Unverified50% confidenceFactExact time
Terminal Bench要求模型在模拟终端环境中完成完整软件工程工作流，包括读取错误日志、调试、配置环境变量、操作文件系统
1
Sources
50%
Confidence
Long-term
Relevance
8/30/2026
First Seen
Sources
Related Entities
Related Claims
UnverifiedTerminal-Bench 要求模型在真实的 shell 环境中进行多轮交互，包括发出命令、解析 stdout/stderr 输出、处理权限问题、管理文件系统状态79% similarUnverifiedTerminal Bench是斯坦福大学设计的智能体评估框架，模拟真实Linux终端环境，要求智能体完成环境配置、依赖安装、代码调试、结果验证等完整工作流77% similarUnverifiedTerminal Bench要求模型在交互式命令行环境中调试、运行、修复代码，区别于HumanEval等静态代码生成测试75% similarUnverified终端模拟器负责渲染字符、处理键盘输入、管理窗口显示，Shell是运行在终端之上负责解析执行用户命令的程序，两者职责不同73% similarUnverifiedTerminalBench是一个包含约82个计算机使用和编程任务的Agent评估框架68% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/822482API
curl https://kongchang.com/api/v1/knowledge/claims/822482MCP
get_claim(id=822482)