Hark发布Handoff：一款低价高性能的计算机使用代理

Hark这家神秘的 人工智能初创公司成立于今年早些时候 由连续创业者兼机器人专家Brett Adcock创办， 今日宣布推出Handoff——一款“计算机使用代理”（CUA），该公司称其为全球性能最强的网络导航代理之一，可代表用户自主、端到端地在开放网络上执行任务——例如在DoorDash上下单订餐、在United和Delta上预订航班，或在LinkedIn上向求职候选人发送消息。

公众今日起可在 hark.com注册，计划于本月晚些时候作为Hark软件平台初始发布的一部分正式上线。

该公司表示，Handoff在第三方基准测试 Online-Mind2Web（OM2W）中创下有史以来最高分；该基准测试设有经人工评估的网络代理排行榜，Handoff得分为97.7，而OpenAI的GPT 5.4为92.8，Anthropic的Claude Opus 4.8为84.1，Google的Gemini 2.5 Pro为69。

Hark还表示，其模型服务价格低于竞品前沿模型每token价格的十分之一——输入token价格为每百万0.18美元，输出token价格为每百万2.37美元，而GPT 5.5分别为5美元和30美元；单次交互模型延迟为0.8秒。

每次请求，Handoff均会启动一台专用虚拟计算机，配备独立浏览器、文件系统及终端；用户可连接现有账户，使代理能够登录并使用其保存的地址、付款方式及历史记录执行操作。

Hark的研究发现，尽管人们每天75%的屏幕时间都花在浏览器中，但公开提供API的网站不足千分之一，这使得AI代理难以接管相关工作负载。

在一段约四分钟的制作精良的公告视频中——该视频已发布于 YouTube 及社交媒体平台——Adcock坐在一处空旷的仓库空间内（该空间亦隐喻公司当前的建设阶段），口头向Hark发出指令（“让我们让这个地方活跃一点……来点玫瑰，或许再加些樱花”），随后视频展示Handoff导航至一家花店网站完成下单；Adcock同步解说称，与典型聊天机器人不同，Handoff“始终处于运行状态，持续循环”，并表示他目前已将Handoff用于“全部端到端招聘工作”。在Hark的公告 博客文章中，更多演示以实时及5倍速形式呈现。

但关于Handoff仍存在若干重大未解问题，尤其对潜在企业客户及用户而言。

高分基准测试……但对比对象为上一代模型

值得注意的是，Hark向VentureBeat提供的Handoff AI代理基准测试对比数据，其参照对象为GPT 5.5、GPT 5.4、Opus 4.8及Gemini 2.5 Pro——即上一代前沿模型。

当前领先者——OpenAI的GPT-5.6与Anthropic的Opus 5——均未列入对比；同样缺席的还有DeepSeek V4、Kimi K3及Qwen3.8-Max等强劲开源计算机使用竞争者。

这些新模型尚未公布Online-Mind2Web测试结果，且尚无第三方将其结果发布至 该基准测试的公开排行榜 ——这意味着Hark所宣称的“有史以来最高分”目前无法与最强可用系统进行验证。

这一遗漏尤为显著，因为最新前沿模型的最大进步恰恰体现在计算机使用能力上：在另一项覆盖完整计算机控制的关联基准测试 OSWorld 2.0中，Anthropic的Opus 5得分为约70.6%，而Hark选定的对比对象Opus 4.8仅为55.7%。

延迟对比亦存在类似注意事项：Hark所引用的GPT 5.5（6.8秒/次）与Opus 4.8（6秒/次）的单次交互延迟数据，系由Hark在其自有测试框架中测得，且竞品模型均被设定为其最高——亦即最慢——推理级别；目前尚无独立延迟测量数据可供比对。

VentureBeat询问Hark是否计划发布针对这些新模型的对比数据，该公司未予明确说明。

即便在Hark自行选定的对比范围内，“最佳”表述亦附带星号标注：在Hark自身结果表格所列三项基准测试之一的WebTailBench v2中，GPT 5.5得分为72.3，而Handoff为68.6。

三项基准测试中的两项（WebTailBench及一项未具名内部评估）亦在Hark自有测试框架内运行，通过Hark内部大语言模型裁判计算通过率——此类条件由该公司自主控制。

Hark的定价优势则清晰得多：Anthropic新款Opus 5与其前代产品同为每百万输入token 5美元、每百万输出token 25美元的标价，因此Handoff约十倍的成本节约优势即使面对当前前沿模型亦能成立——前提是其基准测试表现同样成立。

训练与文件访问

Hark的研究预览描述了一条看似合理的流程——据今日公告前向VentureBeat分享的材料，该流程包括监督微调，继而采用GRPO算法进行异步强化学习——但该公司承认迄今仅完成后训练阶段，预训练“计划于今年晚些时候开展”。

这意味着Handoff构建于Hark未自行训练的基础模型之上。当被问及该基础模型具体为何，以及Handoff训练所用数据中专有数据与开源数据的具体配比时，Hark尚未予以明确说明。

对企业用户而言另一重大疑问是：谁有权访问专用虚拟计算机及其上创建的文件？

Hark一位发言人表示：“安全与隐私是首要关注点，但本次仅为技术预览”，并补充称公司将在产品于夏末正式上市时披露更多信息。

Adcock创立Hark前的职业履历

Hark是Adcock创办的第四家公司。他此前曾联合创办人才市场平台Vettery（于2018年以约1亿美元售出）、 空中出租车制造商Archer Aviation， 以及 人形机器人独角兽公司Figure AI。

Hark公司筹集了一轮 7亿美元的A轮融资，融资时间为2026年5月，估值达60亿美元 ——由Parkway Venture Capital领投，Nvidia、AMD、Intel Capital、Qualcomm Ventures、Salesforce Ventures及ARK Invest参与投资。

阿德科克（Adcock）以自有资金向该公司注资1亿美元，一名发言人证实，他目前仍同时担任Figure和Hark两家公司的创始人兼首席执行官。

当被问及这两家公司如何互动时，该发言人表示，Hark公司的“模型正在Figure机器人上进行训练”，但阿德科克并无将二者合并的计划。

阿德科克的宣传风格招致了质疑者。2025年4月，《财富》（Fortune）记者 杰森·德尔雷（Jason Del Rey）报道称，Figure广为宣传的与宝马（BMW）的合作关系 远比阿德科克公开宣称的机器人“车队”执行“端到端运营”要低调得多：宝马发言人史蒂夫·威尔逊（Steve Wilson）表示，仅有一台Figure机器人在非生产时段练习拾取零部件。

但该合作已取得进展，截至2026年6月， 宝马表示，Figure 02机器人 在为期10个月的周期内支持了超过3万辆宝马X3车型的生产，并且下一代Figure 03机器人已在该工厂部署，承担物流环节中的零部件排序任务。

在社交网络X上， 阿德科克称该报道为“歪曲事实和彻头彻尾的谎言”， 并威胁提起诽谤诉讼。两个月后， TechCrunch报道称，阿德科克缺席了一场承诺的现场演示， 并在一场科技大会上回避了有关宝马交易的台上提问。

这些情况并不意味着Handoff的数据有误。该智能体可能确实极为出色，而其定价——若能维持——将低于所有主要实验室。