拿到阶跃 Step 5 Preview 的内测权限后，作者在 WorkBuddy 的 Agent Harness 里做了一轮实测，覆盖创意前端、3D 视觉与真实工程任务黑龙江配资网，重点看工具调用与较真场景下的表现。
七月份的时候，我就受邀参加了「阶跃」的新品发布会。当时还发了个朋友圈，那场的主角是手机，主打端侧智能。
当时想的就是：接下来他们发的模型，大概率是冲着手机去的。
果然，不到两个月的时间，阶跃的整个模型家族果然迎来了新成员，Step 5 Preview。
不管是Coding、前端、Working 和 Agent 能力，对比上一代，都有非常大的提升。
通过官方信息我们也能看到，Step 5 Preview 的定位是「向前一步，智能效率的新一代“帕累托前沿”」
在 AA 榜单中也名列前茅，总参数600B，激活参数27B，1M上下文窗口，同样支持多模态，以更具竞争力的成本，把 Frontier Model 级能力转化为真实可交付的生产力。
拿到模型内测权限后，我直接在 WorkBuddy 的 Agent Harness 里跑的。
话不多说，直接看测评。
一、先来看一批创意 Case
CASE 1 鹈鹕骑自行车：放开工具再迭代
先来个经典测试题目：鹈鹕骑自行车。
这是第一轮交出来的效果。自行车和鹈鹕都挺像样。
第一轮是严格限制调用工具的。这一次我们放开工具，让它可以用视觉模型截图参考。
所以它自己改了 4 轮，不光加了一些插画和交互，还把第一轮截图暴露的问题都修了。总的来说，这个动画还不错。
简单的先到这儿。接下来实测 X 上特别火的效果。
CASE 2 动画短片：从逐秒脚本到播放器第一个是 Remotion 这个是用来测它的前端以及视频生成
提示词如下所示：
PROMPT 01 · 动画短片 · 逐秒脚本与播放器
逐秒时间码：用代码渲染一条六十秒的动画短片 ← 变体自「30 秒 boss 过场逐秒时间码 + Remotion 科普片」
我要一条六十秒的动画短片，主题是「我敲下一句话之后，模型内部发生了什么」—— 从输入、拆词、注意力、逐字生成，到把答案还给我。
先写逐秒时间码的脚本：0 到 5 秒什么画面、5 到 12 秒什么画面，一直写到 60 秒。每一秒都要有内容，不许有静止的黑屏，不许用一段长动画糊过去。写完把这份脚本给我看，同时开始做。
技术要求：
用代码渲染，HTML/CSS/SVG 或者 canvas 都行，不要用 PPT 味的东西，不要插值动画硬撑时间。
在浏览器里能播：播放、暂停、逐帧步进、拖到任意时间点、循环。
如果手边有工具能导出视频文件，就导出成 MP4 一起给我；不能导出也行，那我要一个能逐帧截图、能录屏的播放器。
字幕是中文的，字卡要能一眼看清；音效用代码合成，别下载任何音频素材。
视觉上先给我两套风格各五秒的样片：一套是技术图纸感的（细线、标注、单色），一套是有点手绘温度感的。你自己挑一套做完，告诉我为什么。
最后交一份逐秒对照表：每个时间码、画面上是什么、这五秒在讲什么。再告诉我：哪几秒你做得不满意，为什么没做到你想要的效果。
从提示词到第一版交付，它花了一个多小时，成片、播放器、逐秒脚本、对照表整套交齐，整体上看效果还算可以。
CASE 3 自动贩卖机：先写规格，再做实现下一道题：先让模型写产品规格书，再照着产品规格书做出一台能投币、会卡货、能补货的自动贩卖机。
提示词如下所示：
PROMPT 02 · 自动贩卖机 · 规格与实现
这个活分两个阶段，第一阶段只写字，不许写代码；第二阶段只按文档实现，不许改规格。中间不许跳。
