Terminus-4B：小型模型能否在代理执行任务中取代前沿大语言模型？

现代编码代理常将搜索、调试或终端执行等专用子任务委托给子代理，以隔离冗长输出并保持主代理上下文清洁。本文探究经微调的小型语言模型（SLM）是否能在代理终端执行任务中达到与前沿模型相当的性能。我们提出了 Terminus-4B，这是一个基于 Qwen3-4B，通过监督微调和基于规则的强化学习进行后训练的模型。评估显示，相比无子代理基线，Terminus-4B 能将主代理的 token 用量减少约 30%，且在 SWE-Bench Pro 等基准上性能无损，甚至在某些指标上超越前沿模型。