انجام خودکار کارهای اینترنتی مثل رزرو میز در رستوران، خرید آنلاین یا ثبت سفارش‌های اختصاصی دیگر نیازی به کلیک‌های متوالی شما ندارد. استارتاپ قدرتمند Hark که چندی پیش سرمایه کلان ۷۰۰ میلیون دلاری جذب کرده بود، از دستیار جدید خود با نام Hark Handoff رونمایی کرد؛ یک عامل هوش مصنوعی (AI Agent) پیشرفته که وب‌سایت‌های مختلف را مثل یک انسان پیمایش کرده و دستورات شما را اجرا می‌کند.
ایجنت Hark Handoff چگونه وب‌سایت‌ها را تحلیل و پیمایش می‌کند؟
بزرگ‌ترین چالش ابزارهای خودکارسازی، وب‌سایت‌هایی هستند که هیچ رابط برنامه‌نویسی رسمی (API) ندارند. عامل هوش مصنوعی Hark Handoff این مشکل را با بررسی مستقیم ساختار وب‌سایت و تحلیل داده‌های بصری حل کرده است. این ابزار دقیقاً تشخیص می‌دهد که چه زمانی باید روی یک دکمه کلیک کند یا متنی را در کادر مربوطه تایپ نماید.
برخی از ویژگی‌ها و قابلیت‌های کلیدی این ابزار عبارتند از:
- پشتیبانی از پلتفرم‌های بزرگ: تعامل هوشمند با سایت‌هایی مانند Target، Walmart، OpenTable و LinkedIn بدون نیاز به API.
- اجرای دستورات پیچیده: انجام طیف وسیعی از وظایف از سفارش غذا و رزرو بلیت سفر گرفته تا انجام تحقیقات اینترنتی.
- درک عبارات مبهم: توانایی تفسیر درخواست‌های غیرمستقیم و کیفی (مانند انتخاب گل به پیشنهاد گل‌فروش در سفارش دسته‌گل).
- پیش‌بینی اکشن به جای توکن: بر خلاف مدل‌های زبانی بزرگ (LLM) که توکن بعدی را حدس می‌زنند، این مدل اقدام بعدی (Action) مانند کلیک یا تایپ در مختصات خاص را پیش‌بینی می‌کند.
رقابت فشرده در بازار عامل‌های خودکارسازی وب
شرکت Hark برای این نسخه از یک مدل پس‌آموزش‌دیده (Post-trained) استفاده کرده و قصد دارد تا پیش از پایان سال جاری مدل پیش‌آموزش‌دیده اختصاصی خود را عرضه کند. به گفته برت ادکاک (Brett Adcock)، مدیرعامل Hark، این روش باعث ارتقای سریع‌تر خط‌لوله داده و زیرساخت‌های آموزشی شرکت می‌شود.
بازار عامل‌های هوش مصنوعی مبتنی بر مرورگر بسیار داغ است و غول‌هایی مانند گوگل، OpenAI و انتروپیک در کنار استارتاپ‌هایی نظیر Browser Use، Polar و Strawberry روی فناوری‌های مشابه کار می‌کنند. با این حال، Hark ادعا می‌کند که ایجنت Handoff نه تنها سریع‌تر از رقبا عمل می‌کند، بلکه هزینه‌ای بسیار کمتر از مدل‌های غول‌پیکری مانند GPT ۵.۵ و Opus ۴.۸ دارد.
سوالات متداول
ابزار Hark Handoff چیست و چه کاری انجام می‌دهد؟
یک عامل هوش مصنوعی است که با تحلیل تجسمی و ساختار وب‌سایت‌ها، وظایفی مانند خرید آنلاین، رزرو میز و جستجوی اطلاعات را به طور خودکار انجام می‌دهد.
تفاوت Hark Handoff با مدل‌های زبانی مانند ChatGPT چیست؟
مدل‌های زبانی معمولاً کلمه یا توکن بعدی را پیش‌بینی می‌کنند، اما مدل Hark اکشن و اقدام بعدی کاربر (مانند کلیک روی دکمه یا تایپ) را پیش‌بینی می‌کند.
چه زمانی Hark Handoff به‌صورت عمومی عرضه می‌شود؟
در حال حاضر لیست انتظار این پلتفرم فعال شده و طبق اعلام شرکت، عرضه عمومی آن تا پایان تابستان انجام خواهد شد.