スタートアップのHarkは、ブラウザを効率的に活用してタスクを完了するエージェント「Hark Handoff」をローンチしました。
このエージェントは、Target、Walmart、OpenTable、LinkedInなど、公式APIを持たないウェブサイトでも、ウェブサイトの構造や視覚データを解析してボタンのクリックや情報入力などのタスクを実行できます。
命令を与えるだけで、食事の注文、旅行の予約、返品処理、買い物、レストランの予約、情報リサーチといった様々なタスクを自動化します。
デモでは、ユーザー指定の花束作成を「フローリストにお任せ」といった曖昧な指示でも可能であることを示しましたが、プロセスの部分的な公開のため、その有効性を完全に評価するのは難しい状況です。
Harkは、ポスト学習済みモデルを使用し、将来的には事前学習モデルへの移行を計画しています。これにより、データパイプライン、トレーニングインフラ、技術の迅速な改善を目指しています。
同社は、LLMが次のトークンを予測するのに対し、Harkのモデルは次のアクション（クリックやキーボード入力など）を予測できると主張しています。
コンピュータ利用エージェントの分野では、Google、OpenAI、Anthropicなどの大手企業に加え、Browser Use、Polar、Strawberry、Asideといったスタートアップも競合として存在します。
Harkは、競合よりも高速で、GPT 5.5やOpus 4.8といったモデルよりも低コストであると主張しています。
現在、プラットフォームのウェイティングリストを公開しており、夏の終わりまでにリリース予定です。