Hark เปิดตัว Handoff² เอเจนต์ Computer-Use รุ่นใหม่ เร็วแรงกว่าเดิม 2 เท่า

Hark ได้เปิดตัว Handoff² ซึ่งเป็นเวอร์ชันที่สองของเอเจนต์ computer-use ภายในแอป Hark Pro โดยเอเจนต์ตัวนี้สามารถทำงานบนเว็บได้รวดเร็วขึ้นเฉลี่ยประมาณ 2 เท่าเมื่อเทียบกับเวอร์ชันแรก
Hark ระบุว่าประสิทธิภาพที่เพิ่มขึ้นนี้มาจากการใช้ reinforcement learning (RL) ที่เน้นการลงโทษการใช้เทิร์นที่สิ้นเปลืองและลด latency สำหรับทีมที่กำลังสร้างเอเจนต์บนเบราว์เซอร์ นี่จึงถือเป็นกรณีศึกษาสำคัญในการฝึกฝน AI เพื่อเน้นความเร็วควบคู่ไปกับความแม่นยำ โดยผู้สนใจสามารถตรวจสอบตัวเลือกการติดตั้งและข้อมูลจำเพาะได้ผ่าน ** GPULeaderboard.com chrome extension**
TL;DR
- ทำงานบน: คลาวด์ของ Hark โดยแต่ละคำขอจะได้รับคอมพิวเตอร์เสมือนเฉพาะ ผู้ใช้สามารถเข้าถึงได้จากเว็บ, iOS และ Android โดยไม่มีตัวเลือกแบบ local หรือ quantized
- ประสิทธิภาพ: ทำงานสำเร็จ 82% จากเกณฑ์มาตรฐานภายใน 478 งานของ Hark ซึ่งเร็วขึ้นประมาณ 2 เท่าตั้งแต่ต้นจนจบเมื่อเทียบกับ v1
- จุดเด่นที่สุด: ทำคะแนนได้ 93.8% บนเกณฑ์มาตรฐานการปรับจูนความสอดคล้อง (alignment) ภายในของ Hark (สูงกว่า v1 ที่ทำได้ 90.3%)
- จุดด้อยที่สุด: อัตราการท่องเว็บสำเร็จที่ 82% ยังคงตามหลัง Claude Opus 5.5 (max) อยู่ไม่เกิน 5 จุด ในระบบทดสอบเดียวกัน
- บทสรุปด้านดี: ช่วยจองเที่ยวบินเร็วขึ้นสูงสุด 3.8 เท่า และงานวิจัยระยะยาวเร็วขึ้นมากกว่า 5 เท่า
- ข้อควรระวัง: ตัวเลขสมรรถนะของ Handoff² ทั้งหมดเป็นการรายงานโดย Hark เอง ยังไม่มีคะแนนจากหน่วยงานบุคคลที่สามในขณะนี้
Hark Handoff² คืออะไร?
Handoff² คือเอเจนต์ computer-use จาก Hark ที่ถูกออกแบบมาให้ใช้งานเว็บไซต์ในลักษณะเดียวกับมนุษย์ ทั้งการคลิก การพิมพ์ และการเลื่อนหน้าเว็บจริงแทนที่จะเป็นการเรียก API
หลังจากที่ Hark ได้ เปิดตัวตัวอย่าง Handoff ในเดือนสิงหาคม และเริ่มใช้งานจริงใน Hark Pro เมื่อเดือนตุลาคม บริษัทระบุว่ามีการบันทึกเซสชันการท่องเว็บมากกว่า 5.6 ล้านครั้ง และจัดการธุรกรรมมูลค่ากว่า 20 ล้านดอลลาร์ โดยผู้ใช้งานนิยมสั่งให้ AI ไปซื้อของชำ จองเที่ยวบิน นัดหมายทันตแพทย์ ขอคืนเงินสินค้า กรอกแบบฟอร์มการรับประกัน ไปจนถึงการสมัครงาน
Handoff² เร็วขึ้น 2 เท่าได้อย่างไร?
