$700 ಮಿಲಿಯನ್ ಸೀರೀಸ್ A ನಿಧಿಯ ಬೆಂಬಲವಿರುವ ಅತ್ಯಂತ ವೇಗವಾಗಿ ಬೆಳೆಯುತ್ತಿರುವ ಸ್ಟಾರ್ಟ್‌ಅಪ್ Hark, ಮನುಷ್ಯರಂತೆಯೇ ವೆಬ್ ಅನ್ನು ಸಂಚರಿಸಲು ವಿನ್ಯಾಸಗೊಳಿಸಲಾದ ಬುದ್ಧಿವಂತ ಏಜೆಂಟ್ "Handoff" ಅನ್ನು ಅಧಿಕೃತವಾಗಿ ಪ್ರದರ್ಶಿಸಿದೆ. ಕೇವಲ ಪಠ್ಯ ರಚನೆಯನ್ನು ಮೀರಿ, ಅಧಿಕೃತ API ಬೆಂಬಲವಿಲ್ಲದ ವೆಬ್‌ಸೈಟ್‌ಗಳಲ್ಲಿ ಸಂಕೀರ್ಣ ಕಾರ್ಯವಿಧಾನಗಳನ್ನು (workflows) ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸುವುದು Handoff ನ ಗುರಿಯಾಗಿದೆ.

APIಗಳಿಲ್ಲದೆ ವೆಬ್ ಸಂಚರಿಸುವುದು

ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸುವಿಕೆಯಲ್ಲಿ (automation) ಎದುರಾಗುವ ಪ್ರಮುಖ ಅಡೆತಡೆಗಳಲ್ಲಿ ಒಂದೆಂದರೆ ರಚನಾತ್ಮಕ APIಗಳ ಮೇಲಿನ ಅವಲಂಬನೆ. Hark ನ Handoff ಏಜೆಂಟ್, ಇಂಟರ್ಫೇಸ್‌ಗಳೊಂದಿಗೆ ಸಂವಹನ ನಡೆಸಲು ವೆಬ್‌ಸೈಟ್‌ನ ಮೂಲ ರಚನೆ ಮತ್ತು ದೃಶ್ಯ ದತ್ತಾಂಶವನ್ನು (visual data) ವಿಶ್ಲೇಷಿಸುವ ಮೂಲಕ ಈ ಮಿತಿಯನ್ನು ಮೀರಿಸುತ್ತದೆ. ಇದು Target, Walmart, OpenTable ಮತ್ತು LinkedIn ನಂತಹ ಹೆಚ್ಚಿನ ಸಂಚಾರವಿರುವ, API ಇಲ್ಲದ ಪ್ಲಾಟ್‌ಫಾರ್ಮ್‌ಗಳನ್ನು ಸುಗಮವಾಗಿ ಸಂಚರಿಸಲು ಏಜೆಂಟ್‌ಗೆ ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ.

ಬಟನ್‌ಗಳನ್ನು ಕ್ಲಿಕ್ ಮಾಡುವುದು, ಸ್ಕ್ರೋಲ್ ಮಾಡುವುದು ಅಥವಾ ಪಠ್ಯವನ್ನು ನಮೂದಿಸುವುದು ಯಾವಾಗ ಎಂದು ನಿರ್ಧರಿಸಲು ದೃಶ್ಯ ಸಂಕೇತಗಳನ್ನು (visual cues) ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಮೂಲಕ ಈ ಏಜೆಂಟ್ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ. ಇತ್ತೀಚಿನ ಪ್ರದರ್ಶನದಲ್ಲಿ, CEO Brett Adcock ಅವರು ಏಜೆಂಟ್‌ನ ಸಂಕೀರ್ಣವಾದ "fuzzy" ತರ್ಕವನ್ನು (logic) ನಿರ್ವಹಿಸುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಪ್ರದರ್ಶಿಸಿದರು—ಉದಾಹರಣೆಗೆ, ಬಳಕೆದಾರರು "ಫ್ಲೋರಿಸ್ಟ್‌ನ ಆಯ್ಕೆಯ ಕೆಲವು ಹೂವುಗಳು" ಎಂದು ಸೂಚಿಸಿದಾಗ ಕಸ್ಟಮ್ ಹೂವಿನ ಗುಚ್ಛವನ್ನು ತಯಾರಿಸುವುದು. ಈ ಸಾಮರ್ಥ್ಯವು ಕೇವಲ ಕಟ್ಟುನಿಟ್ಟಾದ ಕಮಾಂಡ್ ಅನುಷ್ಠಾನಕ್ಕಿಂತ ಮೀರಿದ ಅರ್ಥಪೂರ್ಣ ತಿಳುವಳಿಕೆಯನ್ನು (semantic understanding) ಸೂಚಿಸುತ್ತದೆ, ಇದು ಮನುಷ್ಯ ಮತ್ತು ಏಜೆಂಟ್ ನಡುವೆ ಹೆಚ್ಚು ನೈಸರ್ಗಿಕ ಸಂವಹನಕ್ಕೆ ಅವಕಾಶ ಮಾಡಿಕೊಡುತ್ತದೆ.

