Ao vivo 18/11 · Turma 318 nov às 19:00 MSK — aula prática gratuita de agentes de IA · Turma 3 ao vivo começa 23/11Aula 18/11 →Turma 3 (23/11)

Hark dobra a velocidade do agente de navegador Handoff²: taxa de sucesso das tarefas sobe de 73% para 82%

Um agente de navegador que pensa demais antes de cada clique acaba sendo mais lento do que fazer a tarefa você mesmo. A Hark, de Brett Adcock, lançou o Handoff², que compra produtos e reserva passagens sozinho e é duas vezes mais rápido que a primeira versão: o modelo aprendeu a preencher todos os campos de um formulário de uma só vez, em um único turno. O tempo por tarefa caiu 46%, e a taxa de tarefas concluídas, em um conjunto interno de 478 tarefas, subiu de 73% para 82%. Por enquanto, as verificações são apenas internas.

Processado por IA de TG: @ai_machinelearning_big_data (Machinelearning); editado por Hamidun News
Hark dobra a velocidade do agente de navegador Handoff²: taxa de sucesso das tarefas sobe de 73% para 82%
Fonte: TG: @ai_machinelearning_big_data (Machinelearning). Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalTG: @ai_machinelearning_big_data (Machinelearning) ↗
Editor-chefe
Teste de "não comprar sem consentimento"de 90,3% para 93,8%
Passagensaté 3,8 vezes mais rápido; tarefas longas, mais de 5 vezes
Primeira versão5,6 milhões de sessões, mais de 20 milhões de dólares em compras

O maior problema dos agentes de navegador não é a falta de inteligência, e sim a lentidão. Um agente que passa um minuto pensando em cada clique não economiza tempo: é mais fácil fazer tudo você mesmo. A Hark, laboratório de IA para consumidores do fundador da Figure AI, Brett Adcock, lançou o Handoff², a segunda geração do agente que controla o navegador por conta própria e executa tarefas: compra produtos, reserva passagens, marca consultas médicas.

Segundo a empresa, ele é em média duas vezes mais rápido que a primeira versão. Pense em um formulário de dez campos: antes, o agente os preenchia um por um; agora, preenche todos de uma vez. Ao mesmo tempo, a taxa de tarefas concluídas com sucesso, em um conjunto interno de 478 tarefas em 238 sites, subiu de 73% para 82%, ou seja, o ganho de velocidade não custou qualidade.

O que melhorou no Handoff²

A primeira versão do Handoff foi lançada em outubro. Segundo a Hark, desde então ela realizou mais de 5,6 milhões de sessões no navegador e pagou compras que somam mais de 20 milhões de dólares. Para agentes a quem se confia dinheiro, é uma escala considerável.

O que mudou na segunda versão, segundo a empresa:

  • aceleração média de 2 vezes, de até 3,8 vezes na reserva de passagens aéreas e de mais de 5 vezes em tarefas longas de pesquisa;
  • a taxa de tarefas concluídas com sucesso no conjunto interno de 478 tarefas subiu de 73% para 82%;
  • no teste interno de comportamento, o resultado subiu de 90,3% para 93,8%. Esse teste verifica, por exemplo, se o agente deixa de finalizar uma compra sem o consentimento do usuário;
  • segundo Adcock, o sistema resolve captchas 80% melhor.

Todos os números são internos, e ainda não há verificação independente.

Como o agente aprendeu a não desperdiçar turnos

O segredo está em ter desenvolvido o "harness" e o aprendizado por reforço (RL) em conjunto. O harness é a estrutura em torno do modelo: define quais ações estão disponíveis, o que ele enxerga na página e como seus passos viram cliques e digitação de texto. Normalmente, o modelo dá um passo por turno: clica, espera a página carregar, pensa, clica de novo. Cada ciclo desses custa segundos.

No Handoff², o modelo podia executar várias ações em um único turno. Para que ele de fato usasse essa possibilidade, o treinamento passou a incluir penalidades para turnos desnecessários, raciocínio excessivo e atraso total. O modelo passou a agrupar sozinho as ações óbvias, como preencher vários campos de um formulário de uma vez.

A segunda técnica são as ações compostas. Quando uma mesma sequência de passos se repete nas tarefas, como fazer login ou escolher uma data no calendário, o modelo a reúne em uma única ação e a reutiliza. É parecido com uma macro, só que quem a cria e reaproveita é o próprio modelo.

O resultado: cada tarefa leva 46% menos tempo. Somadas as melhorias no lado do servidor, chega-se à aceleração de 2 vezes. O efeito é mais visível em tarefas longas, nas quais a economia em cada passo se acumula.

O que isso significa para desenvolvedores e gerentes de produto

Primeiro: a velocidade de um agente não depende só da potência do modelo ou do hardware. Boa parte do ganho vem de como a interface de ações foi projetada e do que o modelo é incentivado a fazer durante o treinamento. Se você está construindo seu próprio agente, vale verificar se não o está forçando a dar um passo por vez onde seria possível executar um lote de ações.

Segundo: o aumento da taxa de sucesso e o da velocidade andaram juntos. Isso importa porque penalidades sobre o tamanho do raciocínio costumam prejudicar a qualidade. A Hark afirma que isso não aconteceu aqui, mas a verificação só é possível nos conjuntos de tarefas da própria empresa.

Terceiro: o teste separado de "não comprar sem consentimento" mostra para onde o mercado está olhando. Quando o agente gasta dinheiro de verdade, a principal métrica não é só o percentual de tarefas concluídas, mas também a disciplina: não fazer nada além do que foi pedido. Um resultado de 93,8% significa que, em cerca de um caso a cada dezesseis, o comportamento ainda não passa na verificação. Para um serviço que paga compras, isso é bastante.

O Handoff² já está sendo liberado para todos os planos. Agora é preciso ver se usuários comuns, e não os benchmarks internos da empresa, vão confirmar a velocidade e a confiabilidade.

História

Perguntas frequentes sobre a notícia

O que melhorou no Handoff²?

A primeira versão do Handoff foi lançada em outubro. Segundo a Hark, desde então ela realizou mais de 5,6 milhões de sessões no navegador e pagou compras que somam mais de 20 milhões de dólares. Para agentes a quem se confia dinheiro, é uma escala considerável.

Como o agente aprendeu a não desperdiçar turnos?

O segredo está em ter desenvolvido o "harness" e o aprendizado por reforço (RL) em conjunto. O harness é a estrutura em torno do modelo: define quais ações estão disponíveis, o que ele enxerga na página e como seus passos viram cliques e digitação de texto. Normalmente, o modelo dá um passo por turno: clica, espera a página carregar, pensa, clica de novo. Cada ciclo desses custa segundos. No Handoff², o modelo podia executar várias ações em um único turno.

O que isso significa para desenvolvedores e gerentes de produto?

Primeiro: a velocidade de um agente não depende só da potência do modelo ou do hardware. Boa parte do ganho vem de como a interface de ações foi projetada e do que o modelo é incentivado a fazer durante o treinamento. Se você está construindo seu próprio agente, vale verificar se não o está forçando a dar um passo por vez onde seria possível executar um lote de ações. Segundo: o aumento da taxa de sucesso e o da velocidade andaram juntos.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Private AI Builders Community · Vibe Club

Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews

Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.

Join Vibe Club →Explore Hamidun Academy
O que você acha?
Carregando comentários…