腾讯混元Frontier发布Terminal-RSI，基于27B基座提升终端Agent实操能力

腾讯混元 Frontier 团队提出 Terminal-RSI 机制，通过递归自我重写（RSR）与递归策略精炼（RPR）两个循环训练终端长时程智能体。以 Qwen3.8-27B 为基座时，模型在 Terminal-Bench 4.0 上的得分从 0% 提升至 19.84%，在 Terminal-Bench 2.1 上从 51.7% 提升至 86.5%。