Next-Token ನಿಂದ Next-Action Prediction ವರೆಗಿನ ಬದಲಾವಣೆ

ತಾಂತ್ರಿಕವಾಗಿ, Hark ಸಾಂಪ್ರದಾಯಿಕ Large Language Model (LLM) ಮಾದರಿಯಿಂದ ಹೊರಬರುತ್ತಿದೆ. ಸಾಂಪ್ರದಾಯಿಕ LLM ಗಳು ಪಠ್ಯದ ಸರಣಿಯಲ್ಲಿ ಮುಂದಿನ ಟೋಕನ್ ಅನ್ನು (next token) ಊಹಿಸಲು ಸುಧಾರಿತವಾಗಿದ್ದರೆ, Hark ನ ಮಾಡೆಲ್ "ಮುಂದಿನ ಕ್ರಮವನ್ನು" (next action) ಊಹಿಸಲು ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ. ಇದರರ್ಥ ಮಾಡೆಲ್ ನಿರ್ದಿಷ್ಟ ಕೀಬೋರ್ಡ್ ಇನ್‌ಪುಟ್ ಅಥವಾ ಪರದೆಯ ನಿಖರವಾದ ಸ್ಥಳದಲ್ಲಿ ಮೌಸ್ ಕ್ಲಿಕ್‌ನಂತಹ ಮುಂದಿನ ಭೌತಿಕ ಅಥವಾ ಡಿಜಿಟಲ್ ಸಂವಹನವನ್ನು ನಿರ್ದಿಷ್ಟವಾಗಿ ಲೆಕ್ಕಾಚಾರ ಮಾಡುತ್ತದೆ.

ಅಭಿವೃದ್ಧಿಯನ್ನು ವೇಗಗೊಳಿಸಲು, Hark ಪ್ರಸ್ತುತ post-trained ಮಾಡೆಲ್ ಅನ್ನು ಬಳಸುತ್ತಿದೆ. ಈ ತಂತ್ರವು ಈ ವರ್ಷದ ಅಂತ್ಯದಲ್ಲಿ ನಿಗದಿತಿರುವ ಪೂರ್ಣ pre-training ಹಂತಕ್ಕೆ ಹೋಗುವ ಮೊದಲು ತನ್ನ ತರಬೇತಿ ಮೂಲಸೌಕರ್ಯ, ಡೇಟಾ ಪೈಪ್‌ಲೈನ್‌ಗಳು ಮತ್ತು ವಿಶೇಷ ತಂತ್ರಗಳನ್ನು ತ್ವರಿತವಾಗಿ ಸುಧಾರಿಸಲು ಕಂಪನಿಗೆ ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ. ಈ ಪುನರಾವರ್ತಿತ ವಿಧಾನವು ಏಜೆಂಟ್ ಅನ್ನು ವೇಗ ಮತ್ತು ವೆಚ್ಚ-ದಕ್ಷತೆಗಾಗಿ ಉತ್ತಮಗೊಳಿಸಲು ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ.

Computer-Use ಏಜೆಂಟ್‌ಗಳ ಸ್ಪರ್ಧಾತ್ಮಕ ವಾತಾವರಣ

Hark ಜನನಿಬಿಡ ಮತ್ತು ಅತ್ಯಂತ ಸ್ಪರ್ಧಾತ್ಮಕ ಕ್ಷೇತ್ರಕ್ಕೆ ಪ್ರವೇಶಿಸುತ್ತಿದೆ. "computer-use" ಕ್ಷೇತ್ರದಲ್ಲಿ ಪ್ರಾಬಲ್ಯ ಸಾಧಿಸುವ ಪೈಪೋಟಿಯಲ್ಲಿ Google, OpenAI ಮತ್ತು Anthropic ನಂತಹ ತಂತ್ರಜ್ಞಾನದ ದೈತ್ಯರು ಹಾಗೂ Browser Use, Polar, Strawberry ಮತ್ತು Aside ನಂತಹ ವಿಶೇಷ VC-ಫಂಡਡ ಸ್ಟಾರ್ಟ್‌ಅಪ್‌ಗಳು ಸೇರಿವೆ.

