PersonalAgentBench 新增 Hark 与 OpenAI Dots

太尴尬了。会努力冲到第一 PersonalAgentBench 新增两款产品：@hark_labs 和 @OpenAI 的 Dots！ Dots 已升至第一，Hark 紧随其后，Gemini Spark 降至第三，之后是 Instinct、Grok Bot 和 Muse。 本周我们还将任务数量翻倍，新增了研究、图像理解、编辑和日常沟通类任务。更广的任务集改变了格局。Gemini Spark 在研究方面最强，但在图像和编辑任务上较弱。Hark 和 Gemini 在涉及用户权限的任务上打成平手。Dots 在各任务类型中表现最稳定，但在需要推断个人上下文时较弱。没有一款助手在所有类别中领先；总排名奖励的是在整个任务集上的稳定表现。 这仍是一个早期快照，我们很期待随着加入更多智能体、扩展任务并在产品更新后重新评估，结果会如何演变。 如果你正在使用这六款个人智能体中的任何一款，可访问原帖中的链接跟进。