第一阶段，交一份 SPEC.md 给我，把这些写死：整体美术方向（色值、字体、圆角、材质、光影）、机身和货道的几何尺寸、界面布局（每一块在屏幕的什么位置、多大）、所有机制的具体公式和数值（投币面额、每种货的价格、找零逻辑、卡货概率、卡货后连拍几次振动的概率、库存数量、冷藏温度）、动画时长、音效（每个操作什么声音、多长、用代码怎么合成）、以及明令禁止的东西（不许外链、不许下载素材、不许用第三方库）。写完先交我这份文档，别动代码。
第二阶段，严格照 SPEC 实现成单文件 HTML，双击就能玩：
投币：支持多种面额，找零要算对，零钱不足、投多了、退币都要有正确反应。
选货：货道编号可点，售罄要明确标出来。
卡货：按你 SPEC 里写的概率真卡，卡了之后拍机身有概率出货、有概率退钱、有概率彻底坏掉。
补货：我能把货补回去，库存和收益要实时能看到。
出货动画：商品从货道掉落到取货口要有重量感，不许凭空出现。
故障模式：断电、卡币、货道卡死，每种都要能手动触发，方便我看。
所有数值必须从一份外部的 JSON 配置里读，我改 JSON 就能改价格和库存，不许写死在代码里。
最后交一份「规格—实现对照表」：SPEC 里的每一条，你的实现在哪一段、有没有偏离、偏离的原因是什么。你偏离了几条，我要看到。
第一阶段阶跃模型首先先梳理完了产品规格书：
然后我再让其推进生成内容，最后生成了这么个售卖机：
它能买。投币、找零、选货、出货、退币，整套流程都能走通；哪条货道卖完了，当场标上售罄。
规格书里写下的机制，它一条条都做出来了。它交活还会逐条验收，每一条都能当场演示。
先看第一道：一张客厅照片，搭成能走进去的 3D 场景。
提示词如下所示：
PROMPT 03 · 客厅照片 · 三维重建
我有一张照片，是个客厅。我想请你把它变成能走进去看的三维场景。 照片我发给你了，文件名是 客厅照片.jpg。（这张图来自 Wikimedia Commons，CC BY 2.0） 我要的不是把照片贴到一块板上。要用几何体把里面的东西真的搭出来：房间的长宽高、墙和地面的边界、后面那扇推拉门的位置和尺寸、每一件家具的形状和摆放。照片没拍到的部分，比如我站的位置身后、天花板上面，你自己按合理的方式补全。
几个要求：
一、场景里至少四十个独立物件，每一件都能单独点选，点开显示它的名字和大致尺寸。
二、物件要能按类别开关显示：只看家具、只看门窗帘幕、只看摆设小物、只看灯具和光。
三、做一条时间轴，从空房间开始，按顺序把东西一件件放进去，可以拖到任意位置。
四、再做一个对比页：左边是这张照片，右边是场景，视角能和照片里的机位对上；能一键切线框，也能一键切成纯色体块，让我看清形体关系。
五、跑起来要流畅，1080p 下稳定在 60 帧，几十个物件别卡成幻灯片。整份东西不连外网也要能打开，我双击就能看。
六、交一份自检记录：你自己打开、自己截图、自己对着照片看，把不对的地方列成清单，然后改，再列一次。至少做三轮，每一轮的截图和差异清单都留着，别只给我最终版。
最后告诉我：怎么打开、物件一共多少个、哪些地方是你推断的、哪些地方你自己知道和照片对不上。
这是最终交出来的对比页：照片在左，场景在右，机位对齐。
第三轮自检它又截了一版线框的，把两边的形体关系摊开看。
元股证券:ygzq.hk
同轮的实景对比。
一张照片进去，一个能走进去、也能跟照片并排比的 3D 场景出来，自己还验了三轮，该有的都有了。
CASE 5 程序化轻轨：用代码造一条线路先看这道：程序化轻轨，空手造一条能坐进去的线路。
提示词如下所示：
PROMPT 04 · 程序化轻轨 · 代码生成场景
我要一个能在浏览器里坐进去的城市轻轨，一根模型文件都不许用。
所有东西都要在运行时用代码生成：车厢、座椅、扶手、拉环、报站屏、车窗、轨道、道岔、接触网、隧道壁、站台、闸机、沿线楼群——不许下载任何模型文件，不许下载贴图，不许连外网，双击 HTML 就能跑。
