**不靠专家出题，8万条人类终端录像，炼成首个真实CLI工作流基准TerminalWorld**

> 伦敦大学学院、南京大学及腾讯的研究人员利用8万条真实人类终端操作录像，创建了首个不依赖专家手动设计任务的AI智能体评测基准TerminalWorld，旨在更真实地评估其在复杂软件工程工作流中的执行能力。

**来源信息**
- **来源**：机器之心：文章库（API）
- **分类**：论文
- **发布时间**：2026-06-22 13:07（北京时间）
- **原文**：[打开原文](https://www.jiqizhixin.com/articles/2026-06-22-5)