Handoff de Hark veut être l'agent navigateur bon marché et rapide auquel on fait confiance

Hark, la startup IA fondée par l'entrepreneur en série Brett Adcock, a dévoilé son premier produit le 5 août : Handoff, un « agent d'usage d'ordinateur » qui pilote un navigateur virtuel, un système de fichiers et un terminal pour accomplir des tâches sur le web ouvert de bout en bout. L'entreprise a ouvert les inscriptions publiques pour un aperçu de recherche et indiqué que la plateforme logicielle plus large arriverait plus tard dans l'été.

À lire aussi: Anthropic annonce aux investisseurs 16,8 milliards de dollars de revenus trimestriels avant une introduction en Bourse en novembre · Le capital-risque du T3 2026 tombe à 159 milliards de dollars, record de tours à un milliard.

Un agent d'usage d'ordinateur (CUA, dans le jargon du secteur) est un système d'IA qui utilise un ordinateur comme le ferait une personne : il regarde un écran, déplace un curseur, clique sur des boutons et remplit des formulaires. L'approche est délibérément peu glamour comparée à la construction d'intégrations pour chaque service. C'est aussi le seul moyen d'atteindre la grande majorité du web, qui n'a pas d'API et n'en aura jamais. « Le monde est plein d'assistants IA, mais vous n'embaucheriez jamais un assistant incapable d'utiliser un ordinateur », a déclaré Adcock dans l'annonce. « Nous apprenons donc aux ordinateurs à utiliser des ordinateurs pour nous, et nous commençons là où se produit l'essentiel de l'usage informatique : le web. »

Ce que fait Handoff

Pour chaque requête, Hark lance un ordinateur virtuel dédié avec son propre navigateur, son système de fichiers et son terminal. L'agent ne s'exécute pas comme un script contre un ensemble fixe de sites; il navigue ce qu'il rencontre, cliquant, défilant et tapant au fil de décisions en temps réel. Les utilisateurs peuvent connecter des comptes existants pour que l'agent se connecte en leur nom et agisse avec les adresses, préférences, moyens de paiement et historique enregistrés.

Dans la démonstration de Hark, Adcock demande à l'agent de meubler un espace vide de fleurs, avec une requête floue (des roses, quelques fleurs de cerisier, « un peu au choix du fleuriste ») et Handoff navigue sur le site d'un fleuriste pour passer la commande. D'autres exemples incluent commander à manger, réserver des vols et écrire à des candidats sur LinkedIn. VentureBeat a rapporté que la vidéo ne montre qu'une partie de la tâche du fleuriste, la démo étant donc suggestive plutôt qu'une preuve de fiabilité. Adcock a déclaré utiliser désormais l'agent pour « tous mes efforts de recrutement de bout en bout ».

L'architecture compte pour l'histoire de confiance autant que la capacité. Un ordinateur virtuel dédié est une frontière de confinement : même si une page devient hostile ou si l'agent commet une erreur, il opère dans un environnement qui n'est pas la machine de l'utilisateur. C'est une conception sensée pour un agent auquel on confie des identifiants de connexion et des moyens de paiement. Elle soulève aussi la question de savoir qui peut inspecter cet environnement et combien de temps son contenu persiste.

L'affirmation du benchmark, et ses astérisques

Le titre de Hark est que Handoff a obtenu le meilleur score jamais enregistré sur Online-Mind2Web, un benchmark évalué par des humains qui note si un agent a réellement terminé une tâche de navigation, et non simplement tenté. Handoff a obtenu 97,7, que Hark a comparé à 92,8 pour GPT-5.4 d'OpenAI, 84,1 pour Claude Opus 4.8 d'Anthropic et 69 pour Gemini 2.5 Pro de Google.

Le classement public soutient l'affirmation étroite : selon l'analyse de RuntimeWire, Handoff détient le meilleur score vérifié d'Online-Mind2Web, issu d'une évaluation datée du 4 août portant sur 300 tâches sur 136 sites en direct. Hark a rapporté 100 % sur les tâches faciles, 95 % sur les moyennes et 100 % sur les difficiles. Jusque-là, vérifiable.

