Terminal-Universe：将Agent轨迹转化为可扩展终端环境

随着基于终端的代码智能体日益普及，智能体轨迹已大规模积累，而真实、可执行的环境仍然稀缺。然而，环境恰恰是智能体后训练所真正需要的：每个环境都可以被反复查询以生成许多可验证的任务，并提供执行反馈，而一条轨迹只是一个冻结的演示样本。我们并非从头生成环境，而是观察到现有轨迹中的工具执行历史揭示了其运行环境的结构和内容，从而使得从轨迹本身重建这些环境成为可能。为此，我们引入了Terminal-Universe框架，该框架将每条轨迹转化为一个可复用的环境，并对其进行探索以合成新任务和持续交互。具体而言，Terminal-Universe重放轨迹中记录的文件操作，在智能体修改之前恢复每个文件，从而生成一个部分工作区；随后，一个补全智能体负责补充缺失的文件和依赖项。在此恢复的工作区上，我们既重建原始意图任务，也合成全新的任务。

此外，我们沿两个互补维度扩展任务：广度和深度。在广度方面，我们挖掘相关环境之间的方向性依赖关系，并合成跨工作区查询，涵盖多个代码库，正如开发者在真实开发中经常做的那样。在深度方面，我们将初始的单轮查询扩展为多轮会话，通过用户智能体捕捉迭代式用户反馈和需求细化。应用于公开的终端智能体轨迹后，Terminal-Universe生成了37.3k个任务充分的环境。在此语料上对Qwen3.5-27B进行监督微调，将Terminal-Bench 2.1上的单轮性能提升了11.9个百分点，并将EvoCode-Bench v2 MT@4上的多轮性能提升了13.8个百分点。