近年来，随着人工智能（AI） 技术的迅猛发展，编程工具的使用方式也发生了显著变化。曾几何时，像 Cursor、Windsurf 和 GitHub 的 Copilot 这样的代码编辑工具一直是 AI 驱动软件开发的主流。然而，随着 「自主代理 AI」 的崛起和 「氛围编程」 的流行，AI 系统与软件的互动方式悄然转变。现在，AI 工具正越来越多地直接与系统的命令行接口 (终端) 进行交互。
终端，这个曾被 90 年代黑客电影广为传播的黑白屏幕，虽然看起来不如现代的代码编辑器那么炫酷，但其强大的操作能力在程序开发中却不容小觑。AI 不仅能够编写和调试代码，终端工具则是将代码变成可用软件的关键。
这一转变最明显的体现是主要实验室的命令行编码工具的推出，自今年 2 月以来，Anthropic、DeepMind 和 OpenAI 相继发布了 ClaudeCode、GeminiCLI 和 CLICodex 等命令行工具，迅速成为公司
这一变化虽然不易察觉，但它实际上标志着 AI 与计算机之间的互动方式发生了根本性的转变。许多专家认为，这种趋势才刚刚开始。Terminal-Bench 的共同创作者 MikeMerrill 表示，「我们坚信未来 95% 的大型语言模型（LLM） 与计算机的互动将通过类似终端的接口进行。」
与此同时，传统的代码编辑工具也面临着不小的挑战。AI 代码编辑器 Windsurf 经历了一系列收购，公司的未来变得不确定。而新研究显示，程序员们对传统工具的生产力提升估计过高。比如，METR 的一项研究发现，尽管开发者认为使用 CursorPro 能提高 20% 至 30% 的工作效率，实际观察结果却显示任务的完成速度反而慢了近 20%。
在这样的背景下，Warp 等公司迅速崛起，凭借其在 Terminal-Bench 中的高分，成为终端工具的佼佼者。Warp 的创始人 ZachLloyd 对终端充满信心，他认为终端是处理代码编辑器难以解决问题的理想场所。
新方法的关键在于如何定义其性能基准。传统工具通常关注解决 GitHub 上的代码问题，而终端工具则从更广泛的视角出发，涵盖代码编写、DevOps 任务等各个方面。比如，Terminal-Bench 的一道题目要求 AI 逆向工程一个压缩算法，另一道则要求其从源代码构建 Linux 内核。这需要程序员所需的顽强解决问题的能力。
虽然现在的终端工具尚未完全解锁其潜力，但 Lloyd 相信它们已经能够处理许多开发者的非编码工作，这无疑是个值得期待的前景。
