Hark ha anunciado Handoff², la segunda versión del agente de uso de ordenador integrado en su aplicación Hark Pro. Según la empresa, realiza las tareas en la web aproximadamente dos veces más rápido que la versión original, de media. Estas mejoras se atribuyen a un entrenamiento por aprendizaje por refuerzo (RL), que penalizaba los turnos innecesarios y la latencia.
Handoff² funciona como una persona frente a una pantalla: hace clic, introduce texto y desplaza las páginas en directo, en lugar de llamar a interfaces de programación (API). Hark presentó Handoff en agosto, antes de integrarlo en Hark Pro en octubre. Desde entonces, la empresa indica haber registrado más de 5,6 millones de sesiones de navegación y procesado más de 20 millones de dólares en compras. Los usuarios le confían recados, billetes de avión, citas en el dentista, solicitudes de reembolso, formularios de garantía o candidaturas.
Cómo el agente gana en velocidad
Hark ha evolucionado conjuntamente el marco de ejecución del agente (su «harness», es decir, el entorno en el que actúa el modelo) y el método de entrenamiento por RL. El nuevo marco permite al modelo emitir más acciones en cada turno. El entrenamiento ha penalizado posteriormente los turnos superfluos, los tokens de razonamiento innecesarios (los fragmentos de texto que el modelo produce para reflexionar) y la latencia de extremo a extremo.
El modelo ha aprendido así tres hábitos: agrupar varias acciones, por ejemplo rellenar varios campos de un formulario en un solo turno, reunir las secuencias de acciones repetidas en acciones compuestas reutilizables, y luego reutilizar estos compuestos a lo largo de la tarea. Cada solicitud se ejecuta en un ordenador virtual dedicado, dotado de su propio navegador, sistema de archivos y terminal. Al acumularse los ahorros en cada turno, las ganancias aumentan en las tareas largas y ricas en navegación.
Cifras anunciadas por el editor
Hark indica una aceleración media de aproximadamente 2x respecto a la v1, hasta 3,8 veces más rápido para la reserva de vuelos y más de 5 veces para las búsquedas largas. En un ejemplo citado, una tarea de 10 minutos baja a 3 minutos, y una tarea de 45 minutos a unos 10 minutos.
En su benchmark interno de navegación, que cuenta con 478 tareas repartidas en 238 sitios web, Handoff² logra el 82 %, frente al 73 % de la v1, con un 46 % menos de tiempo por tarea. Hark ha hecho funcionar a Claude Opus 5.5 (max) en el mismo marco: según estas mediciones, Handoff² se mantiene como máximo 5 puntos por detrás de este modelo. La v1, por su parte, fue evaluada en su marco original. En su benchmark de alineación, que verifica, entre otras cosas, que el agente nunca valida una compra sin aprobación y solo pide aclaraciones cuando la solicitud es realmente ambigua, la puntuación pasa del 90,3 % al 93,8 %. Todos estos resultados son, según el texto, «auto-declarados»: aún no existe ninguna puntuación independiente.
En el ranking público Online-Mind2Web, la versión original Handoff muestra un 97,67 %, y Navigator n1.5 de Yutori un 97,3 %. Hark aún no ha publicado ningún resultado de Handoff² en este benchmark.
Acceso y tarifas
Handoff² está disponible en Hark Pro en la web, en iOS y en Android. Funciona únicamente en la nube de Hark, sin opción local ni versión cuantificada, y la empresa no ha anunciado ni API pública ni publicación de los pesos del modelo. Según la página de tarifas, Hark Pro es gratuito, la oferta de 20 dólares al mes da un uso dos veces superior y la de 100 dólares al mes un uso diez veces superior. Todas las funcionalidades se ofrecen en todos los planes.
