استارتاپ قدرتمند Hark که در ماه مه با جذب سرمایه ۷۰۰ میلیون دلاری در مرحله Series A توجه رسانه‌های فناوری را جلب کرده بود، از ابزار جدید خود با نام Hark Handoff رونمایی کرد. این عامل هوش مصنوعی (AI Agent) پیشرفته می‌تواند مرورگر وب را مانند یک کاربر انسانی هدایت کرده و کارهای مختلف را در سایت‌های گوناگون به‌صورت خودکار به پایان برساند.
انقلاب در اتوماسیون وب؛ تعامل با سایت‌ها بدون نیاز به API
بزرگ‌ترین چالش ابزارهای خودکارسازی وب، وابستگی آن‌ها به APIهای رسمی سایت‌ها است. اما ایجنت هوشمند Handoff این محدودیت را برطرف کرده است. طبق ادعای Hark، این هوش مصنوعی به‌راحتی در وب‌سایت‌هایی مانند Target، Walmart، OpenTable و LinkedIn که API رسمی برای این کار ندارند، حرکت کرده و مأموریت‌ها را انجام می‌دهد.
عملکرد این عامل مبتنی بر پردازش ساختار وب‌سایت و داده‌های بصری است؛ به این ترتیب که صفحه را تحلیل کرده و دقیقاً تشخیص می‌دهد چه زمانی باید روی دکمه‌ای کلیک کند یا اطلاعات خاصی را در فرم‌ها بنویسد.
از جمله کاربردهای حیاتی این ایجنت وب می‌توان به موارد زیر اشاره کرد:
- خرید و سفارش آنلاین: سفارش غذا، خرید قهوه یا تهیه اجناس روزمره از فروشگاه‌ها.
- رزرو خدمات: رزرو میز در رستوران‌ها یا خرید بلیت‌های مسافرتی.
- انجام تحقیقات اینترنتی: جستجو در منابع متعدد و ارائه خلاصه‌های کاربردی.
- پیگیری امور اداری و پشتیبانی: ثبت درخواست‌های مرجوعی کالا و فرم‌های آنلاین.
پیش‌بینی «اقدام بعدی» به‌جای «کلمه بعدی»
تفاوت بنیادی مدل Hark با مدل‌های زبانی بزرگ (LLM) معمولی در معماری آن است. در حالی که مدل‌های پیشرفته کلمه یا توکن بعدی را پیش‌بینی می‌کنند، مدل Hark برای پیش‌بینی اقدام بعدی (Next Action) آموزش دیده است؛ رفتاری که می‌تواند کلیک در موضعی مشخص یا وارد کردن متن با کیبورد باشد.
سازندگان Hark تأکید دارند که Handoff نسبت به رقبای سرسختی چون GPT ۵.۵ یا Opus ۴.۸ نه‌تنها عملکردی به‌مراتب سریع‌تر دارد، بلکه هزینه پردازشی بسیار کمتری نیز تحمیل می‌کند.
سوالات متداول
عامل هوش مصنوعی Hark Handoff چه زمانی عرضه می‌شود؟
در حال حاضر لیست انتظار این پلتفرم فعال شده و شرکت برنامه‌ریزی کرده است که تا انتهای فصل تابستان آن را منتشر کند.
آیا Hark Handoff به API سایت‌ها متکی است؟
خیر، این ایجنت با تحلیل بینایی و ساختاری صفحات وب عمل می‌کند و نیازی به ارتباط مستقیم از طریق API ندارد.