Polar Browser recauda 5.7 millones de dólares para automatizar tareas laborales de varias horas

Why it matters

Polar is betting that a Chromium-level agent can absorb work currently split across sales, recruiting and operations tools. Its benchmark scores draw attention, but sustained reliability inside authenticated business accounts will determine whether the $5.7 million seed produces durable software revenue.

Polar Browser recaudó una ronda semilla de $5.7 millones liderada por Madrona para desarrollar un navegador con IA que complete tareas de investigación, reclutamiento, ventas y operaciones que toman horas dentro de las cuentas web existentes de los usuarios. Kevin Jiang (@jiang_kev), quien está construyendo Polar, anunció la financiación el miércoles en un hilo en X, junto con una publicación de lanzamiento de la compañía para el 29 de julio.

https://x.com/jiang_kev/status/2082496145994248488?s=46

Jiang estudió ciencias de la computación en MIT y anteriormente construyó búsqueda con IA en Perplexity, según su sitio personal. Un perfil que escribió para MIT en 2022 dice que ya había recaudado $1.4 millones para una startup de criptomonedas aceptada en la cohorte S22 de Y Combinator antes de volver a la escuela. También fue miembro en cuatro ocasiones del USA Taekwondo National Team y enseñó teoría del póker en MIT Sloan.

Polar es un producto de Recursive Intelligence, con sede en San Francisco, cuya publicación de lanzamiento describe un equipo fundador de tres personas con experiencia en MIT, Y Combinator, Jane Street, Citadel, Apple, Perplexity y Modal. Recursive Intelligence nombró entre los inversionistas ángeles de la ronda al ex CEO de GitHub Thomas Dohmke (@ashtom), al fundador de Modal Erik Bernhardsson (@bernhardsson), a Robert Yang de Fundamental (@GuangyuRobert) y a Nico Christie (@nicochristie). Madrona lideró la ronda.

La financiación le da al equipo de Jiang capital para competir en una categoría de agente de navegador ya ocupada por productos de OpenAI, Anthropic, Perplexity, Manus y Browser Use. Polar adopta un enfoque de automatización del trabajo: los usuarios describen una tarea, y después los agentes navegan por sitios web, hacen clic, escriben, usan sesiones autenticadas y coordinan subagentes para completarla.

Reconstruyendo el agente alrededor de Chromium

Recursive Intelligence lanzó el predecesor de Polar, Composer, en alfa el 26 de enero. Composer usaba Electron y podía ejecutar tareas de varias horas, pero el equipo dijo más tarde que esa arquitectura dificultaba preservar sesiones autenticadas, operar extensiones del navegador, interactuar con interfaces complejas y construir memoria persistente.

El 18 de mayo, Recursive Intelligence reemplazó Composer por Polar, un fork directo de Chromium. Poseer la capa del navegador le da a Polar más control sobre cómo los agentes interactúan con los sitios web y les permite trabajar a través de pestañas y aplicaciones con sesión iniciada. El producto actual está disponible en macOS, y a los usuarios de Windows se les dirige a una lista de espera.

Recursive Intelligence dice que los usuarios han asignado al producto más de 4.5 millones de acciones del navegador en siete meses. La compañía también afirma que Polar ha completado tareas individuales que duraron más de 15 horas. Un cliente no identificado supuestamente canceló su suscripción a Clay y ahorra más de 25 horas por empleado cada semana. Esos números de uso y ahorro son reportados por la compañía, y Recursive Intelligence no ha publicado ingresos ni totales de clientes.

Los precios de Polar muestran cómo Jiang planea convertir ese uso en un negocio. Un plan gratuito incluye una asignación única de 3,000 créditos y una recarga diaria limitada. Pro cuesta $20 por mes, Max cuesta $100 por mes y los planes para equipos comienzan en $50 por asiento al mes. Las ejecuciones de agente más largas consumen más créditos.

La mezcla sitúa a Polar entre un navegador prosumidor y un software de automatización para el lugar de trabajo. Su argumento de venta depende de si el agente puede completar de forma fiable el trabajo repetitivo dentro de las mismas aplicaciones que los empleados ya usan, sin requerir que las compañías integren una herramienta separada para cada flujo de trabajo.

La afirmación de Polar sobre las pruebas comparativas necesita contexto

Polar dice que ocupa el primer lugar en las pruebas de agentes de navegador Odysseys y BU Bench V1, por delante de sistemas que usan modelos de OpenAI y Anthropic. Su repositorio de evaluación reporta 196 tareas perfectas de 200 en Odysseys, o 98%, y 95 tareas completadas de 100 en BU Bench V1. El repositorio incluye las salidas de los jueces y dice que Polar usó una adaptación del juez oficial de BU Bench.

Esas son evaluaciones realizadas por la compañía. La prueba de referencia oficial Odysseys dice que el modelo más fuerte en su propia evaluación alcanzó 44.5% de éxito en tareas perfectas. El resultado del 98% de Polar debe, por lo tanto, tratarse como una ejecución de prueba publicada por la propia compañía en lugar de un ranking mantenido de forma independiente. Jiang también reconoció en el hilo de anuncio que las pruebas comparativas no capturan completamente los requisitos diarios de los trabajadores del conocimiento.

La confiabilidad fuera de una evaluación controlada sigue siendo la prueba comercial. Los agentes de navegador deben manejar cambios en el diseño de las páginas, autenticación, instrucciones ambiguas e interrupciones mientras realizan acciones dentro de cuentas empresariales sensibles. La política de privacidad de Polar dice que el historial de navegación, las cookies y las contraseñas generalmente permanecen en el dispositivo del usuario, mientras que los prompts, las capturas de pantalla, el contexto de la página, las llamadas a herramientas y otros datos de la tarea pueden ser enviados a los sistemas de Polar y a los proveedores de modelos para ejecutar y revisar las ejecuciones de los agentes.

La ronda semilla financia una apuesta directa a que los agentes de navegador pueden pasar de demostraciones en escenarios controlados a trabajo recurrente. Recursive Intelligence dice que está contratando ingenieros, diseñadores y personal de go-to-market en San Francisco. El desafío de Jiang es convertir el recuento temprano de acciones de Polar en evidencia de que equipos pequeños confiarán a un navegador autónomo flujos de trabajo que actualmente realizan ellos mismos o compran a proveedores de software especializados.