Hark、ブラウザ操作エージェントのプレビューを公開、タスク完了を支援

5月にシリーズAで7億ドルを調達したスタートアップのHarkは本日、ブラウザを効率的に利用してタスクを完了するエージェント「Hark Handoff」を発表した。同社は、Handoffが公式APIを持たないTarget、Walmart、OpenTable、LinkedInなどのウェブサイトを、ウェブサイトの構造と視覚データを分析してボタンをクリックするか情報を入力するかを判断することで、簡単にナビゲートできると主張している。ユーザーは、食べ物やコーヒーの注文、旅行の予約、返品手続き、買い物、テーブルの予約、トピックの調査などのコマンドを発行できる。ビデオデモでは、CEOのBrett Adcockが、ユーザーの仕様に基づいて花束を作るアシスタントを披露した。仕様には「フローリストのお任せ」のような曖昧な用語も含まれていた。今回のリリースでは、Harkはポストトレーニング済みモデルを使用しており、今年後半にプレトレーニングを計画して、データパイプラインとトレーニングインフラを洗練させる予定だ。次のトークンを予測するLLMとは異なり、Harkのモデルはクリックやキーボード入力などの次のアクションを予測する。競合には、Google、OpenAI、Anthropic、そしてBrowser Use、Polar、Strawberry、Asideなどのスタートアップが含まれる。Harkは、HandoffがGPT-5.5やOpus-4.8などのモデルよりも高速で低コストであると主張している。このスタートアップはウェイトリストを開設し、夏の終わりまでにエージェントをリリースする予定だ。