Hark, startup di intelligenza artificiale fondata all’inizio del 2026 dall’imprenditore ed esperto di robotica Brett Adcock, ha presentato Handoff, un agente progettato per utilizzare il computer e navigare sul web aperto per conto dell’utente. Il sistema appartiene alla categoria dei Computer-Using Agent, o CUA, e può completare autonomamente attività articolate come ordinare una cena su DoorDash, prenotare voli sui siti di United Airlines e Delta oppure contattare candidati attraverso LinkedIn. Le iscrizioni sono già aperte sul sito di Hark, mentre la disponibilità del servizio è prevista entro la fine di agosto nell’ambito del lancio iniziale della piattaforma software dell’azienda.
Per ogni incarico, Handoff avvia un computer virtuale dedicato dotato di browser, file system e terminale propri. Gli utenti possono collegare gli account già esistenti, consentendo all’agente di autenticarsi sui servizi online e utilizzare indirizzi, metodi di pagamento, cronologie e altre informazioni memorizzate. L’obiettivo è permettere al sistema di completare interi flussi operativi senza limitarsi a suggerire i passaggi da eseguire, come avviene normalmente con un chatbot.
Hark sostiene che Handoff abbia ottenuto il miglior risultato mai registrato su Online-Mind2Web, benchmark di terze parti dedicato alla valutazione degli agenti che operano sul web e accompagnato da una classifica verificata da valutatori umani. Handoff avrebbe raggiunto un punteggio di 97,7, contro 92,8 attribuito a GPT-5.4 di OpenAI, 84,1 a Claude Opus 4.8 di Anthropic e 69 a Gemini 2.5 Pro di Google.
I confronti presentati dall’azienda non comprendono tuttavia i modelli più recenti e avanzati disponibili sul mercato. Nella tabella diffusa da Hark compaiono GPT-5.5, GPT-5.4, Claude Opus 4.8 e Gemini 2.5 Pro, ma non GPT-5.6 di OpenAI, Claude Opus 5 di Anthropic o modelli open-source come DeepSeek V4, Kimi K3 e Qwen3.8-Max. Questi sistemi non hanno ancora pubblicato risultati per Online-Mind2Web e non sono stati inseriti da soggetti terzi nella classifica pubblica del benchmark. Di conseguenza, il primato dichiarato da Hark non può essere verificato attraverso un confronto diretto con tutti i sistemi più potenti attualmente disponibili.
L’assenza dei modelli più recenti è particolarmente significativa perché alcuni dei principali progressi dell’ultima generazione hanno riguardato proprio il controllo del computer. Nel benchmark OSWorld 2.0, dedicato all’esecuzione di attività complete in un ambiente informatico, Claude Opus 5 raggiunge un risultato di circa il 70,6%, mentre Claude Opus 4.8, utilizzato da Hark come termine di confronto, si ferma al 55,7%. I due benchmark non sono equivalenti, ma la differenza mostra quanto rapidamente stiano evolvendo le capacità di utilizzo autonomo del computer.
Anche all’interno delle valutazioni selezionate da Hark, Handoff non risulta primo in ogni prova. Su WebTailBench v2, uno dei tre benchmark riportati nella documentazione dell’azienda, GPT-5.5 ottiene un punteggio di 72,3, superiore al 68,6 raggiunto da Handoff. Due delle tre valutazioni presentate, WebTailBench e un test interno non specificato, sono state inoltre eseguite direttamente da Hark in condizioni controllate dall’azienda, utilizzando un proprio modello giudice basato su un LLM per calcolare i tassi di superamento delle prove.
Hark dichiara per Handoff una latenza di 0,8 secondi per turno. I valori utilizzati come confronto, pari a 6,8 secondi per GPT-5.5 e 6 secondi per Claude Opus 4.8, sono però stati misurati internamente dalla startup attraverso la propria strumentazione. I modelli concorrenti sono stati configurati al livello massimo di ragionamento, che richiede più tempo di elaborazione, e non risultano disponibili test indipendenti che permettano di verificare il confronto nelle stesse condizioni.
Il modello viene proposto a 0,18 dollari per milione di token in ingresso e 2,37 dollari per milione di token in uscita. Hark confronta questi valori con i 5 dollari per milione di token in ingresso e i 30 dollari in uscita indicati per GPT-5.5, sostenendo di poter offrire Handoff a meno di un decimo del costo dei modelli di frontiera concorrenti. Il vantaggio economico rimarrebbe rilevante anche rispetto a Claude Opus 5, il cui prezzo di listino è pari a 5 dollari per milione di token in ingresso e 25 dollari per milione in uscita, a condizione che le prestazioni dichiarate da Hark siano confermate anche nei confronti con i modelli più recenti.
La startup collega lo sviluppo di Handoff a una caratteristica strutturale del web. Secondo le ricerche condotte dall’azienda, le persone trascorrono circa il 75% del tempo quotidiano davanti a uno schermo utilizzando un browser, ma meno di un sito web ogni mille mette a disposizione API pubblicamente accessibili. La scarsità di interfacce programmabili rende difficile affidare queste attività a normali agenti software, che non possono interagire direttamente con la maggior parte dei servizi. Handoff cerca di superare il problema utilizzando le pagine web attraverso il browser, in modo simile a un utente umano.
