Hark lança o agente Handoff para automação de tarefas em navegadores web

A Hark, startup de inteligência artificial que captou US$ 700 milhões em uma rodada Series A no mês de maio, revelou nesta quarta-feira (5 de agosto) o Hark Handoff, um agente autônomo projetado para operar navegadores de internet de forma eficiente na execução de tarefas complexas. O anúncio coloca a empresa no centro da disputa por automação baseada em visão computacional e interação direta com interfaces de usuário.

Diferente de assistentes virtuais convencionais que dependem de integrações prévias de software, o Hark Handoff foi desenhado para navegar de maneira independente por plataformas web que não oferecem APIs oficiais, mencionando expressamente serviços como Target, Walmart, OpenTable e LinkedIn. A ferramenta analisa a estrutura do site e os dados visuais exibidos na tela para determinar se deve clicar em botões específicos ou digitar informações em campos de texto.

O CEO da Hark, Brett Adcock, apresentou o funcionamento da tecnologia por meio de uma demonstração em vídeo, na qual o assistente recebeu um comando para montar um buquê com flores especificadas pelo usuário, além de interpretar instruções imprecisas. No entanto, a gravação exibiu apenas trechos do processo de execução, o que limita uma avaliação completa sobre a eficácia do agente em cenários reais e variados do dia a dia.

Para viabilizar a versão atual da ferramenta, a Hark adotou uma arquitetura baseada em um modelo pós-treinado (post-trained model), confirmando planos para realizar o pré-treinamento próprio (pre-train) ainda este ano. A empresa sustenta que o Hark Handoff é capaz de prever a próxima ação em vez do próximo token de texto, superando concorrentes em velocidade e reduzindo significativamente os custos operacionais em comparação a modelos de grande porte como o GPT 5.5 da OpenAI e o Opus 4.8 da Anthropic.

Navegação sem dependência de APIs

A decisão técnica da Hark de focar em plataformas sem APIs públicas disponibilizadas — como as redes de varejo Walmart e Target, a plataforma de reservas de restaurantes OpenTable e a rede profissional LinkedIn — ataca um dos gargalos históricos da automação corporativa. Tradicionalmente, integrar sistemas exigia conectores dedicados; o Handoff contorna essa barreira mapeando o layout visual e o fluxo dos elementos da página em tempo real.

Na demonstração liderada por Brett Adcock, o modelo visual do Hark Handoff interpretou elementos de interface dinâmica sem requerer código customizado para o site da floricultura. Essa capacidade de processar entradas abrangentes e ambíguas foi testada no vídeo ao solicitar que o sistema completasse o pedido incluindo termos como:

"algumas flores a critério do florista"

Essa abordagem demonstra como a interpretação de dados visuais se combina à linguagem natural para preencher formulários e selecionar itens no carrinho de compras sem intervenção humana contínua.

No mercado brasileiro, onde diversos ecossistemas de e-commerce e serviços públicos frequentemente carecem de APIs integradas e padronizadas para terceiros, o modelo demonstrado pela Hark aponta para uma alternativa técnica viável. Plataformas regionais de varejo e portais de serviços que operam com interfaces legadas poderiam ser acessados por agentes autônomos utilizando a mesma lógica visual aplicada aos portais do Target ou do Walmart.

A flexibilidade operacional pretendida pelo Hark Handoff abrange um espectro diversificado de tarefas diárias dos usuários. O agente foi projetado para executar desde o pedido de refeições ou café e o agendamento de viagens até a solicitação de devoluções de produtos, compras de itens de primeira necessidade, reservas de mesas no OpenTable e a condução de pesquisas aprofundadas por meio da consulta a múltiplas fontes na web.

Previsão de ações e eficiência

O grande diferencial técnico alegado pela Hark reside na mudança do objetivo de otimização do seu modelo. Enquanto grandes modelos de linguagem (LLMs) focam na previsão do próximo token de texto, a arquitetura do Handoff foi calibrada para prever a próxima ação física na interface, identificando a coordenada exata de um clique de mouse ou a sequência de entradas de teclado em um campo específico.

Essa mudança de paradigma permite que o Hark Handoff opere com tempos de resposta substancialmente menores e custos de inferência mais reduzidos quando comparado a modelos de propósito geral, como o GPT 5.5 e o Opus 4.8. A startup afirma que a execução pontual de comandos em páginas do LinkedIn ou do Walmart consome uma fração dos recursos computacionais exigidos por modelos de linguagem tradicionais de grande porte.

Nesta fase inicial de demonstração, a Hark optou por utilizar uma abordagem baseada em pós-treinamento (post-trained model), reservando a etapa de pré-treinamento integral para a segunda metade do ano. A equipe da startup ressalta que essa estratégia modular permitiu refinar o pipeline de dados, a infraestrutura de treinamento e as técnicas de alinhamento com maior agilidade técnica antes do lançamento comercial final.

A estrutura financeira da Hark, impulsionada pelo aporte de US$ 700 milhões captado em sua rodada Series A em maio, reflete o apetite do capital de risco pela transição de assistentes meramente conversacionais para agentes executores de tarefas. A alocação dessa infraestrutura financeira visa suportar justamente a fase de pré-treinamento escalável planejada para os próximos meses de 2026.

A demonstração prática de tarefas

Durante a exibição do produto, o executivo Brett Adcock focou na capacidade do Hark Handoff de traduzir intenções de alto nível em comandos de navegação passo a passo. O assistente foi incumbido de navegar por uma loja de flores online, selecionar espécies específicas indicadas pelo usuário e concluir a montagem do pedido considerando restrições de estoque e preferências personalizadas.

