据动察 Beating 监测,人形机器人公司 Figure CEO Brett Adcock 创办的 AI 公司 Hark,发布首款 AI Agent 产品 Handoff。它能自己操作网页,替用户点外卖、购物、订机票和填写表格。
Handoff 在浏览器操作评测 Online-Mind2Web 中拿到 97.7 分,超过 GPT-5.4 和 Claude Opus 4.8,排在第一。这个评测让 AI 在真实网站完成任务,再由人工检查结果。不过,Handoff 只比第二名 Yutori 高 0.4 分。
Adcock 随即把它称为「史上最强互联网模型」。但榜单里没有 GPT-5.6 和 Claude Opus 5,Hark 自己跑的 WebTailBench v2 中,Handoff 还以 68.6 分输给 GPT-5.5 的 72.3 分。产品目前也未开放,外界还无法复测。
榜单第一是真的,「史上最强」显然吹过头了。
币须知道