大型语言模型（LLM）代理正日益通过终端与计算机交互，但现有调研往往把终端行为分散在软件工程、工具使用和计算机使用等领域。我们将终端代理定义为：其主要的观察‑行动循环由终端命令执行、文本反馈以及有状态的环境交互所驱动的系统。以终端执行为组织视角，本文划定了工作负载层面的边界，并通过七维终端能力画像将系统架构、能力获取和评估联系起来。
我们的综合表明，实际行为受模型、接口、调度器、运行时和环境五个因素共同塑造。可执行轨迹为学习提供了行动后果、验证和恢复的依据，而当前的评估方式更侧重于最终结果，导致过程质量、恢复能力和治理等方面的证据不均衡。通过有界的固定条件诊断，我们得到两点启示：
- 不同基准族揭示了不同的过程信号；
- 匹配系统的对比显示性能依赖于基准，且组件贡献难以单独归因。
这些发现促使我们呼吁在报告中明确系统和运行时条件，配合可重放的轨迹和过程层面的证据。该框架为在软件工程及新兴应用领域研究终端介导的代理提供了统一的基准。