三款个人 AI agent 横评：6 项任务总分仅差 2 分， hype 差距没兑现
AgentWorkinc · reddit · 2026-10-16
作者用同一套 6 项任务、相同评分标准（每项 10 分）横评了三款个人 AI agent：Hark 得 57/60，Instinct 和 Muse 各 55/60，首尾仅差 2 分。
任务包括逻辑谜题、带来源的研究任务、Python 函数与测试、20 美元以内周末硬件项目、一页 AI 工作流指南、实时浏览器操作。
- Muse：最强建造者，编程与工程双满分，硬件方案「Leash」是敏感 agent 操作的物理批准/拒绝终端；短板是研究（7/10），主要是工具选择差。
- Hark：最均衡，逻辑、编程、浏览器任务满分（作者观察了其实时导航），提出测量 agent 硬件功耗的「AgentMeter」小设备；没有任何一项低于 9 分。
- Instinct：逻辑与指南满分，指南涵盖委派、省钱、多 agent 工作流与验证；工程轮最弱（8/10）。
作者声明：每任务只跑一次、中等难度提示词、人工借助 GPT 评分，分数只作粗略排序。核心结论：中等任务上各家差距远小于宣传差距。第二轮计划加入限时与故障恢复测试。
「应用」频道最新
- ChatGPT 界面截图曝光：Wallet 功能即将上线，健康财务全接入 — jxnlco · 2026-10-16
- 法学院新生用 ChatGPT+Muse 自建一站式学习平台 LexLab Studio — Acrobatic_Rhubarb598 · 2026-10-16
- AI 应用变现不止订阅:头部 1% 用户贡献近 20% 消费 — dumpshoot · 2026-10-16
- 澳洲电商品牌 AI 客服机器人口吻雷同，疑似同一家供应商供货 — gaganghotra_ · 2026-10-16
- 小老板给 AI 助手 Dot 配了独立手机号,替他回客户消息 — Early-Protection2386 · 2026-10-16
- Obsidian 插件乔木 AI RSS 新增朗读：选段收听、卡拉OK高亮 — vista8 · 2026-10-16