多年来，Cursor、Windsurf 和 GitHub Copilot 等代码编辑工具一直是 AI 驱动软件开发的标准。但随着代理式 AI（agentic AI）日益强大以及“氛围编程”（vibe coding）的兴起，一种微妙的转变正在改变 AI 系统与软件交互的方式。
它们不再仅仅处理代码，而是越来越多地直接与其所安装系统的 shell 进行交互。这是 AI 驱动软件开发方式的重大变化——尽管这一趋势低调，但它可能对这一领域未来的发展方向产生深远影响。
终端最广为人知的形象是你在 90 年代黑客电影中看到的那个黑白屏幕——这是一种非常老派的运行程序和操纵数据的方式。它不如当代代码编辑器那样视觉效果出众，但如果你知道如何使用它，它是一个极其强大的界面。虽然基于代码的代理可以编写和调试代码，但通常仍需借助终端工具才能将写好的代码转化为真正可用的软件。
向终端转移的最明显迹象来自各大实验室。自二月以来，Anthropic、DeepMind 和 OpenAI 分别发布了命令行编码工具（Claude Code、Gemini CLI 和 CLI Codex），它们已成为这些公司最受欢迎的产品之一。
由于这些工具在很大程度上沿用了之前编码工具的相同品牌标识，这种转变很容易被忽视。但在底层，代理与在线及离线计算机交互的方式发生了实质性的变化。一些人认为，这些变化才刚刚开始。
领先终端基准测试 Terminal-Bench 的共同创作者迈克·梅里尔（Mike Merrill）表示：“我们押注的一个重大观点是，未来 95% 的大语言模型与计算机的交互将通过类似终端的界面进行。”
随着以代码为主的工具开始显得摇摇欲坠，基于终端的工具也正逐渐崭露头角。AI 代码编辑器 Windsurf 在相互竞争的收购案中备受冲击，高级高管被谷歌挖走，而剩余公司则被 Cognition 收购——这使得该消费者产品的长期前景变得不确定。
与此同时，新的研究表明程序员可能高估了传统工具带来的生产力提升。一项针对 Cursor Pro（Windsurf 的主要竞争对手）的研究发现，虽然开发者估计他们完成任务的速度能快 20% 到 30%，但实际观察到的过程却慢了将近 20%。简而言之，代码助手实际上在消耗程序员的时间。
这为 Warp 等公司留下了机会，该公司目前在 Terminal-Bench 上排名第一。Warp 将自己定位为“代理式开发环境”，介于 IDE 程序与 Claude Code 等命令行工具之间。
但 Warp 创始人 Zach Lloyd 对终端依然持乐观态度，他认为终端是解决 Cursor 等代码编辑器范围之外问题的有效途径。
Lloyd 表示：“终端在开发者技术栈中处于非常低的层级，因此它是运行代理最通用的地方。”
从代码生成到环境交互：范式转移
要理解新方法的不同之处，查看用于衡量它们的基准测试会有所帮助。基于代码生成的工具主要专注于解决 GitHub 上的问题，这也是 SWE-Bench 测试的基础。SWE-Bench 上的每个问题都来自 GitHub 上的一个开放 issue——本质上是一段无法正常工作的代码。
模型会对代码进行迭代，直到找到可行的解决方案，从而解决问题。像 Cursor 这样的集成产品已经构建了更复杂的解决方法，但 GitHub/SWE-Bench 模式仍然是这些工具处理问题的核心：从有缺陷的代码开始，将其转化为可正常工作的代码。
基于终端的工具采用更宏观的视角，不仅关注代码本身，还审视程序运行的整个环境。这既包括编码工作，也涵盖更具 DevOps 导向的任务，例如配置 Git 服务器或排查脚本无法运行的原因。
在 Terminal-Bench 的问题中，指令提供了一个解压缩程序和一个目标文本文件，挑战智能体逆向工程出匹配的压缩算法；另一题要求智能体从源代码构建 Linux 内核，却未提及智能体必须自行下载源代码。解决这些问题需要程序员所具备的那种固执己见的解决问题的能力。
Terminal-Bench 联合创始人 Alex Shaw 表示：“让 TerminalBench 变得困难的，不仅仅是我们向智能体提出的问题，更是我们将它们置于其中的环境。”
关键在于，这种新方法意味着要一步步地解决问题——这正是使代理式 AI（agentic AI）如此强大的核心技能。然而，即使是最先进的代理模型也无法应对所有环境。Warp 在 Terminal-Bench 上取得了高分，因为它解决了略超过一半的问题——这既彰显了该基准测试的挑战性，也表明在释放终端的全部潜力方面仍有大量工作要做。
尽管如此，Lloyd 认为，我们已经处于这样一个阶段：基于终端的工具已经能够可靠地处理开发者大部分非编码工作——这一价值主张是难以忽视的。
Lloyd 说：“如果你想想搭建新项目、理清依赖关系并使其可运行的日常工作中，Warp 几乎可以自主完成这些任务。如果它做不到，它会告诉你原因。”