Tmax: A simple recipe for terminal agents

Tmax 面向 terminal-using agents，给出开放 RL 训练 recipe，目标是补上终端 agent 领域缺少公开数据、稳定基线和学术评测的问题。摘要强调 terminal agents 已经成为语言模型最常见的下游应用之一，但 RL 训练研究仍受限于 benchmark、数据和简单 baseline recipe。它的贡献更像一套可复现实验底座，而不是又一个封闭终端助手结果。