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。
相关文章
