论文指出终端代码智能体后训练的瓶颈在于可执行环境而非轨迹数量。Terminal-Universe框架从已有轨迹中重建37.3k个环境，通过回放文件操作和补全缺失部分，并扩展单轮及多轮任务。SFT后，Terminal-Bench提升11.9分，EvoCode-Bench多轮提升13.8分，显示环境是可持续生成任务的关键资产。