Hark, סטארט-אפ בצמיחה גבוהה הנתמך ב-700 מיליון דולר במימון סבב A, הציג רשמית את "Handoff", סוכן חכם שנועד לנווט ברשת בדיוק כמו בן אדם. מעבר ליצירת טקסט פשוטה, Handoff שואף לאוטומציה של תהליכי עבודה מורכבים באתרים שחסרה בהם תמיכה רשמית ב-API.

ניווט ברשת ללא APIs

אחד המכשולים המשמעותיים ביותר באוטומציה הוא ההסתמכות על APIs מובנים. סוכן ה-Handoff של Hark עוקף את המגבלה הזו על ידי ניתוח הן של מבנה האתר שבבסיסו והן של נתונים ויזואליים כדי לתקשר עם ממשקים. זה מאפשר לסוכן לנווט בצורה חלקה בפלטפורמות עתירות תנועה ללא API, כגון Target, Walmart, OpenTable ו-LinkedIn.

הסוכן פועל על ידי הבנת רמזים ויזואליים כדי לקבוע מתי ללחוץ על כפתורים, לגלול או להזין טקסט. בהדגמה שנערכה לאחרונה, המנכ"ל Brett Adcock הציג את יכולתו של הסוכן להתמודד עם לוגיקה "מעורפלת" (fuzzy) מורכבת – כמו בניית זר פרחים בהתאמה אישית שבה המשתמש מציין "חלק מהבחירה של הפרחן". יכולת זו מרמזת על רמה של הבנה סמנטית שחורגת מעמידה נוקשה על פקודות, ומאפשרת אינטראקציה טבעית יותר בין אדם לסוכן.

מעבר מחיזוי ה-Token הבא לחיזוי הפעולה הבאה

מבחינה טכנית, Hark עוברת מהפרדיגמה הסטנדרטית של מודלי שפה גדולים (LLM). בעוד ש-LLMs מסורתיים מותאמים לחיזוי ה-token הבא ברצף טקסט, המודל של Hark תוכנן לחיזוי ה"פעולה הבאה" (next action). המשמעות היא שהמודל מחשב באופן ספציפי את האינטראקציה הפיזית או הדיגיטלית הבאה, כגון הקלדה ספציפית במקלדת או לחיצת עכבר בקוביה (coordinate) מדויקת על המסך.

כדי להאיץ את הפיתוח, Hark משתמשת כעת במודל שעבר post-training. אסטרטגיה זו מאפשרת לחברה לשכלל במהירות את תשתית האימון שלה, צינורות הנתונים (data pipelines) וטכניקות מיוחדות לפני המעבר לשלב pre-training מלא המתוכנן לשלהי השנה. גישה איטרטיבית זו נועדה למקסם את יעילות הסוכן מבחינת מהירות ועלות.

הנוף התחרותי של סוכני שימוש במחשב

Hark נכנסת לזירה צפופה ותחרותית ביותר. המרוץ לשליטה בתחום ה-"computer-use" כולל ענקיות טכנולוגיה כמו Google, OpenAI ו-Anthropic, לצד סטארט-אפים מתמחים במימון קרנות הון סיכון (VC) כמו Browser Use, Polar, Strawberry ו-Aside.

Hark ממצבת את עצמה כחלופה משבשת (disruptive) על ידי טענה למהירות עדיפה ועלויות תפעול נמוכות משמעותית בהשוואה למודלים כבדים כמו GPT 5.5 או Opus 4.8. על ידי התמקדות בארכיטקטורה ייעודית מונחית-פעולה במקום במודל טקסט רב-תכליתי, Hark שואפת לכבוש את השוק של אוטומציית דפדפן בתדירות גבוהה ובעלות נמוכה.

החברה פתחה רשימת המתנה לפלטפורמה שלה ומתכוונת להשיק את השירות המלא עד סוף הקיץ. עבור מפתחים ומייסדים, ההצלחה של Handoff עשויה לסמן מעבר ל-"Action Models" המתעדפים השלמת משימות על פני שיחה בלבד.

נקודות מפתח

  • ארכיטקטורה מונחית-פעולה: בניגוד ל-LLMs סטנדרטיים החוזים טוקנים של טקסט, המודל של Hark חוזה פעולות משתמש ספציפיות כמו לחיצות והקלדות.
  • אוטומציה ללא API: סוכן ה-Handoff משתמש בנתונים ויזואליים ומבניים כדי לנווט באתרים כמו Walmart ו-LinkedIn שאינם מציעים APIs רשמיים.
  • התמקדות בעלות ובמהירות: Hark שואפת להציע מחירים וזמני תגובה (latency) נמוכים יותר מאשר מודלים מרכזיים כמו GPT 5.5, תוך התמקדות באוטומציית משימות דפדפן יעילה ורחבת היקף.

נקודות למעקב

  • לוח זמני השקה – Hark פתחה רשימת המתנה ומתכננת שחרור מלא עד סוף הקיץ.
  • אבולוציית המודל – Hark עוברת ממודל שעבר post-training לשלב pre-training מלא המתוכנן לשלהי השנה.