在复杂终端任务中，一次错误往往会引出一串无效操作：重复安装已经装好的依赖，沿着错误假设继续修改代码，直到耗尽预算、任务失败。来自复旦大学、香港中文大学 MMLab 和上海交通大学的研究者提出 ReTerm，让终端智能体尝试恢复自己造成的失败，再从恢复结果中学习，探索一条由自身错误驱动的递归自我改进（Recursive Self-Improvement，RSI）路径。团队构建了 ReTerm-10K，为模型提供恢复示范：先收集基础模型自己做失败的任务，再请更强的教师模型接手，示范如何检查问题、修复错误并完成任务。