark这次发布使用的是后训练模型，并计划在今年晚些时候启动预训练。公司称，这种方式可以更快地打磨数据管线、训练基础设施和技术方法。

与预测下一个token的传统大语言模型不同，Hark称其模型预测的是下一步动作——比如在特定位置的一次点击或一次键盘输入，这让它在浏览器操作这类任务上更直接、更高效。公司同时声称，Handoff比竞品更快、更便宜。

浏览器操作智能体赛道已经十分拥挤：谷歌、OpenAI、Anthropic都在做计算机使用智能体，Browser Use等VC支持的创业公司也在推进浏览器任务自动化。Hark能否凭预测动作而非token的路线和价格优势脱颖而出，仍需真实场景检验。