应用介绍

各家都说自己的编程代理最强，到底谁能真正在终端里把活干完？Terminal-Bench 是一个衡量 AI 代理终端实操能力的基准测试，任务多样、难度高且持续更新。

前沿代理的开发团队都用它追踪进展、横向比较，任务版本发布在 Harbor Hub 上。

软件功能

真实任务：终端实操。

高难度：贴近前沿。

持续更新：版本发布。

横向对比：排行榜。