清华与阿里千问发布 Terminal-Universe：将智能体轨迹重构为终端训练环境

清华大学与阿里 Qwen 团队于 2026 年 9 月 9 日联合发布 Terminal-Universe 研究，提出一种从历史智能体运行轨迹重构可复用终端工作区环境并生成训练任务的新方法。

• 该方法改变了传统的代码智能体数据合成路径，通过还原执行轨迹中的工作区状态生成大量具有可验证性的新型训练任务。
• 研究团队基于该数据微调了开源模型 Qwen3.5-27B，显著改善了终端编码智能体的基准表现。
• 在 Terminus2 评测设置下，微调模型的 Terminal-Bench 2.1 得分从 46.2% 提升至 58.1%。
• 在 EvoCode-Bench v2 MT@4 评测中，模型得分从 6.3 提升至 20.1，展现出更强的跨任务解决能力。
• 影响/看点：重构历史轨迹为交互式环境的方法可能降低高质量编码智能体训练数据的构建成本，其实际效用取决于任务生成的多样性以及对复杂真实软件工程环境的模拟保真度。
• 资料依据:
• X：Rohan Paul（2026-09-09）：https://x.com/rohanpaul_ai/status/2097807566504079722
• arXiv 论文（2026-09-09）：https://arxiv.org/abs/2609.05831

本内容由 AI 生成，仅供参考，请注意甄别