GPT 5.5 ಅಥವಾ Opus 4.8 ನಂತಹ ಭಾರೀ ಮಾಡೆಲ್‌ಗಳಿಗೆ ಹೋಲಿಸಿದರೆ ಉತ್ತಮ ವೇಗ ಮತ್ತು ಗಮನಾರ್ಹವಾಗಿ ಕಡಿಮೆ ಕಾರ್ಯಾಚರಣೆಯ ವೆಚ್ಚವನ್ನು ಹೊಂದಿರುವ ವಿಭಿನ್ನ ಪರ್ಯಾಯವಾಗಿ Hark ತನ್ನನ್ನು ತಾನು ರೂಪಿಸಿಕೊಳ್ಳುತ್ತಿದೆ. ಸಾಮಾನ್ಯ ಉದ್ದೇಶದ ಪಠ್ಯ ಮಾಡೆಲ್‌ಗಿಂತ ವಿಶೇಷವಾದ action-oriented architecture ಮೇಲೆ ಗಮನ ಕೇಂದ್ರೀಕರಿಸುವ ಮೂಲಕ, Hark ಹೆಚ್ಚಿನ ಫ್ರೀಕ್ವೆನ್ಸಿ ಮತ್ತು ಕಡಿಮೆ ವೆಚ್ಚದ ಬ್ರೌಸರ್ ಆಟೊಮೇಷನ್ ಮಾರುಕಟ್ಟೆಯನ್ನು ವಶಪಡಿಸಿಕೊಳ್ಳಲು ಬಯಸುತ್ತದೆ.

ಕಂಪನಿಯು ತನ್ನ ಪ್ಲಾಟ್‌ಫಾರ್ಮ್‌ಗಾಗಿ waitlist ಅನ್ನು ತೆರೆದಿದೆ ಮತ್ತು ಬೇಸಿಗೆಯ ಅಂತ್ಯದ ವೇಳೆಗೆ ಪೂರ್ಣ ಸೇವೆಯನ್ನು ಪ್ರಾರಂಭಿಸುವ ಉದ್ದೇಶ ಹೊಂದಿದೆ. ಡೆವಲಪರ್‌ಗಳು ಮತ್ತು ಸಂಸ್ಥಾಪಕರಿಗೆ, Handoff ನ ಯಶಸ್ಸು ಕೇವಲ ಸಂಭಾಷಣೆಗಿಂತ ಕಾರ್ಯದ ಪೂರ್ಣಗೊಳಿಕೆಗೆ ಆದ್ಯತೆ ನೀಡುವ "Action Models" ಕಡೆಗೆ ಬದಲಾವಣೆಯ ಸಂಕೇತವಾಗಬಹುದು.

ಪ್ರಮುಖ ಅಂಶಗಳು

  • Action-Oriented Architecture: ಪಠ್ಯ ಟೋಕನ್‌ಗಳನ್ನು ಊಹಿಸುವ ಸಾಮಾನ್ಯ LLM ಗಳಿಗಿಂತ ಭಿನ್ನವಾಗಿ, Hark ನ ಮಾಡೆಲ್ ಕ್ಲಿಕ್‌ಗಳು ಮತ್ತು ಕೀಸ್‌ಟ್ರೋಕ್‌ಗಳಂತಹ ನಿರ್ದಿಷ್ಟ ಬಳಕೆದಾರರ ಕ್ರಮಗಳನ್ನು ಊಹಿಸುತ್ತದೆ.
  • API-Less Automation: Handoff ಏಜೆಂಟ್ ಅಧಿಕೃತ APIಗಳನ್ನು ಒದಗಿಸದ Walmart ಮತ್ತು LinkedIn ನಂತಹ ವೆಬ್‌ಸೈಟ್‌ಗಳನ್ನು ಸಂಚರಿಸಲು ದೃಶ್ಯ ಮತ್ತು ರಚನಾತ್ಮಕ ದತ್ತಾಂಶವನ್ನು ಬಳಸುತ್ತದೆ.
  • Cost and Speed Focus: Hark ತನ್ನ ಗುರಿಯನ್ನು ದಕ್ಷ ಮತ್ತು ಬೃಹತ್ ಪ್ರಮಾಣದ ಬ್ರೌಸರ್ ಕಾರ್ಯಗಳ ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸುವಿಕೆಗೆ ಇಟ್ಟುಕೊಂಡಿದ್ದು, GPT 5.5 ನಂತಹ ಪ್ರಮುಖ ಮಾಡೆಲ್‌ಗಳ ಬೆಲೆ ಮತ್ತು ವಿಳಂಬವನ್ನು (latency) ಕಡಿಮೆ ಮಾಡಲು ಪ್ರಯತ್ನಿಸುತ್ತದೆ.

ಗಮನಿಸಬೇಕಾದ ಅಂಶಗಳು

  • Launch timeline – Hark waitlist ಅನ್ನು ತೆರೆದಿದೆ ಮತ್ತು ಬೇಸಿಗೆಯ ಅಂತ್ಯದ ವೇಳೆಗೆ ಪೂರ್ಣ ಬಿಡುಗಡೆಯನ್ನು ಯೋಜಿಸಿದೆ.
  • Model evolution – Hark ಪ್ರಸ್ತುತ post-trained ಮಾಡೆಲ್‌ನಿಂದ ಈ ವರ್ಷದ ಅಂತ್ಯದಲ್ಲಿ ನಿಗದಿತವಾಗಿರುವ ಪೂರ್ಣ pre-training ಹಂತಕ್ಕೆ ಸಾಗುತ್ತಿದೆ.