Hark heeft Handoff² aangekondigd, de tweede versie van de computerbedieningsagent die is geïntegreerd in zijn Hark Pro-applicatie. Volgens het bedrijf voert hij taken op het web ongeveer twee keer zo snel uit als de originele versie, gemiddeld genomen. Deze winst wordt toegeschreven aan training door reinforcement learning (RL), waarbij onnodige stappen en latentie werden bestraft.
Handoff² werkt als een persoon voor een scherm: hij klikt, typt tekst en scrollt live door pagina’s, in plaats van programmeerinterfaces (API’s) aan te roepen. Hark had Handoff in augustus gepresenteerd, voordat het in oktober in Hark Pro werd geïntegreerd. Sindsdien heeft het bedrijf meer dan 5,6 miljoen navigatiesessies geregistreerd en meer dan 20 miljoen dollar aan aankopen verwerkt. Gebruikers vertrouwen hem boodschappen, vliegtickets, tandartsafspraken, terugbetalingsverzoeken, garantieformulieren of sollicitaties toe.
Hoe de agent snelheid wint
Hark heeft het uitvoeringskader van de agent (zijn ‘harness’, dat wil zeggen de omgeving waarin het model handelt) en de RL-trainingsmethode gezamenlijk ontwikkeld. Het nieuwe kader stelt het model in staat om meer acties per stap uit te voeren. De training heeft vervolgens overbodige stappen, onnodige redeneertokens (de tekstfragmenten die het model produceert om na te denken) en end-to-end latentie bestraft.
Het model heeft zo drie gewoonten aangeleerd: meerdere acties bundelen, bijvoorbeeld meerdere velden van een formulier in één stap invullen, herhaalde actiereeksen samenvoegen tot herbruikbare samengestelde acties, en deze composieten vervolgens hergebruiken tijdens de taak. Elke aanvraag wordt uitgevoerd op een toegewezen virtuele computer, voorzien van zijn eigen browser, bestandssysteem en terminal. Omdat de besparingen bij elke stap oplopen, nemen de winsten toe bij lange en navigatierijke taken.
Cijfers aangekondigd door de uitgever
Hark meldt een gemiddelde versnelling van ongeveer 2x ten opzichte van v1, tot 3,8 keer sneller voor het boeken van vluchten en meer dan 5 keer voor lange zoekopdrachten. In een genoemd voorbeeld daalt een taak van 10 minuten naar 3 minuten, en een taak van 45 minuten naar ongeveer 10 minuten.
Op zijn interne navigatiebenchmark, die 478 taken verdeeld over 238 websites omvat, slaagt Handoff² erin 82% te voltooien, tegenover 73% voor v1, met 46% minder tijd per taak. Hark heeft Claude Opus 5.5 (max) in hetzelfde kader laten draaien: volgens deze metingen blijft Handoff² maximaal 5 punten achter op dit model. V1 is zelf geëvalueerd in zijn oorspronkelijke kader. Op zijn alignment-benchmark, die onder meer controleert of de agent nooit een aankoop goedkeurt zonder toestemming en alleen om verduidelijking vraagt wanneer de opdracht echt dubbelzinnig is, stijgt de score van 90,3% naar 93,8%. Al deze resultaten zijn, volgens de tekst, ‘zelfverklaard’: er bestaat nog geen onafhankelijke score.
Op de publieke ranglijst Online-Mind2Web behaalt de originele Handoff-versie 97,67%, en Navigator n1.5 van Yutori 97,3%. Hark heeft nog geen resultaat van Handoff² op deze benchmark gepubliceerd.
Toegang en prijzen
Handoff² is beschikbaar in Hark Pro op het web, op iOS en op Android. Het werkt alleen in de cloud van Hark, zonder lokale optie of gekwantiseerde versie, en het bedrijf heeft geen openbare API of publicatie van de modelgewichten aangekondigd. Volgens de prijspagina is Hark Pro gratis, het aanbod van 20 dollar per maand geeft een twee keer hoger gebruik en dat van 100 dollar per maand een tien keer hoger gebruik. Alle functionaliteiten worden aangeboden op alle abonnementen.
