**Terminal-Bench 发布长期任务挑战，评估AI自主构建庞大代码项目**

_Terminal-Bench Challenges: long-horizon, token-intensive, single-task benchmarks_

> Terminal-Bench 推出全新挑战模式，通过长周期、高Token消耗的单一任务基准测试智能体独立完成大规模项目的能力。首批三个挑战包括：优化Rust编译器速度、在25KB内实现推理引擎、以及构建WASM WebGL渲染器。实验显示，现有顶尖智能体如Claude Code仍难以完全攻克这些任务，凸显了AI长期自主开发的挑战。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-models
- **发布时间**：2026-06-19 16:07（北京时间）
- **原文**：[打开原文](https://www.tbench.ai/news/terminal-bench-challenges)