2026年10月27日，科技媒体WIRED资深撰稿人Reece Rogers发布了一篇实地测评报告，详细记录了他用一天时间测试当前主流个人AI Agent的表现。文章题为《我测试了所有主流AI Agent，这是最好的那一个》。测试对象包括Meta的Muse、OpenAI的Dots、Instinct、Anthropic的Claude Duet、Google的Gemini Spark以及xAI的Grok Bot。
这是目前公开报道中较少见的、以真实日常任务为基准的横向对比。作者从非技术用户视角出发，设计了五项基础任务，对每款Agent在主动性、指令遵循能力和浏览器操作上的表现进行1至5分评分，最终得出综合排名。
测试背景与方法
作者指出，一年前AI Agent还普遍“什么都做不好”，但2026年情况已明显改善。这些工具不再只是聊天机器人，而是能主动扫描邮件、追踪航班优惠、协助日常购物，并通过虚拟浏览器执行任务的“始终在线”助手。它们通常以单线程对话形式存在，更接近群聊体验。
测试的六款产品价格与形态差异较大：
- Meta Muse：免费，独立App，自9月发布后下载量居高。
- OpenAI Dots：内置于ChatGPT，月费100美元，价格最高。
- Instinct：免费但需邀请码，主要通过短信交互。
- Anthropic Claude Duet：月费20美元，测试前一晚刚以研究预览形式上线。
- Google Gemini Spark：Gemini App内的测试功能，月费20美元。
- xAI Grok Bot：独立App，月费30美元。
作者仅连接了个人Google日历和Gmail，刻意控制数据暴露范围。他强调，这些工具仍处于早期阶段，隐私与安全风险真实存在——有用户曾将Agent连接银行账户和Slack后，意外暴露敏感信息。
主要测试任务与结果亮点
晨间简报与选题建议
要求Agent基于作者在WIRED的报道领域，进行深度研究后生成科技新闻选题。只有Muse和Dots真正花了接近30分钟进行研究，其余多数快速输出。最终Gemini Spark的角度被认为最有新闻价值，而Grok Bot和Instinct的选题显得过时或平淡。
午餐点餐
任务要求为作者本人（偏重口味）和素食主义老板（越南菜偏好）点餐，地点需靠近办公室。多数Agent推荐了合理餐厅，Dots最终完成了实际下单，表现最佳；Gemini Spark仅点了一个5美元春卷，明显不足。
日程冲突处理与其他日常任务
在处理日程冲突、夜间提醒等场景中，各Agent表现参差。部分能主动提出合理下一步行动，部分则给出无关或恼人的建议。
综合五项任务后，作者给出的最终评价是：
- 最佳综合表现：OpenAI Dots。尽管价格昂贵，且在作者专业领域的选题任务中表现一般，但整体任务完成度和可靠性最高，已经显得相对成熟。
- 最易用 / 最适合普通用户：Meta Muse。免费、设置简单，得分紧随Dots之后。
- 最佳界面：Anthropic Claude Duet。尽管上线仅一天、整体得分中游，但其专用App在任务跟踪和交互流畅度上表现突出。
- 最令人烦恼：Instinct。短信交互方式让作者感到脱节，且对错误的回应方式不够友好。
客观看待：进展明显，但仍处早期
这次测评的价值在于它跳出了厂商Benchmark，转向真实场景。结果揭示了几个清晰信号：
- 能力确实提升。与一年前相比，主流Agent在浏览器控制、多步骤任务和主动性上已有实质进步，不再只是演示。
- 价格与可用性差距显著。免费的Muse能接近付费高端产品的表现，说明“好用”并不必然等于“昂贵”。Dots的100美元月费目前仍是多数用户的门槛。
- 隐私与信任仍是核心障碍。几乎所有Agent都需要访问个人数据才能发挥最大价值，而用户对数据安全的顾虑并未消除。Meta的隐私承诺虽被提及，但其过往记录仍让部分人犹豫。
- 产品形态尚未定型。有的做成独立App，有的嵌入现有聊天界面，有的走短信路线。哪种方式最终胜出，仍需市场检验。
作者明确表示，这并非对任何产品的背书。AI Agent仍会出错，且在复杂或高风险场景下可靠性有限。测试也只覆盖了有限任务，长期使用后随着用户数据积累，表现可能进一步变化。
行业意义
WIRED的这次横向实测，为当前AI Agent热潮提供了一份难得的“用户视角”参考。它既肯定了技术进步，也提醒读者：真正决定产品价值的，不是宣传中的“革命性”，而是在琐碎日常任务中能否稳定、安全地帮到用户。
目前来看，OpenAI Dots在综合能力上领先，Meta Muse以免费和易用性赢得了普通用户市场的先机，Claude Duet则在交互体验上展现出潜力。随着更多产品迭代和价格调整，这一赛道的竞争才刚刚开始。对于普通用户而言，更务实的建议或许是：先从免费或低门槛产品试用，严格控制数据权限，并对Agent的输出保持人工复核。
▶️ 喜欢这篇内容？创作真的很辛苦！
欢迎关注我们的 YouTube 频道：
AI Rosetta
你的点赞、订阅和分享，是对我们最大的支持！🙏
更多AI新闻请访问：
https://www.airosetta.com