个人 AI 助手实战榜上线，Muse 暂列第一

独立评测项目 Assistant Benchmark 已开始用真实任务横向评测个人 AI 助手，现阶段 Muse 暂列第一。

评测方式改为真实任务

据动察 Beating AI 快讯介绍，这项测试会直接让 Agent 执行订酒店、选餐厅、买东西、回邮件、连接第三方服务等任务，再按照实际完成情况评分。每个评分维度都对应一个公开的固定任务，且只有提供真实运行记录才会给分。

当前排名与得分

目前，Muse 在已完成的 7 个评分维度中平均得分为 9.1 分，暂列第一。Instinct 已测完 11 个维度，平均 8.4 分；Grok Bot 已测完 7 个维度，平均 7.3 分。

Muse 在购物、邮件和第三方应用连接三个项目上都拿到 10 分。

榜单仍会持续更新

这份榜单更适合被看作一份持续更新的真实体验榜。Muse 目前的 9.1 分，只是已测 7 个维度的平均分，并非完整成绩。与此同时，每个维度现在也只使用一个固定任务测试，后续补测后，分数和排名都可能发生变化。