Hark giới thiệu agent sử dụng trình duyệt để hoàn thành tác vụ

Hark, một công ty khởi nghiệp vừa huy động được 700 triệu USD trong vòng gọi vốn Series A vào tháng 5, hôm nay đã ra mắt Hark Handoff, một agent (tác nhân AI) có khả năng sử dụng trình duyệt một cách hiệu quả để hoàn thành các tác vụ. Công ty cho biết Handoff có thể dễ dàng điều hướng các trang web không có API (giao diện lập trình ứng dụng) chính thức, bao gồm Target, Walmart, OpenTable và LinkedIn, bằng cách phân tích cấu trúc trang web và dữ liệu hình ảnh để quyết định nên nhấp vào nút nào hay nhập thông tin gì. Người dùng có thể đưa ra lệnh để đặt đồ ăn hoặc cà phê, đặt vé du lịch, làm thủ tục trả hàng, mua sắm, đặt bàn hoặc tìm kiếm thông tin về các chủ đề. Trong một video demo, CEO Brett Adcock đã cho thấy trợ lý này tạo một bó hoa theo yêu cầu của người dùng, bao gồm cả những yêu cầu mơ hồ như 'một ít theo lựa chọn của người bán hoa.' Với phiên bản phát hành này, Hark sử dụng một mô hình đã được huấn luyện sau (post-trained model) và có kế hoạch tiền huấn luyện (pre-train) vào cuối năm nay để hoàn thiện quy trình xử lý dữ liệu và hạ tầng huấn luyện. Khác với các mô hình ngôn ngữ lớn (LLM) dự đoán token tiếp theo, mô hình của Hark dự đoán hành động tiếp theo, chẳng hạn như một lần nhấp chuột hoặc một thao tác nhập trên bàn phím. Các đối thủ cạnh tranh bao gồm Google, OpenAI, Anthropic, cùng các startup như Browser Use, Polar, Strawberry và Aside. Hark tuyên bố rằng Handoff nhanh hơn và có chi phí thấp hơn so với các mô hình như GPT 5.5 và Opus 4.8. Startup này đã mở danh sách chờ và dự kiến sẽ ra mắt agent này vào cuối mùa hè.