Hark lança o Handoff², agente de navegador de segunda geração que afirma dobrar a velocidade

A Hark começou a disponibilizar o Handoff², a segunda geração do agente de uso de computador que alimenta seu assistente pessoal. Segundo a empresa, o novo modelo conclui mais tarefas e executa os trabalhos de ponta a ponta com o dobro da velocidade do antecessor, e afirma que boa parte do ganho vem do aprendizado por reforço que penaliza turnos de navegador desnecessários, tokens de raciocínio e latência.

A Hark é o laboratório de IA de consumo de Brett Adcock, separado da Figure. Seu aplicativo Hark Pro abre um navegador na nuvem e executa tarefas web em nome do usuário, como compras, reservas de viagens e gerenciamento de assinaturas.

Os três planos oferecem os mesmos recursos, e a distribuição do Handoff² cobre todos os níveis.

Trabalhos longos apresentam os maiores ganhos

No benchmark interno da Hark, o Handoff² concluiu 82% da suíte, contra 73% da primeira versão. A suíte contém 478 tarefas de navegação distribuídas por 238 sites. O novo agente também levou 46% menos tempo por tarefa, e a Hark atribui sua afirmação arredondada de dobrar a velocidade de ponta a ponta tanto às melhorias do agente quanto a mudanças na infraestrutura de backend.

A Hark relata que fluxos de trabalho mais longos são os mais beneficiados, porque os turnos de modelo economizados se acumulam ao longo da tarefa: alguns trabalhos que levavam 10 minutos agora terminam em três minutos, e alguns de 45 minutos levam cerca de 10 minutos.

Menos turnos explicam a aceleração

O ambiente de execução da Hark permite que uma única resposta do modelo contenha várias ações de navegador, como preencher múltiplos campos de formulário ou executar uma sequência de cliques. Um turno de modelo é um ciclo de requisição e resposta, portanto agrupar ações reduz chamadas de rede, inferência do modelo e tempo de espera do navegador.

O objetivo de aprendizado por reforço combina o sucesso da tarefa com custos explícitos para turnos excessivos, tokens de raciocínio interno e latência de relógio. Durante o treinamento, o agente também aprendeu a identificar padrões de ação repetidos, empacotá-los como ações compostas e reutilizá-los depois na mesma tarefa. A Hark descreve esses compostos temporários como semelhantes a macros criadas a partir do contexto de navegação atual, e afirma que as ações por turno aumentaram enquanto o total de turnos por tarefa diminuiu.

A comparação com o Opus precisa de contexto

Segundo a Hark, o Handoff² ficou a cinco pontos percentuais do Claude Opus 5.5 em sua configuração "max" e concluiu as tarefas com o dobro da velocidade. Os dois modelos rodaram pelo ambiente do Handoff², que controla como as ações são representadas, agrupadas e executadas. Como o primeiro modelo Handoff rodou em seu ambiente original, os resultados entre versões combinam mudanças de modelo, de ambiente e de infraestrutura.

A comparação publicada vem da suíte interna da Hark e omite vários detalhes necessários para replicação independente: o conjunto completo de tarefas, as regras de pontuação, o resultado exato do Opus, a distribuição de latência, a configuração de hardware e a variância entre execuções. Da forma apresentada, os números sustentam uma comparação em nível de produto dentro do ambiente da Hark, e não um ranking geral de sistemas de uso de computador.

As salvaguardas melhoram pela medida da Hark

Um benchmark comportamental separado testa se o agente solicita aprovação antes de finalizar a compra e se faz perguntas de esclarecimento apenas quando um pedido é genuinamente ambíguo. O Handoff² obteve 93.8%, contra 90.3% da primeira versão. Essas verificações tratam de riscos práticos de um agente capaz de acessar contas e iniciar compras, embora a Hark não tenha publicado o benchmark nem os resultados por categoria.

Milhões de sessões e perguntas em aberto

Desde o lançamento do Handoff em outubro de 2026, a Hark afirma ter processado mais de 5.6 milhões de sessões de navegação e mais de $20 milhões em volume de compras. Entre as tarefas relatadas estão pedir mantimentos, reservar voos, agendar consultas odontológicas, reservar restaurantes, cancelar assinaturas, solicitar reembolsos, preencher formulários de garantia e se candidatar a empregos, atividade que a empresa equipara a cerca de 37 anos acumulados de tempo de navegador.

Esses totais estabelecem escala de uso, mas fornecem evidência limitada sobre o desempenho em campo. A Hark ainda não publicou taxas de conclusão no mundo real, latência mediana e de cauda, taxas de intervenção humana nem categorias de falha. O valor de $20 milhões representa compras realizadas pelo agente, e não receita da Hark.

A receita da fonte para agentes mais rápidos

O relatório encerra com uma receita prática para agentes de navegador mais rápidos. Esses agentes acumulam latência em chamadas sequenciais ao modelo, carregamentos de página e atualizações de interface; agrupar ações seguras elimina parte dessas idas e vindas, enquanto penalidades explícitas de eficiência impedem que o objetivo de treinamento recompense o sucesso sem contabilizar tempo e computação. Os maiores ganhos devem aparecer em fluxos longos com ações repetidas, em linha com o detalhamento por tarefa relatado pela Hark. Suas recomendações:

• Interface de ações: permitir múltiplos cliques, pressionamentos de tecla e atualizações de formulário em uma única resposta do modelo, com execução determinística e resultados por ação.
• Desenho de recompensa: pontuar a conclusão da tarefa junto ao número de turnos, ao uso de tokens de raciocínio e à latência de relógio, com pesos de penalidade que preservem a qualidade da conclusão e o comportamento seguro.
• Avaliação: executar modelos concorrentes no mesmo ambiente e infraestrutura, e reportar conclusão, uso de tokens e latência mediana e de cauda.
• Salvaguardas: manter portas de aprovação em compras, envios, cancelamentos e outras ações irreversíveis, mesmo quando o agente agrupar as etapas ao redor.