Nella dimostrazione pubblicata da Hark, Adcock chiede verbalmente al sistema di rendere più accogliente il magazzino utilizzato come sede temporanea dell’azienda, suggerendo l’acquisto di rose o fiori di ciliegio. Handoff viene quindi mostrato mentre visita il sito di un fiorista, seleziona i prodotti e procede con l’ordine. Adcock descrive il sistema come un agente sempre attivo, capace di operare all’interno di un ciclo continuo anziché rispondere soltanto a singole domande, e afferma di utilizzarlo per gestire dall’inizio alla fine tutte le attività legate al reclutamento. Hark ha pubblicato anche altre dimostrazioni delle sessioni operative, riprodotte in tempo reale o accelerate.
Per il post-addestramento di Handoff, Hark ha utilizzato una fase di messa a punto supervisionata seguita da apprendimento per rinforzo asincrono basato sull’algoritmo GRPO. L’azienda ha però precisato di avere completato finora soltanto il post-addestramento, mentre una propria fase di pre-addestramento è prevista entro la fine dell’anno. Questo significa che Handoff è attualmente costruito su un modello di base non addestrato direttamente da Hark.
La startup non ha comunicato quale modello di base sia stato utilizzato né ha chiarito quale combinazione di dati pubblici e proprietari sia stata impiegata per sviluppare il sistema. Non sono stati forniti dettagli neppure in risposta alle richieste di confronto con i modelli di frontiera più recenti. Queste informazioni saranno importanti per comprendere il livello di autonomia tecnologica raggiunto da Hark e la possibilità di riprodurre o verificare in modo indipendente i risultati dichiarati.
Un altro aspetto ancora da chiarire riguarda la sicurezza dei computer virtuali e dei file creati durante le sessioni. Collegando account personali o aziendali, Handoff potrebbe accedere a credenziali, dati di pagamento, documenti, messaggi, cronologie e altre informazioni riservate. Hark ha dichiarato che sicurezza e privacy rappresentano una priorità, ma ha ricordato che il prodotto si trova ancora nella fase di anteprima tecnica. Specifiche più dettagliate sulle modalità di accesso ai computer virtuali, sulla conservazione dei dati e sulle autorizzazioni dovrebbero essere pubblicate in occasione del lancio commerciale previsto entro la fine dell’estate.
Hark è la quarta società fondata da Brett Adcock. In precedenza, l’imprenditore ha cofondato Vettery, piattaforma per la ricerca di personale venduta nel 2018 per circa 100 milioni di dollari, il produttore di aerotaxi Archer Aviation e Figure AI, startup specializzata nello sviluppo di robot umanoidi. Adcock continua a ricoprire contemporaneamente il ruolo di fondatore e amministratore delegato sia di Figure sia di Hark.
Nel maggio 2026, Hark ha raccolto 700 milioni di dollari attraverso un round di Serie A che ha portato la valutazione dell’azienda a 6 miliardi di dollari. Il finanziamento è stato guidato da Parkway Venture Capital e ha coinvolto Nvidia, AMD, Intel Capital, Qualcomm Ventures, Salesforce Ventures e ARK Invest. Adcock ha inoltre investito nella società 100 milioni di dollari del proprio patrimonio.
Le attività di Hark e Figure rimangono formalmente separate, ma esiste una relazione tecnologica tra le due aziende. Secondo un portavoce, i modelli di Hark vengono addestrati anche utilizzando i robot Figure, sebbene Adcock non abbia intenzione di unire i due sistemi. Non sono stati forniti ulteriori dettagli sul tipo di dati prodotti dai robot, sulle modalità di trasferimento o sul ruolo che questi dati hanno nell’addestramento di Handoff.
Le comunicazioni pubbliche di Adcock sono state in passato oggetto di contestazioni. Nell’aprile 2025 è stato riferito che la collaborazione tra Figure e BMW aveva inizialmente una portata più limitata rispetto alla descrizione di una flotta di robot capace di svolgere operazioni produttive complete. BMW aveva precisato che, in quella fase, un singolo robot Figure veniva utilizzato durante le ore non produttive per esercitarsi nella movimentazione di componenti.
La collaborazione è stata successivamente ampliata. Nel giugno 2026, BMW ha dichiarato che Figure 02 aveva contribuito alla produzione di oltre 30.000 veicoli BMW X3 nel corso di dieci mesi e che il modello Figure 03 era stato introdotto nello stabilimento per svolgere un’attività di sequenziamento dei componenti nell’ambito della logistica. Adcock aveva definito false e fuorvianti le ricostruzioni precedenti e aveva minacciato un’azione legale per diffamazione. In un’altra occasione aveva inoltre rinunciato a una dimostrazione dal vivo annunciata durante una conferenza tecnologica, evitando poi di approfondire pubblicamente i dettagli dell’accordo con BMW.
Questi precedenti non dimostrano che i risultati dichiarati per Handoff siano errati, ma rendono particolarmente importante distinguere tra misurazioni indipendenti, prove eseguite internamente e confronti scelti direttamente dall’azienda. Handoff potrebbe effettivamente offrire prestazioni elevate nella navigazione web e il prezzo annunciato è sensibilmente inferiore a quello dei principali modelli proprietari. La valutazione completa del sistema dipenderà però dalla pubblicazione di benchmark aggiornati, test indipendenti, informazioni sul modello di base e specifiche precise sulla sicurezza degli ambienti virtuali.