Hark का नया एआई एजेंट आपके लिए खरीदारी, बुकिंग और ब्राउज़िंग कर सकता है, कोई ऐप की जरूरत नहीं

मुख्य बिंदु

• Hark, एक स्टार्टअप, ने मई 2025 में सीरीज़ ए फंडिंग में $700 मिलियन जुटाए।
• इसका नया एजेंट, Hark Handoff, वेबसाइटों को ब्राउज़ कर सकता है और शॉपिंग, रेस्तरां बुकिंग और किसी उपयोगकर्ता की ओर से विषयों पर शोध जैसे कार्यों को पूरा कर सकता है।
• Hark का दावा है कि Handoff उन साइटों पर काम करता है जिनके पास कोई आधिकारिक API नहीं है, एक तकनीकी शॉर्टकट जो सॉफ़्टवेयर को संचार करने देता है, जिसमें Target, Walmart, OpenTable और LinkedIn शामिल हैं।
• कंपनी कहती है कि Handoff OpenAI के GPT 5.5 और Anthropic के Opus 4.8 मॉडल से जुड़े प्रतिद्वंद्वी एजेंटों की तुलना में तेजी से और सस्ते में काम करता है।
• Hark ने एक प्रतीक्षा सूची खोली है और गर्मी 2025 के अंत से पहले पूर्ण रिलीज़ की योजना बना रहा है।

कल्पना करें कि आप अपने फोन को एक गुलदस्ता ऑर्डर करने, डिनर टेबल बुक करने और उड़ानों की जांच करने के लिए कहते हैं, फिर दूर चले जाते हैं जबकि यह यह सब पूरा कर देता है। यह Hark Handoff के पीछे का आधार है, एक ब्राउज़र एजेंट, जिसका अर्थ है सॉफ़्टवेयर जो एक वेब ब्राउज़र को उसी तरह नियंत्रित करता है जैसे एक मानव शुरू से अंत तक कार्यों को पूरा करने के लिए बटन पर क्लिक करके और टेक्स्ट टाइप करके करेगा।

Hark ने इस हफ्ते Handoff लॉन्च किया, मई में $700 मिलियन सीरीज़ ए फंडिंग जुटाने के बाद। यह आंकड़ा एक एकल फंडिंग राउंड के लिए भारी है और ब्राउज़र-एजेंट स्पेस में गंभीर निवेशक आत्मविश्वास का संकेत देता है।

यह वास्तव में क्या कर सकता है?

Handoff आपकी ओर से खरीदारी, बुकिंग, शोध और फाइल कर सकता है। सीईओ Brett Adcock द्वारा दिखाए गए एक डेमो में, एजेंट ने एक गुलदस्ता बनाने के लिए एक निर्देश स्वीकार किया, जिसमें "florist's choice के कुछ" जैसे ढीले निर्देश शामिल थे, और इसे पूरा करने के लिए वेबसाइट के माध्यम से काम करना शुरू कर दिया।

समर्थित साइटों की सूची में Target, Walmart, OpenTable और LinkedIn शामिल हैं। महत्वपूर्ण रूप से, उन साइटों के पास कोई आधिकारिक API नहीं है, जिस तरह के डिजिटल दरवाज़े आमतौर पर दो सॉफ़्टवेयर को स्वच्छ रूप से बात करने देते हैं। Handoff पृष्ठ को दृश्य रूप से पढ़कर और यह तय करके कि क्या कोई बटन पर क्लिक करना है या कुछ टाइप करना है, इसके चारों ओर काम करता है।

डेमो वीडियो केवल प्रक्रिया का हिस्सा दिखाता है। वास्तविक दुनिया में एक पूर्ण end-to-end परीक्षण हमें यह बताता है कि यह वास्तव में कितना विश्वसनीय है।

यह अन्य ब्राउज़र एजेंटों से कैसे अलग है?

बहुत सी कंपनियां एक ही विचार का पीछा कर रही हैं। Google, OpenAI और Anthropic सभी के पास कंप्यूटर-उपयोग एजेंट हैं, सॉफ़्टवेयर जो किसी स्क्रीन को नियंत्रित कर सकता है। Browser Use, Polar, Strawberry और Aside जैसी फंडेड स्टार्टअप समान ब्राउज़र टूल पर काम कर रही हैं।

Hark का दावा किया गया लाभ गति और लागत है। कंपनी कहती है कि Handoff GPT 5.5 (OpenAI का मॉडल) और Opus 4.8 (Anthropic का मॉडल) पर निर्मित एजेंटों की तुलना में तेजी से और सस्ते में काम करता है। ये साहसिक दावे हैं, और स्वतंत्र बेंचमार्क को उन्हें पुष्ट करने की आवश्यकता होगी।

तकनीकी पक्ष पर, Hark कहता है कि इसका मॉडल अगली action की भविष्यवाणी करता है, जैसे कि किस बटन पर क्लिक करना है या किस फील्ड को भरना है, बजाय अगले शब्द की भविष्यवाणी करने के, जिस तरह से अधिकांश बड़े भाषा मॉडल, ChatGPT और Claude जैसे चैटबॉट के पीछे की एआई तकनीक करता है। कंपनी वर्तमान में एक post-trained मॉडल का उपयोग कर रही है, जिसका अर्थ है किसी मौजूदा आधार से fine-tuned, और 2025 के बाद से अपना स्वयं का प्रशिक्षण देने की योजना बना रहा है।

इसका मतलब साधारण उपयोगकर्ताओं के लिए क्या है?

अभी के लिए कुछ भी तत्काल नहीं। Hark ने एक प्रतीक्षा सूची खोली है, और पहुंच अभी तक सार्वजनिक नहीं है। यदि एजेंट विज्ञापन के अनुसार काम करता है, तो जो लोग दोहराए जाने वाले ऑनलाइन कार्यों, मूल्य तुलना, प्रिस्क्रिप्शन भरने, टेबल बुक करने को पसंद नहीं करते हैं, वे उन नौकरियों को पूरी तरह से बंद कर सकते हैं।

निरीक्षण करने के लिए जोखिम खातों तक पहुंच है। कोई भी एजेंट आपकी ओर से कार्य करेगा, जिन साइटों पर वह जाता है उनके लिए लॉगिन क्रेडेंशियल की आवश्यकता होगी। किसी भी ब्राउज़र-एजेंट सेवा के लिए साइन अप करने से पहले, यह पढ़ने के लायक है कि यह डेटा कहां संग्रहीत करता है और यह कैसे संरक्षित है।

TechCrunch AI द्वारा पहली बार रिपोर्ट किए गए, Hark कहता है कि पूर्ण प्लेटफॉर्म गर्मी समाप्ति से पहले आ रहा है।