10 月 23 日，一个名为 WorldTUI 的开源项目进入视野。它模拟的终端能接受 ls、cd、mkdir 等输入，能打开 Vim、运行 Python、拉起 tmux 多窗口，体验与真实环境几乎一致，但背后既没有 Linux，也没有文件系统，更没有真正执行过任何一条命令，屏幕上跳出的一切全由 AI 现场编造。
用 0.5B 底座练出 3.6 亿参数
开发者 Simon Edwardsson 以 Qwen2.5-Coder-0.5B 为底，训练出一个约 3.6 亿参数、体量 716MB 的小模型，再经 int4 量化压缩到 208MB，本地即可跑起来。运转逻辑很纯粹：模型不执行任何程序，只根据敲下的命令预测终端下一步该显示什么。它让你建文件就假装建了，让你读文件就努力回忆自己刚往里写了什么，打开 Vim 就切换成 Vim 的角色往下接。
训练模型学会演戏
这个项目最有意思的地方不是伪造得多像，而是它把「演得像」变成了一个可训练的目标。本质上是用小模型承担终端的状态预测与界面渲染，把真正执行命令的成本降到零。
它能用在什么地方
这类技术的现实价值在于把复杂工具链的界面层变成轻量可分发的模型：CLI 教学工具、Agent 沙箱里的假环境、离线演示与测试桩，都可以直接用它搭。也正因为模型足够小，量化后 208MB 就能在本地跑，演示、录屏、CI 环境里都不需要真实系统配合。对做 Agent 基础设施的人来说，这类「无副作用环境模拟」的价值可能比看起来更大。
延伸阅读
- Anthropic发布Claude Haiku 5.5：成本砍75%，小模型可调推理强度2 周前
- Gradium Phonon 开源：3100 万参数端侧 TTS，词错率 1.70%55 分前
- Perplexity Mac 版推端侧模式：36GB 内存门槛3 天前
- 小米MiMo-V2.6开源，75万条轨迹练出72分超越GPT-62 周前
AI 自学笔记 每天更新 AI 前沿动态，订阅 RSS，或按 Ctrl/⌘+D 收藏本站，明天见。
继续读
同一批更新里这几篇值得一看：
- Cactus 开源 16.9MB 端侧语音模型，词错率降到 10.47%2026-10-23
- Gradium 开源 Phonon：3100 万参数 64.5MB 端侧 TTS2026-10-23
- Perplexity Mac 版推端侧模式：36GB 内存门槛2026-10-21
想快速查定义？对应的词条在这里：
- AI Agent词条 · AI 自学笔记