Hark พัฒนาสองส่วนสำคัญควบคู่กัน ได้แก่ ระบบควบคุมเอเจนต์ (agent harness) และสูตรการฝึก RL โดยระบบควบคุมใหม่ช่วยให้โมเดลสามารถสั่งการได้มากขึ้นต่อหนึ่งเทิร์น ส่วนการฝึกฝนจะมุ่งเน้นการลงโทษการใช้เทิร์นที่เกินจำเป็น การใช้ thinking tokens ที่ไม่สำคัญ และ latency ตั้งแต่ต้นจนจบกระบวนการ
โดยโมเดลได้เรียนรู้ 3 นิสัยหลัก ได้แก่:
- การรวมกลุ่มการกระทำ (Batch actions) เช่น การกรอกข้อมูลในแบบฟอร์มหลายฟิลด์พร้อมกันในเทิร์นเดียว
- การจัดกลุ่มรูปแบบการกระทำซ้ำๆ ให้เป็นแบบผสม (composite actions) เพื่อนำกลับมาใช้ใหม่
- การนำการกระทำผสมเหล่านั้นมาใช้อย่างต่อเนื่องในงานถัดๆ ไป
แต่ละคำขอจะประมวลผลบน คอมพิวเตอร์เสมือนเฉพาะ ที่มีเบราว์เซอร์ ระบบไฟล์ และเทอร์มินัลแยกอิสระ โดยโมเดลจะส่งคำสั่งเคอร์เซอร์และคีย์บอร์ดไปยังพิกัดบนหน้าจอโดยตรง ซึ่งการประหยัดทรัพยากรที่สะสมในแต่ละเทิร์นส่งผลให้งานที่ยาวและซับซ้อนเห็นผลกำไรด้านความเร็วที่ชัดเจนยิ่งขึ้น
Handoff² เร็วแค่ไหนเมื่อเทียบกับ Handoff?
Hark รายงานความเร็วที่เพิ่มขึ้นเหนือเวอร์ชันแรกดังนี้:
- ภาพรวมเฉลี่ย: เร็วขึ้นประมาณ 2 เท่าตั้งแต่ต้นจนจบ
- การจองเที่ยวบิน: เร็วขึ้นสูงสุด 3.8 เท่า
- งานวิจัยระยะยาว: เร็วขึ้นมากกว่า 5 เท่า
- ตัวอย่างการใช้งาน: งานที่เคยใช้เวลา 10 นาที ลดลงเหลือเพียง 3 นาที และงานหนักระดับ 45 นาที สามารถทำเสร็จได้ในเวลาประมาณ 10 นาที
เกณฑ์มาตรฐานของ Handoff² แสดงอะไรบ้าง?
Hark รายงานเกณฑ์มาตรฐานภายใน 2 รายการสำคัญ:
- การท่องเว็บ (Browsing): จากการทดสอบ 478 งานบน 238 เว็บไซต์ Handoff² ทำสำเร็จ 82% (เพิ่มจาก 73% ใน v1) และใช้เวลาน้อยลงถึง 46% ต่อหนึ่งภารกิจ
นอกจากนี้ Hark ได้รัน Claude Opus 5.5 (max) บนระบบควบคุมเดียวกับ Handoff² พบว่า Handoff² มีคะแนนตามหลังไม่เกิน 5 จุดเท่านั้น อย่างไรก็ตาม v1 ถูกวัดผลในระบบควบคุมรุ่นเก่าจึงไม่สามารถนำมาเทียบตรงๆ ได้
- การปรับจูนความสอดคล้อง (Alignment): ทำได้ 93.8% เพิ่มขึ้นจาก 90.3% ใน v1 โดยชุดทดสอบนี้เน้นตรวจสอบว่าเอเจนต์จะไม่ชำระเงินโดยไม่ได้รับอนุญาต และจะขอคำชี้แจงเฉพาะเมื่อคำสั่งมีความคลุมเครือจริงๆ เท่านั้น
สำหรับตารางอันดับสาธารณะ Online-Mind2Web human-eval leaderboard Handoff รุ่นแรกทำคะแนนได้ 97.67% ขณะที่ Navigator n1.5 ของ Yutori อยู่ที่ 97.3% แต่ปัจจุบัน Hark ยังไม่ได้เปิดเผยผลทดสอบของ Handoff² บนแพลตฟอร์มนี้
Handoff² เปรียบเทียบกับเอเจนต์เว็บอื่นๆ อย่างไร?
