20260601

concepts/terminal-bench.md

@@ -0,0 +1,31 @@
+---
+title: "Terminal-Bench"
+created: 2026-05-26
+type: concept
+tags: ["benchmark", "agent-evaluation", "terminal", "coding"]
+sources: ["mini-agent-harness"]
+---
+
+# Terminal-Bench
+
+> 终端环境下的 Agent 评测基准：将模型接入终端，执行命令、安装依赖、调试错误，用测试脚本验证。
+
+## 任务结构
+
+- **Instruction**：任务指令
+- **Isolated Environment**：隔离执行环境
+- **Test Script**：验证脚本
+
+## 与 [[swe-bench]] 的区别
+
+| 维度 | Terminal-Bench | SWE-bench |
+|------|---------------|-----------|
+| 环境 | 裸终端 | Git 仓库 |
+| 任务 | 命令行操作 | Patch 生成 |
+| 验证 | 测试脚本 | 单元测试 |
+| 适用场景 | 系统运维/DevOps | 代码修复 |
+
+## 相关页面
+
+- [[agent-computer-interface]] — 终端即 ACI
+- [[agent-harness-mini]] — 可参考其任务结构