RecodeX 重构消息，一项名为Terminal-Bench-Science的新基准发布，用于评估AI智能体在科学研究工作流中的表现。该基准聚焦于科研任务，旨在衡量智能体在真实科研场景下的能力。目前该基准已公开，但具体细节和测试结果尚未披露。