去年，我记得坐在WIRED的办公室里，向我的同事不停抱怨AI助手有多糟糕。它们在所有事情上表现都很糟。作为一名软件记者，我参加了一次又一次的会议，技术兄弟们——大多数是男性——演示他们的新助手如何彻底改变我的日常生活并消除乏味的工作。问题在于，这些所谓的“助手”根本没有一个真正有效。快转到今天，随时在线的AI助手正在蓬勃发展，主要参与者们正在竞相发布自己的版本，以吸引早期用户。这些个人助手之所以击中更广泛的时代精神，超越硅谷的极客，关键原因在于它们有效。好吧，至少比去年更可靠。AI助手仍然会犯错误，但我也看到它们在执行任务和控制浏览器方面有了显著改善。这些小家伙变得更好了。知道从哪里开始使用AI助手以及哪个最适合你的自动化需求可能会很困难。所以我花了一天时间实验每个主要AI助手，以了解它们的优缺点。上周三晚上上床睡觉之前，我在我的iPhone上设置了六个随时在线的助手：Meta的Muse、OpenAI的Dots、Instinct、Anthropic的Claude Duet、Google的Gemini Spark和xAI的Grok Bot。每个助手在价格和功能上略有不同。Muse是免费的，自9月份发布以来一直主导智能手机应用下载榜单。Instinct也是免费的，但你需要从用户那里获取邀请码；它是通过你的短信操作，而不是一个应用。OpenAI的Dots每月收费100美元，是我测试过的最贵的，并且内置于ChatGPT中。Google的Gemini Spark在Gemini应用中是一个测试版，每月收费20美元。xAI的Grok Bot每月收费30美元，独立在自己的应用中。最后，Anthropic的Claude Duet每月收费20美元，是这一群体中最新的——在我的测试前一晚以候补名单的形式发布的。OpenClaw不在我的列表中。尽管该AI助手今年早些时候激发了许多创新，但对普通人来说，它设置起来太笨重。也许它将来会被纳入排名中，我也可以包含一些较小的参与者，如Nous Research的Hermes和Poke。AI助手究竟是什么？如果你从未使用过AI助手——我对那些持观望态度的人没有任何评判——这就像给一个数字助手发短信来完成任务：扫描你的电子邮件以获取重要遗漏的信息，追踪度假航班优惠，帮助每日购物决策。与聊天机器人的轮流体验相比，这些工具更具主动性，当它们发现提供帮助的机会时会首先提醒你。与这些助手的所有消息通常存储在一个线程中，感觉就像群发短信。这些AI助手通过控制一个虚拟浏览器来完成许多任务，基本上是它们自己的互联网访问计算机。我已从非技术角度测试了AI软件几年，所以我特别有资格帮助你度过这个时刻。我设计了五个基本测试来测试每个助手，花费24小时进行这一混乱，以评估它们的主动性、跟随指令的能力和浏览能力。（不知怎的，我的iPhone没有变成一滩水。）我对每次尝试进行了1到5的评分，并在最后统计结果以选出一个获胜者——并颁发最烦人的奖项。这并不是对这些AI助手的认可。软件仍然处于初始阶段，常常伴随着隐私和安全问题。这些助手在连接到你的个人数据（如电子邮件和日历）时效果最佳，但需要一种信任程度，这可能会让一些用户望而却步。例如，一位X用户声称他最近将AI助手连接到自己的银行账户和工作Slack，然后当一个助手发布他的同事可以看到他有多少钱时，他感到非常难堪。此外，这些测试只是工具可以做的一小部分。随着你分享更多关于你自己及如何完成任务的数据，所有助手都会随着时间而改进。我只与这些工具共享了我的个人Google日历和Gmail，因此我没有彻底暴露这些AI助手，抛开Billy Evans风格的方式。早间简报每周四早上，WIRED的Gear部门会面聊关于当前的报道计划，有时会为下周提出想法。因此，我想看看哪个AI助手能够制作出最好的科技新闻简报，并使用该信息生成一个引人注目的标题。公司们常常宣称这些工具非常适合汇总早间档案，让你随时了解重要事件和突发新闻。我给每个AI助手发送了一份详细的提示，涵盖我在WIRED的报道领域，以及这个提案将如何使用的上下文。即使我要求AI助手花30分钟真正深入研究后再回答，只有Meta的Muse和OpenAI的Dots实际在大部分时间内保持了研究。