| คุณสมบัติ | Hark Handoff² | Hark Handoff (v1) | Yutori Navigator n1.5 | Meta Muse |
|---|---|---|---|---|
| ประเภท | เอเจนต์สำหรับผู้บริโภคใน Hark Pro | เอเจนต์สำหรับผู้บริโภคใน Hark Pro | model แบบ computer-use ผ่าน API | เอเจนต์ส่วนตัวสำหรับผู้บริโภค |
| วันที่ปล่อย | 12 พ.ย. 2026 | พรีวิว ส.ค. 2026; ใน Hark Pro ต.ค. 2026 | 6 พ.ค. 2026 | 8 ก.ย. 2026 |
| ขนาด model | ไม่เปิดเผย | ไม่เปิดเผย | ไม่เปิดเผย | ไม่เปิดเผย (Muse Spark) |
| รันไทม์ | คอมพิวเตอร์คลาวด์ของ Hark เอง | คอมพิวเตอร์เสมือนเฉพาะ (เบราว์เซอร์, ระบบไฟล์, เทอร์มินัล) | Yutori API | Muse Secure VM พร้อมเบราว์เซอร์ของตัวเอง |
| Online-Mind2Web (human eval) | ไม่มีการรายงาน | 97.67% | 97.3% | ไม่มีการรายงาน |
| เกณฑ์การท่องเว็บของ Hark (478 งาน) | 82% | 73% | ไม่ได้ทดสอบ | ไม่ได้ทดสอบ |
| เกณฑ์ความสอดคล้องของ Hark | 93.8% | 90.3% | ไม่ได้ทดสอบ | ไม่ได้ทดสอบ |
| ความเร็วเทียบกับ Handoff v1 | ~2 เท่าโดยเฉลี่ย; สูงสุด 3.8 เท่าสำหรับเที่ยวบิน | พื้นฐาน | เปรียบเทียบไม่ได้ | เปรียบเทียบไม่ได้ |
| ราคา | ฟรี; $20/เดือน (ใช้งาน 2 เท่า); $100/เดือน (ใช้งาน 10 เท่า) | แผนเดียวกัน | API แบบจ่ายตามจริง, เครดิตฟรี $5 | ฟรี; $20/เดือน Power; $100/เดือน Maximum |
| การเข้าถึง | เว็บ, iOS, Android | เว็บ, iOS, Android | API | สหรัฐฯ: iOS, Android, muse.ai, WhatsApp |
ผู้ใช้และนักพัฒนาจะเข้าถึง Handoff² ได้อย่างไร?
Handoff² เปิดให้ใช้งานแล้วใน Hark Pro ทั้งบนเว็บ, iOS และ Android ในขณะที่ API สาธารณะหรือน้ำหนัก (weights) ของโมเดลยังไม่มีการประกาศออกมา
อ้างอิงจาก หน้าการตั้งราคา บริการ Hark Pro มีทั้งแบบฟรี ส่วนแผน Pro² ราคา $20 ต่อเดือนสำหรับการใช้งานเพิ่มขึ้น 2 เท่า และ Pro³ ราคา $100 ต่อเดือนสำหรับการใช้งานเพิ่มขึ้น 10 เท่า โดยทุกแผนสามารถเข้าถึงฟีเจอร์ต่างๆ ได้ครบถ้วนเหมือนกัน
ประเด็นสำคัญ
- Handoff² เร็วขึ้นเฉลี่ย 2 เท่า โดยเฉพาะการจองเที่ยวบินที่เร็วขึ้นสูงสุด 3.8 เท่า และงานวิจัยที่เร็วขึ้นกว่า 5 เท่า
- การใช้ RL ช่วยให้โมเดลเรียนรู้การรวมกลุ่มคำสั่งเพื่อลดเทิร์นและ latency อย่างมีประสิทธิภาพ
- อัตราความสำเร็จในการทำงานเพิ่มเป็น 82% และมีความสอดคล้อง (Alignment) สูงถึง 93.8%
- พร้อมใช้งานแล้ววันนี้บน Hark Pro ในหลากหลายระดับราคาตั้งแต่ฟรีไปจนถึง $100 ต่อเดือน
ความคิดเห็น (0)
เข้าสู่ระบบเพื่อร่วมแสดงความเห็น
สมัครสมาชิกมาเป็นคนแรกที่แสดงความเห็นกันเลยโบร
