WorldTUI – 有人专门训练大模型演戏：你敲命令，它假装执行
内容提要
WorldTUI 是一个模拟终端，不依赖 Linux、文件系统或真实执行，所有输出均由 AI 根据输入预测生成。开发者基于 Qwen2.5-Coder-0.5B 训练了约 3.6 亿参数的小模型，量化后仅 208MB，可本地运行，能模拟 ls、cd、Vim、Python、tmux 等命令，并借助上下文记住“文件”内容。训练时先在 Docker 中采集 33.6 万段真实终端操作记录（约 20 亿 Token），再微调模型并加入纠错样本。复杂命令仍会出错。
延伸解读
“假终端”如何做到以假乱真
WorldTUI 的逼真感来自对真实终端操作序列的精细模仿。开发者先在 Docker 中运行 Bash、Vim、Python 等程序，逐字符记录屏幕变化，并故意加入 1.2% 的打字错误，让模型学习“按键—屏幕”的映射。因此，它不仅能响应简单命令，还能在上下文中维持文件内容，模拟出连续操作的连贯性。但这种连贯只是预测结果，并非真实执行。
记忆的边界：上下文即全部
WorldTUI 的“记忆”完全依赖对话上下文。你在 Vim 中编辑的文件内容会被模型记住，并在后续读取时复现，但一旦新建终端对话，这些内容就消失了。这意味着它无法像真实文件系统那样持久化数据，所有状态都随上下文窗口的结束而重置。对于需要长期保存或跨会话共享的场景，这种模拟方式存在根本局限。
小模型的大野心：208MB 的取舍
基于 Qwen2.5-Coder-0.5B 微调的模型仅 3.6 亿参数，int4 量化后 208MB，可在本地浏览器运行。为提升速度，开发者采用并行预测终端不同行、缩减词表等优化。但代价是复杂命令容易出错，文件内容可能突变，计算结果未必正确。这揭示了小模型在模拟复杂系统时的能力边界：适合演示和轻量交互，而非替代真实终端。
思路比工具更有价值
尽管 WorldTUI 本身“没什么大用”，但其训练方法具有参考意义：用真实软件的操作记录训练模型模仿行为，再通过纠错样本让模型学会修复错误。这种“观察—模仿—纠错”的流程，可迁移到其他软件交互模拟场景。开发者还计划公开模型权重，为想探索“AI 演戏”思路的人提供了可复现的起点。
Q&A
WorldTUI 是什么？它有什么特别之处？
WorldTUI 是一个模拟终端，它不依赖真实的 Linux、文件系统或命令执行，所有输出都是 AI 根据输入预测生成的。你可以输入 ls、cd、mkdir 等命令，甚至打开 Vim 编辑文件、运行 Python，但背后并没有真正的执行，全是 AI 在“演戏”。
WorldTUI 是如何训练出来的？
开发者先在 Docker 容器中搭建真实的 Linux 终端，运行 Bash、Vim、Python、tmux 等程序，并随机生成用户名、目录、文件和操作任务。然后让脚本模拟人类操作，一个字符一个字符地输入命令，甚至加入 1.2% 的打字错误，同时记录每次按键后的真实屏幕变化。共收集 33.6 万段操作记录（约 20 亿 Token），用于微调 Qwen2.5-Coder-0.5B 模型，让模型学习根据按键和历史屏幕预测下一步画面。此外，还使用真实终端的结果构造纠错训练样本，让模型学会修复错误。
WorldTUI 模型有多大？可以在本地运行吗？
WorldTUI 基于 Qwen2.5-Coder-0.5B 训练，模型约 3.6 亿参数（716MB），经过 int4 量化后大小只有 208MB，可以轻松在本地运行，甚至能在浏览器中体验。
WorldTUI 能模拟哪些命令和程序？
WorldTUI 可以模拟 ls、cd、mkdir 等基本命令，还能打开 Vim 编辑文件、运行 Python 解释器、使用 tmux 多窗口，并支持环境变量。
WorldTUI 有记忆功能吗？它是如何记住文件内容的？
WorldTUI 有记忆功能，但并非真正的文件系统。当你用 Vim 编辑文件后，内容会保存在上下文中，之后可以再次打开查看。但如果新建一个终端对话，之前的内容就会丢失。
WorldTUI 有哪些局限性或可能出错的地方？
WorldTUI 并不真正执行命令，因此复杂命令可能执行得乱七八糟，文件内容可能突然变化，计算结果也未必正确。它从头到尾都没有真正运行过程序，所以会露馅。
WorldTUI 有什么实际用途？
虽然 WorldTUI 本身可能没有太实际的用途，但它提供了一个思路：可以用类似方法让模型观察真实软件的操作过程，再训练它模仿软件行为。对于普通用户来说，这是一个很好的参考。