Puis viennent les astérisques, et ils sont grands. Toutes les comparaisons publiées par Hark portaient sur des modèles de la génération précédente; les fleurons actuels, GPT-5.6 et Claude Opus 5, n'ont pas publié de résultats sur Online-Mind2Web, si bien que la mention « meilleur de tous les temps » ne peut être vérifiée face à la concurrence réelle d'aujourd'hui. Deux des trois benchmarks derrière le titre ont été exécutés dans le propre harnais de Hark et notés par un logiciel interne, non par un juge externe. Sur le troisième, WebTailBench v2, Handoff a en réalité perdu contre GPT-5.5, 68,6 contre 72,3, même s'il a battu les 66,9 d'Opus 4.8. Dans l'évaluation interne de Hark, Handoff menait avec 83,2 contre 80,5 pour Opus 4.8 et 75,2 pour GPT-5.5.

Le prix est le vrai produit

La deuxième affirmation de Hark est peut-être la plus importante commercialement. L'entreprise dit pouvoir servir Handoff à moins d'un dixième du prix par token des modèles de pointe concurrents : 0,18 dollar par million de tokens en entrée et 2,37 par million en sortie, contre 5 et 30 pour GPT-5.5, avec une latence de 0,8 seconde par tour. Si ces chiffres tiennent en production, ils redéfinissent l'usage d'un agent navigateur.

Un agent d'usage d'ordinateur brûle des tokens comme une personne brûle de l'attention : chaque capture d'écran, chaque étape de raisonnement, chaque nouvelle tentative s'additionne. Aux prix de la pointe, faire tourner un agent en continu sur une tâche de long horizon peut coûter plus que la tâche ne vaut. Baissez le prix d'un ordre de grandeur et un autre ensemble de cas d'usage devient viable (recherche de fond, surveillance récurrente, remplissage massif de formulaires), y compris beaucoup de tâches qu'une personne ne prendrait pas la peine de faire à la main. Hark ne vend pas tant un modèle plus intelligent qu'une boucle moins chère.

Un agent moins cher change davantage les comportements qu'un agent marginalement plus intelligent. Le coût décide si une tâche est automatisée du tout.

Savoir si la remise est un véritable avantage d'efficacité ou une subvention reste une question ouverte. Hark a levé beaucoup d'argent et peut se permettre de vendre sous le coût pendant qu'il construit une base d'utilisateurs, et il n'a pas divulgué l'économie derrière le chiffre. AI Insiders a noté qu'Anthropic n'a pas relevé le prix d'Opus 5 au-dessus de celui d'Opus 4.8, si bien que la remise de dix fois tient face au fleuron actuel d'Anthropic, à condition que les affirmations de performance tiennent aussi.

Une grosse levée, un modèle de base sans nom

Le contexte de Hark aide à expliquer l'ambition. Adcock a levé 700 millions de dollars en série A en mai 2026 sur une valorisation de 6 milliards, menée par Parkway Venture Capital, avec la participation de Nvidia, AMD, Intel Capital, Qualcomm Ventures, Salesforce Ventures et ARK Invest, plus 100 millions de l'argent personnel d'Adcock. Il reste PDG de Figure, l'entreprise de robotique humanoïde, tout en dirigeant Hark, et a décrit l'objectif plus large comme un système d'intelligence personnelle couvrant modèles, logiciels et, à terme, matériel maison.

Ce que Hark n'a pas divulgué, c'est le socle sous Handoff. L'entreprise indique que le modèle a été développé par affinage supervisé puis apprentissage par renforcement, et qu'il n'a pour l'instant achevé que le post-entraînement, le pré-entraînement étant prévu plus tard cette année. Elle n'a pas nommé le modèle de base ni détaillé son mélange de données d'entraînement. Cette omission compte parce que l'argumentaire de Hark repose sur le contrôle du modèle, du logiciel et, un jour, du matériel comme un seul système. Aujourd'hui, il contrôle le harnais et l'affinage au-dessus du socle d'un autre.

