Hark анонсировал Handoff², вторую версию агента для управления компьютером, встроенного в его приложение Hark Pro. По данным компании, он выполняет задачи в интернете примерно в два раза быстрее, чем оригинальная версия, в среднем. Эти улучшения достигнуты благодаря обучению с подкреплением (RL), которое наказывало за лишние шаги и задержки.
Handoff² работает как человек перед экраном: он кликает, вводит текст и прокручивает страницы в реальном времени, вместо того чтобы обращаться к программным интерфейсам (API). Hark представил Handoff в августе, а в октябре интегрировал его в Hark Pro. С тех пор, по словам компании, было зарегистрировано более 5,6 миллионов сеансов навигации и обработано покупок на сумму свыше 20 миллионов долларов. Пользователи доверяют ему покупки, бронирование авиабилетов, запись к стоматологу, запросы на возврат средств, заполнение гарантийных форм или подачу заявок.
Как агент становится быстрее
Hark параллельно развивал среду исполнения агента (его «harness», то есть окружение, в котором действует модель) и метод обучения с подкреплением. Новая среда позволяет модели выполнять больше действий за один шаг. Обучение затем наказывало за лишние шаги, ненужные токены рассуждения (фрагменты текста, которые модель генерирует для размышления) и сквозные задержки.
Таким образом, модель научилась трём привычкам: группировать несколько действий, например, заполнять несколько полей формы за один шаг; объединять повторяющиеся последовательности действий в составные, переиспользуемые действия; и затем повторно применять эти составные действия в ходе выполнения задачи. Каждый запрос выполняется на выделенной виртуальной машине с собственным браузером, файловой системой и терминалом. Поскольку экономия накапливается на каждом шаге, выигрыш увеличивается на длительных задачах с интенсивной навигацией.
Цифры, объявленные разработчиком
Hark сообщает об ускорении в среднем примерно в 2 раза по сравнению с v1, до 3,8 раз для бронирования авиабилетов и более чем в 5 раз для длительных поисковых задач. В приведённом примере задача на 10 минут сокращается до 3 минут, а задача на 45 минут — примерно до 10 минут.
На внутреннем бенчмарке навигации, который включает 478 задач на 238 веб-сайтах, Handoff² успешно выполняет 82 % задач против 73 % у v1, затрачивая на 46 % меньше времени на задачу. Hark запускал Claude Opus 5.5 (max) в той же среде: по этим измерениям, Handoff² отстаёт от этой модели максимум на 5 пунктов. Версия v1 оценивалась в своей оригинальной среде. На бенчмарке соответствия, который проверяет, в частности, что агент никогда не подтверждает покупку без одобрения и запрашивает уточнения только при реальной неоднозначности запроса, оценка выросла с 90,3 % до 93,8 %. Все эти результаты, согласно тексту, являются «самоотчётными»: независимых оценок пока нет.
В публичном рейтинге Online-Mind2Web оригинальная версия Handoff показывает 97,67 %, а Navigator n1.5 от Yutori — 97,3 %. Hark ещё не опубликовал результаты Handoff² на этом бенчмарке.
Доступ и тарифы
Handoff² доступен в Hark Pro в веб-версии, на iOS и Android. Он работает исключительно в облаке Hark, без локальной опции или квантованной версии, и компания не анонсировала публичный API или публикацию весов модели. Согласно странице с тарифами, Hark Pro бесплатен, план за 20 долларов в месяц даёт двукратное увеличение использования, а план за 100 долларов в месяц — десятикратное. Все функции доступны на всех тарифных планах.
