程子豪@北京航空航天大学：Terminal-World：面向终端智能体的大规模环境合成

背景：终端智能体通过使大语言模型直接在命令行环境中执行任务，展现了巨大潜力，但高质量训练数据稀缺限制了其发展。现有数据合成方法依赖人工种子任务或GitHub仓库，导致任务分布狭窄、环境与任务语义不匹配，且教师轨迹包含大量无引导探索和低效操作。研究目的：为了解决上述问题，该报告提出了Terminal-World，一个完全自动化的终端智能体数据合成流水线。该方法以Agent Skills为核心原语，利用技能中“做什么、何时使用、如何执行”三类信息，联合生成任务指令、可执行环境和教师轨迹，并通过将技能组合为技能团队和技能图，支持多角色、跨领域的复杂任务生成。结论：基于该流水线构建了5,723个训练环境，训练的Terminal-World系列模型在6个基准上持续优于现有基线。其中Terminal-World-32B仅使用Nemotron-Terminal训练数据的1.2%，在Terminal-Bench 2.0上以31.5的Pass@1超过Nemotron-Terminal-32B，并达到43.8的Pass@3，证明了该方法的有效性和高效性。