هارک عامل مرورگر Hark Handoff را وارد میدان کرد
استارتاپ هارک امروز از Hark Handoff رونمایی کرد؛ عاملی که با باز کردن و پیمایش صفحات وب میتواند بهجای کاربر وظایف عملی را انجام دهد، حتی در سایتهایی که API رسمی ارائه نمیدهند.
نحوه عملکرد
Handoff ساختار صفحات و دادههای بصری را تحلیل میکند تا عناصر قابل تعامل، مانند دکمهها، فیلدهای متنی و منوها را شناسایی کند و بر اساس هدف کاربر، کلیک، وارد کردن متن یا ارسال فرم را انجام دهد. هارک میگوید این عامل میتواند در سایتهایی مانند Target، Walmart، OpenTable و LinkedIn بدون نیاز به API رسمی جستجو و عملیات انجام دهد؛ عملکردی مشابه دیگر عاملهای مبتنی بر مرورگر که وظایف از سفارش غذا تا تکمیل خرید آنلاین را خودکار میکنند.
نمونه عملکرد و محدودیتها
در ویدیوی دمویی که مدیرعامل، برت ادکوک، منتشر کرد، Handoff با دریافت فرمان ساخت یک دسته گل، ترکیب گلها را براساس درخواست کاربر انجام میدهد و عبارات مبهم مانند «بخشی از انتخاب گلفروش» را نیز مدنظر قرار میدهد. با این حال ویدیو تنها بخشهایی از فرایند را نشان میدهد و ارزیابی کامل از دقت، پایداری و توانایی عامل در مواجهه با صفحات داینامیک نیاز به آزمایشهای گستردهتری دارد.
معماری مدل و فرایند آموزشی
هارک میگوید از یک مدل «پسآموزششده» (post-trained) استفاده کرده و برنامه دارد تا پایان سال فرایند پیشآموزش (pre-train) را نیز اجرا کند. بهگفته شرکت، این شیوه به آنها اجازه میدهد خطوط لولهٔ داده، زیرساختهای آموزشی و روشهای یادگیری را سریعتر توسعه و بهینهسازی کنند. برخلاف مدلهای زبانی که عمدتاً توکن بعدی را پیشبینی میکنند، مدل Handoff تلاش میکند «اقدام بعدی»—مثل کلیک روی یک دکمه یا وارد کردن متن در محل مشخص—را پیشبینی و اجرا کند.
رقابت و هزینه
شرکتهایی مانند OpenAI، گوگل و Anthropic روی عاملهای تعاملی و اتوماسیون مرورگر کار میکنند و استارتاپهایی مثل Browser Use، Polar، Strawberry و Aside نیز در این حوزه فعالاند. هارک ادعا میکند Handoff نسبت به رقبایش سریعتر است و هزینهٔ استفاده از آن کمتر از مدلهایی مانند GPT-5.5 و Opus-4.8 خواهد بود؛ ادعاهایی که نیاز به تأیید مستقل و اندازهگیری در شرایط واقعی دارند.
موارد استفاده عملی
- خرید آنلاین و تکمیل سبد کالا در فروشگاههایی بدون API
- رزرو سفر و خرید بلیت
- رزرو رستوران یا رویدادها
- پُر کردن فرمها و ارسال اظهارنامهها
- جمعآوری داده و تحقیق از منابع مختلف
چالشها و پرسشهای باز
با فعالسازی فهرست انتظار و وعده عرضه تا پایان تابستان، پرسشهای مهمی دربارهٔ مقیاسپذیری، پایداری در مواجهه با تغییرات طراحی صفحات وب، و حفاظت از حریم خصوصی و امنیت دادهها مطرح است. همچنین روشهایی که Handoff برای تشخیص عناصر بصری و تعامل با صفحات بهکار میگیرد نیاز به بررسی دقیقتر دارند؛ حوزهای که با مفاهیمی مانند وباسکریپینگ و خودکارسازی مرورگر مرتبط است.
ارزیابی نهایی به آزمایشهای عملی و مستقل بستگی دارد تا مشخص شود آیا ادعاهای شرکت دربارهٔ سرعت و هزینه در شرایط واقعی قابل تکرار هستند و آیا سیستم میتواند رفتار قابلاعتمادی در برابر صفحات وب متغیر ارائه دهد.