Entretanto, como a matéria assinada pelo jornalista Ivan Mehta no TechCrunch enfatiza, a demonstração em vídeo exibiu apenas partes selecionadas do processo de compra. Esse recorte parcial impede a verificação conclusiva sobre como o Handoff reage quando encontra erros de carregamento, pop-ups inesperados ou mudanças súbitas na estrutura de páginas como as do Target ou Walmart.

A proposta de valor da Hark se apoia na promessa de autonomia completa do início ao fim da tarefa. Ao assumir o controle do navegador para efetuar reservas no OpenTable ou pesquisar preços de passagens aéreas, o agente busca eliminar a necessidade de o usuário alternar entre dezenas de abas e preencher manualmente os mesmos dados cadastrais repetidas vezes.

A validação prática desse modelo será testada em cenários de alta complexidade, nos quais o agente precisa realizar consultas cruzadas em variadas fontes da internet. A eficiência alegada pela Hark perante modelos consolidados como o GPT 5.5 dependerá da capacidade do Handoff de manter a precisão visual sem incorrer em loops de navegação ou falhas de digitação.

O cenário competitivo dos agentes

O anúncio do Hark Handoff ocorre em um período de intensa competição no setor de automação de computadores por inteligência artificial (computer-use agents). Grandes empresas de tecnologia como Google, OpenAI e Anthropic vêm desenvolvendo recursos avançados de visão e controle de interface diretamente integrados aos seus modelos fundamentais.

Simultaneamente ao movimento das grandes corporações, uma nova onda de startups financiadas por fundos de capital de risco busca dominar a automação focada em navegadores web. Empresas como Browser Use, Polar, Strawberry e Aside desenvolvem arquiteturas concorrentes que disputam a preferência de usuários e desenvolvedores interessados em delegar rotinas digitais.

A Hark tenta se diferenciar desse grupo de concorrentes enfatizando dois fatores centrais: velocidade de resposta e custo operacional drasticamente menor em comparação ao Opus 4.8 e ao GPT 5.5. A empresa abriu oficialmente uma lista de espera (waitlist) para a sua plataforma e planeja realizar o lançamento comercial do Handoff até o final do verão do hemisfério norte.

A convergência entre agentes baseados em visão computacional e automação de navegador representa uma mudança significativa para desenvolvedores e empresas. Em vez de construir scripts frágeis de raspagem de dados para cada site, a promessa da Hark e de rivais como Browser Use é oferecer um agente generalista capaz de operar qualquer interface web concebida para seres humanos.

Desafios operacionais e limitações técnicas

Apesar do entusiasmo em torno da captação de US$ 700 milhões em maio, a navegação via interface sem a garantia de APIs apresenta desafios severos para o Hark Handoff. Sites de grande tráfego como Walmart, LinkedIn e Target empregam sistemas rigorosos de detecção de bots, verificação por CAPTCHA e alterações frequentes de código HTML que podem desorientar modelos visuais.

Em tarefas críticas mencionadas no escopo do Handoff — como o reembolso de compras ou a reserva de passagens —, qualquer erro na previsão da próxima ação pode resultar em transações incorretas ou falhas na confirmação de dados do usuário. A decisão da Hark de transicionar de um modelo pós-treinado para um pré-treinado até o fim do ano busca conferir a robustez necessária para lidar com esses imprevistos.

O acompanhamento de desenvolvimentos globais de tecnologia realizado por repórteres como Ivan Mehta demonstra que a corrida pelos agentes de uso de computador está longe de um vencedor definitivo. Enquanto a Anthropic e a OpenAI apostam na escala de seus modelos generalistas, a Hark busca provar que um modelo especializado em prever cliques e digitações em locais específicos da tela é mais eficiente e econômico.

Para o ecossistema brasileiro de tecnologia, os avanços apresentados pelo Hark Handoff e por startups como Polar, Strawberry e Aside trazem lições sobre a modernização de fluxos de trabalho. A automação direta na camada de interface pode permitir que empresas locais integrem sistemas legados ou acelerem rotinas administrativas no LinkedIn sem a necessidade de investimentos massivos na reestruturação de bancos de dados ou engenharia de software tradicional.

Perspectivas e disponibilidade no mercado

A trajetória da Hark até o lançamento do Handoff demonstra a aceleração dos investimentos em inteligência artificial voltada para a ação direta no mundo digital. O aporte de US$ 700 milhões obtido na Series A em maio garante os recursos necessários para que a startup concorra diretamente com os ecossistemas do Google, da OpenAI e da Anthropic.

A liberação da lista de espera marca a contagem regressiva para a disponibilidade geral prometida até o final do verão norte-americano. Até lá, a comunidade técnica observará com atenção se a promessa de superar modelos como o GPT 5.5 e o Opus 4.8 em velocidade e custo se confirmará fora dos vídeos demonstrativos preparados pela equipe de Brett Adcock.

A evolução dos agentes de navegação como o Hark Handoff indica que a automação digital caminha para uma fase de maior abstração, na qual a linguagem natural substitui a programação manual de scripts. O sucesso da Hark em converter seu modelo pós-treinado em uma solução pré-treinada e comercialmente viável ajudará a ditar os rumos da interação entre seres humanos, agentes autônomos e a web nos próximos anos.