功能上我要这些：
一、线路自己设计：至少八站，每站有名字。列车进站要减速、停稳（车头和停车线对齐，误差别超过二十厘米）、开门、上下客、关门、起步。
二、三种视角：车厢里乘客视角（能左右转头，看窗外和车厢里的细节）、车头司机视角、站台上等车的视角。视角切换要顺，不能瞬移。
三、三个时段：白天、黄昏、夜里。窗外的光、车厢里的灯、站台的灯要跟着变，夜里车厢玻璃上要能看到自己的倒影。
四、一条线路图：整条线缩略画出来，当前列车位置实时在动，点任意一站能直接跳过去。
五、性能：1080p 稳定 60 帧，说清楚你用了什么手段（实例化、几何合并、视锥剔除、LOD 都行），把帧率和绘制调用的实测数字给我。
视觉上别做成低多边形的塑料玩具感。先做两套方向各一屏给我看——一套是干净克制的现代地铁（磨砂金属、哑光塑料、灯带），一套是有年代感的旧车（暖黄灯、绿色墙面、老式拉环），你自己挑一套深入做完，告诉我为什么挑它。
最后自己坐三趟：一趟白天看准点，一趟夜里看灯光，一趟专门盯着上下客。每趟都截图，把不对的地方列出来，改完再坐一趟。三轮的记录都留给我。
先看它交出来的：
没有模型文件、没有贴图，车厢、轨道、沿线楼群，全是它当场用代码生成的，双击 HTML 就能跑。
而且在做的过程中，它还会自己截图去验证，这三张就是它截的不同时刻列车状态的图：
这些截图只是过程中的片段。
收尾时它把整轮验证整理成了一份测试留档：规格逐条核对、三趟试乘记录、性能数据，连还没把握、要真机复测的地方，也都自己标了出来。
这道题跑下来，能看出它的长程任务规划能力还行：一道题从头到尾自己规划、自己验证、自己留档，中间没掉链子。
CASE 6 键盘复原：从局部到零件级拆装接下来来试试这道：键盘零件级复原站，一张角落特写，补出整块键盘。
提示词如下所示：
PROMPT 05 · 机械键盘 · 零件级复原
我给你一张照片，是拆掉键帽的老式机械键盘的一个角落特写：能看到三个装好的黑色轴体（银色弹簧、银色轴顶、白色轴芯都露着）、三个空的轴位、米白色的塑料定位底板，以及底板上的加强筋和一个螺丝柱。照片就拍了这么一小块，别的什么都没有。
照片我发给你了，文件名是 键盘开关特写.jpg。（来自 Wikimedia Commons，CC BY 2.0）
我要你把这一小块补成整块键盘，并且做成一个能拆开的零件级网页。
一、先推理图外的东西：整块键盘有多少键、什么配列、外壳什么形状、脚垫和铭牌在哪、线从哪出。推理出来的东西要单独列一份清单，写清楚哪些是照片里看到的、哪些是你推的、依据是什么。
二、零件级可交互，零件总数不少于两百个：掀键帽、拔轴体、把轴体拆成上下壳、弹簧、轴芯、金属触片；外壳、定位板、PCB、卫星轴、连接线都要有。每个零件点一下能看名字、材质、尺寸、在整机里干什么。
三、三种看法：爆炸视图（一根滑杆控制散开程度）、剖切（能切到轴体内部看弹簧怎么压）、装配动画（从一地板零件自动装回成整块键盘，可以暂停、倒放）。
四、一份可导出的零件清单（CSV）：零件名、数量、尺寸、装配位置，让我能对着数。
五、相机功能：一键回到跟照片完全一致的机位，左边照片右边模型并排比；再一键切成纯色体块，让我看结构关系。
六、1080p 六十帧，不连外网也能双击打开。
做完自己验三轮：
第一轮把模型和照片并排看，列出哪里不像；改；
第二轮看零件拆装有没有卡住的、装配动画有没有零件穿模；改；
第三轮看性能和跳帧。
三轮都要截图，最后告诉我哪几处你的模型和照片是明确对不上的。
和照片并排比，除了个别凹槽没对上，别的都还行。
物理这一层还原得也齐：轴体、弹簧这些小零件都在，还能看它把整块键盘拆开、再装回去：
