跑 Terminal-Bench 时，Agent 把自己 kill -9 了
15 分钟阅读
Orca 两轮 Terminal-Bench 2.0 评测复盘：指令在 argv 里导致 Agent 被自己的 /proc 扫描 kill -9（exit 137）、lifetime workspace 服务在会话结束时被 terminate_all 一并取消、修复只把指令从 orca 的 argv 挪到 sh -c 的 argv（exit 143）、Harbor 均分与 scored-only 与基础设施复跑三种口径、环境启动超时泄漏容器，以及把评测探针和台账收进仓库之后探针自己也会过期。