micro1 PersonalAgentBench 初步榜单：Gemini Spark 领跑四款助手横评

micro1 的 PersonalAgentBench 公布初步结果：Gemini Spark 暂时领先，对比对象还包括 Grok Bot、Instinct 和 Muse。该基准测试十类日常任务（如给团队写备忘、搜航班、找最低价），专家按任务完成度和行为是否可信打分，官网提供各 agent 对话记录对比，并持续收集公开任务、动态更新结果。