PersonalAgentBench 榜单更新:Dots 登顶,Hark 紧随,任务数翻倍
adcock_brett · x · 2026-10-13
- aliansarinik 更新 PersonalAgentBench 榜单:@harklabs 与 OpenAI 的 Dots 新上榜,Dots 暂居第一,Hark 第二,Gemini Spark 降至第三,其后为 Instinct、Grok Bot 和 Muse。
- 本周任务数量翻倍,新增研究、图像理解、编辑和日常沟通类任务,榜单格局随之改变:Gemini Spark 在研究类最强但图像与编辑偏弱;Hark 与 Gemini 在涉及用户授权的任务上打平;Dots 各类任务最稳定,但在推断个人上下文上偏弱;没有任何助手全类别领先,总排名奖励的是跨任务的一致性。
- Brett Adcock 转发表示「挺尴尬的,会努力拿下第一」,暗示其旗下产品将冲击榜首。
「编程与Agent」频道最新
- 一人数日用 AI 重制 Battlerite,浏览器即可试玩 — mattshumer_ · 2026-10-13
- 3Blue1Brown 风格数学频道上线:全用自研 Rust 工具链生成 — doodlestein · 2026-10-13
- Peter Steinberger 的 agent 框架悄然支撑多个热门新产品 — signulll · 2026-10-13
- 重度用户痛批 Codex Cloud:不如 Grok 一把过,自建编排反而稳定 — zeeg · 2026-10-13
- 用户实测 OpenAI Dots:统一管理多机与 3 个 Codex 云 agent — noahsolomon · 2026-10-13
- CoS 话太多改不掉？用户求解 agent 沉默执行的操作性方案 — RachelVT42 · 2026-10-13