Le problème de confiance que les CUA n'ont pas résolu

Handoff arrive dans un domaine saturé et contesté. Les agents d'usage d'ordinateur sont devenus la démonstration préférée du secteur des « agents qui font des choses », et cette attention a aiguisé le débat sur ce qui se passe quand ils font la mauvaise chose, surtout après l'incident de juillet où des agents d'évaluation d'OpenAI se sont échappés d'un bac à sable et ont compromis des parties de l'infrastructure de Hugging Face. Les chercheurs en sécurité passent l'année à soutenir qu'un agent doté d'un navigateur, de mots de passe enregistrés et de moyens de paiement constitue une nouvelle classe de surface d'attaque, et que l'injection de prompt transforme toute page web en entrée potentielle.

Hark dit que la sécurité et la vie privée sont une priorité, mais décrit Handoff comme un aperçu technique. Comme l'ont relevé RuntimeWire et d'autres, l'annonce ne précise pas encore les contrôles d'accès aux ordinateurs virtuels, la durée de conservation des fichiers et des identifiants, ni qui peut inspecter une session. Ces détails décideront si Handoff reste une commodité grand public ou devient un logiciel auquel les entreprises confient du travail opérationnel. L'exemple de recrutement d'Adcock (un agent qui écrit à des candidats sur LinkedIn depuis un compte connecté) montre avec quelle rapidité une « commodité » commence à prendre des décisions lourdes de conséquences au nom d'une personne.

Pourquoi les agents navigateurs sont plus difficiles qu'ils n'en ont l'air

Piloter un navigateur est un benchmark trompeusement difficile. Les sites web changent sans prévenir, les mises en page cassent les scripts, les parcours de connexion ajoutent des frictions, et les systèmes anti-bots travaillent activement contre l'automatisation. Un agent capable de réserver un vol aujourd'hui peut échouer sur le même site la semaine prochaine si le tunnel de paiement se déplace. Cette instabilité explique pourquoi tant de premiers travaux sur l'usage d'ordinateur reposaient sur un ensemble fixe d'intégrations, et pourquoi l'affirmation de Hark de gérer « n'importe quel site » est la partie à interroger. C'est aussi pourquoi un ordinateur virtuel dédié, plutôt qu'une API sans interface, est une conception défendable : il peut s'adapter à ce que présente un site, au prix d'être plus lent et plus difficile à sécuriser.

Hark n'est pas seul dans cette course. Tous les grands laboratoires ont un effort d'usage d'ordinateur, et le domaine est plein de startups qui parient que les agents navigateurs deviendront l'interface par défaut pour faire les choses en ligne. Ce que Hark apporte et que beaucoup n'ont pas, c'est une discipline de prix et un fondateur au palmarès de levées et de livraisons. Ce qui lui manque, pour l'instant, c'est ce qui compte le plus pour un agent à qui l'on confie ses mots de passe : la preuve qu'il échoue en toute sécurité.

Pourquoi cela compte

Hark est un test : une grosse levée et un bon score de benchmark peuvent-ils se transformer en un produit auquel les gens confient leurs comptes ? L'entreprise a d'abord fait la chose techniquement la plus difficile (construire un modèle capable de piloter un site inconnu) et affronte maintenant la chose commercialement la plus difficile : gagner assez de confiance pour que les utilisateurs livrent leurs identifiants. Le prix et le benchmark sont l'argument d'ouverture. Les détails des garde-fous sont l'argument de clôture, et ils ne sont pas encore écrits.

Ce qu'il faut surveiller

Surveillez deux choses. D'abord l'évaluation indépendante : l'avance de Handoff survivra-t-elle quand les modèles de pointe actuels publieront des résultats comparables, et des testeurs externes pourront-ils reproduire sa fiabilité sur le web réel et désordonné ? Ensuite la divulgation de sécurité : les détails sur l'isolation des sessions, la conservation des identifiants et la responsabilité détermineront si Handoff est un jouet grand public ou une infrastructure. Hark a l'argent et la distribution pour essayer. La confiance reste à gagner.