Claire Vo 用九项真实任务横评 Grok Bot、Dot、Muse 与 Claude Duet

我对个人智能体已经审美疲劳了，于是开展了首届 How I AI 个人智能体基准测试：让 Grok Bot、Dot、Muse 和 Claude Duet 完成九项真实任务，涵盖回复 Slack、修复 Sentry 缺陷、制作 Figma 缩略图、收件箱分类、家庭报纸、给四年级学生讲解物理作业、买鞋以及制作 ChatPRD 发布视频。我使用 computer use 来操作它们：Claude 负责操作 Dot，Codex 负责其余部分并实时评分。以下是成绩单——以及在工作和生活场景中我真正信任哪个智能体。

在 YouTube、Spotify 或 Apple Podcasts 上收听或观看

本集由以下品牌赞助：

WorkOS——让您的应用具备企业级能力，提供 SSO、SCIM、RBAC 等功能

Firecrawl——为您的 AI 智能体提供网络数据及更多支持

本期节目我们探讨：

(00:00) 开场介绍

(02:13) 个人智能体基准测试的设置

(05:00) 九项任务及我使用的提示词

(07:20) 成绩单概览

(10:06) 任务 1：以我的口吻起草一条 Slack 回复

(11:39) 任务 2：用 Dropbox 原始素材剪辑一条短视频

(14:56) 任务 3：修复一个来自 Sentry 的缺陷

(17:30) 任务 4：在 Figma 中制作 How I AI 缩略图

(19:25) 任务 5：对我的收件箱进行待办事项分类

(21:06) 任务 6：制作一份家庭报纸

(23:30) 任务 7：向四年级学生讲解一道物理作业题

(24:54) 任务 8：买鞋

(26:46) 任务 9：制作 ChatPRD Product Intelligence 发布视频

(30:01) 最终得分

(32:38) 我的总结与心得

提到的工具：

• Grok Bot：https://x.ai/bot

• Dot：https://chatgpt.com/features/dots/

• Meta Muse：https://ai.meta.com/muse/

• Claude Duet：https://claude.com/product/claude-duet

• Codex：https://openai.com/codex

• ElevenLabs：https://elevenlabs.io/

• Figma：https://www.figma.com/

• Sentry：https://sentry.io/

• Linear：https://linear.app/

• Dropbox：https://www.dropbox.com/

如何联系 Claire Vo：

ChatPRD：https://www.chatprd.ai/

个人网站：https://clairevo.com/

LinkedIn：https://www.linkedin.com/in/clairevo/

X：https://x.com/clairevo

制作与市场推广由 https://penname.co/ 负责。如需咨询播客赞助事宜，请发送邮件至 jordan@penname.co。