A Hark lançou o Handoff², a segunda versão do agente de uso de computador dentro do seu aplicativo Hark Pro. O agente de uso de computador Hark Handoff 2 conclui tarefas web cerca de 2x mais rápido que o original, em média. A Hark afirma que os ganhos vêm do aprendizado por reforço (RL) que penalizou turnos desperdiçados e latência. Para equipes que desenvolvem agentes de navegador, é um estudo de caso em treinamento para velocidade, não apenas precisão. Você pode verificar as opções de implantação e especificações aqui através da nossa extensão do Chrome GPULeaderboard.com. Em resumo: Execução: na nuvem da Hark. Cada solicitação recebe um computador virtual dedicado. Os usuários acessam via web, iOS e Android. Nenhuma opção local ou quantizada. Desempenho: 82% de conclusão de tarefas no benchmark interno de 478 tarefas da Hark, cerca de 2x mais rápido de ponta a ponta que a v1. Melhor: 93,8% no benchmark de alinhamento interno da Hark (v1: 90,3%). Pior: 82% de conclusão de navegação ainda fica atrás do Claude Opus 5.5 (máximo), em até 5 pontos, no mesmo ambiente de teste. Resumo (melhor): Até 3,8x mais rápido para reservar voos e mais de 5x mais rápido para pesquisas extensas. Resumo (pior): Todos os números do Handoff² são auto-relatados. Nenhuma pontuação de terceiros existe ainda. O que é o Hark Handoff²? Handoff² é um agente de uso de computador da Hark que opera sites da mesma forma que uma pessoa. Ele clica, digita e rola páginas ao vivo em vez de chamar APIs. A Hark fez uma prévia do Handoff em agosto e o lançou no Hark Pro em outubro. Desde então, a Hark afirma ter registrado mais de 5,6 milhões de sessões de navegação e movimentado mais de US$ 20 milhões em compras. Os usuários o usam para compras de supermercado, voos, agendamentos odontológicos, reembolsos, formulários de garantia e candidaturas a empregos. Como o Handoff² se tornou 2x mais rápido? A Hark co-desenvolveu 2 coisas: o ambiente do agente e a receita de treinamento de RL. O novo ambiente permite que o modelo emita mais ações por turno. O treinamento então penalizou turnos em excesso, tokens de pensamento desnecessários e latência de ponta a ponta. O modelo aprendeu 3 hábitos: Agrupar ações, como preencher vários campos de formulário em 1 turno. Agrupar padrões de ação repetidos em ações compostas reutilizáveis.
Fonte: MarkTechPost
Publicado em 2026-11-16