T1：用於長期目標的終端代理強化學習模型
為何重要
T1 展示了強化學習在封閉式開發環境（如終端機）中解決長程計畫的可行性，其透過 MoE 與工具呼叫限制的突破，為開發可靠的程式自動化 Agent 提供了技術藍圖。分析師應關注此種「專用於工具呼叫的長程 RL」與通用基礎模型之間的效能優勢範圍，這可能意味著即便在 GPT 系列等通用模型日趨強大的背景下，特定領域的 Agent 技術仍有報酬率高的突破空間。
隨著 Agent 應用逐漸從單次互動轉向 coding 與科學探索等長序任務，直接操作終端機的操作型 AI 變得至關重要。研究團隊發布了 T1 模型，這是一個總引數量達 122B 的 Mixture-of-Experts (MoE) 架構，透過強化學習在雲端沙箱模擬真實終端機，並支援每個任務長達 300+ 次工具呼叫。透過具體技術解法（TITO 與 R3）將對數機率落差縮減至 0.013，T1 在 Terminal-Bench 2.1 測試中將任務解決率從 43.8% 提升至 64.0%，並在長時程終端測試以 27.9% 表現超越 GPT-5.4 與 GLM-5.1。