10月19日，腾讯混元Frontier团队发布Terminal-RSI，称其能通过RSI让一个模型超越原本的框架，实现自己本来不具备的能力。论文所用基座模型为Qwen3.8-27B。
在Agent终端实操基准测试集Terminal-Bench 4.0上，该基座模型原本不具备跑测试集的能力，即0%，经Terminal-RSI训练后达到19.84%，与GPT-5.6 Terra、Gemini 3.8 Flash齐平。
Terminal-RSI训练的是终端Agent：团队给出沙盒和任务说明，它需在命令行查看仓库、安装依赖、修改代码、运行测试，最终由沙盒状态验证。论文提到训练中平均交互回合数在50到117之间浮动，第二步出错往往到最后才知道；验证器11条检查过9条，也难以在终端判定中体现。
论文同时承认，这套RSI只在一个27B模型上跑过，仅有三次评测、没有独立训练种子，放到Hy4这类大参数量模型上能否实现RSI尚无答案。