三、实战Working CASE 7 linkding：真实工程修复与压测前面都是前端，这道换 coding：把一个真实开源项目里的 bug 修掉，还得自己证明修好了。
项目是 linkding，一个自托管的开源书签管理器。它有个毛病是导出不跟着筛选条件走，一导出就是导出全部内容，容易把内存吃爆。
提示词如下所示：
PROMPT 06 · linkding · 压测、改造与验证
我手上这个项目是 linkding，一个自托管的开源书签管理器。 我要你在真实工程里把一件活干完，不是给我一段代码。
先把代码拉下来，切到我线上跑的版本：git clone 官方仓库，再 git checkout 到 f32af96123e9749e60c54caa3ac7709621faffee 这个 commit。它是 Django + SQLite，本机要能起得来，Python 3.13 以上，用 uv 或者 docker compose 都行。
第一件事，造压。写个脚本造十万条书签，标签、归档状态、时间跨度都要有像样的分布。造完把这份数据跑起来，量三个数：列表页首屏、全站搜索、全量导出，各花多久、各吃多少内存。先给我这份基准。
第二件事，改造。目标是在十万条下——列表页首屏一秒内打开，搜索两百毫秒内返回，导出五万条不把内存吃爆（现在它是全量读进内存再吐，你自己去看它崩在哪一步）。改的过程中，列表、筛选、分页、归档开关这些老功能一样都不能坏。
第三件事，验证。把改造前后的数字摆在一起，写清楚你动了哪些文件、为什么这么动。项目自带一整套测试，跑完必须全绿；你自己补的测试要能证明新逻辑真的生效——把你新写的关键逻辑临时还原一次，看测试会不会红，红了才算测到了东西。
做完自己滚一遍，确认能起、十万条下三个数字达标、测试全绿，再告诉我。
第一件事，先压测复现 bug：十万条数据灌进去，把改之前的三个基准量出来。
第二件事，改造：照着压测发现的问题，一步步优化。
第三件事，验证：确认这些优化真的生效。
三件事连下来，从拉代码到测试全绿，一共花了2 小时 5 分。整体来看长程调度能力还行：它验证得特别细，前面测 case 的时候一度想吐槽；放到真实业务里一看，这点较真反而用得上。
接下来是办公，就测了两个 case。
CASE 8 招标文件：78 页逐条核对第一个，政府采购的招标文件，78 页。
提示词如下所示：
这是一份真实的政府采购公开招标文件，78 页，中文，PDF 有文字层，你直接读。
第二个，同一家公司报了两个不一样的营业收入，让它裁决用哪个。
提示词如下所示：
同一家公司，我在两个地方看到了两个不一样的营业收入，我要你帮我裁决用哪个。
办公这边也一样：它验证得细，所以特别适合求证类的东西。
读 78 页招标文件、裁决对不上的收入，逐行逐行都是对着原文抠的活。
真放到日常办公里，最耗精力的，经常就是在几份材料之间来回翻，确认一条要求有没有漏、两个数字为什么对不上。
这些细节核清楚了，后面整理投标材料、写经营分析，才有能追溯的依据，也方便交给同事继续复核。
所以这两个 case 跑下来，我觉得 Step 5 Preview 在办公里的价值相对实在：能帮你把交付前那些繁琐、又不能含糊的核对工作往前推进。
四、结语说点实话。
这模型跑 coding 是真慢，动辄两三个小时，我测的没有低于两小时的，很多都特别长。
但它也挑场景。文档类的活，它干得特别较真，每个点都能给你核验到位。现在有很多模型，碰见问题也是拣最快、最省事的法子给你解决了事；阶跃它就一条一条对着原文抠。
而且他们也一直在做端侧，对后面的智能设备也很看好。这一步，我觉得是押对了方向：等智能设备这波真起来，端侧模型是谁的，入口就是谁的。
这种较真劲儿，跟端侧正好搭得上：端侧要的，不见得是跑得最快的脑子，是交件事给它，它能自己盯着干完、自己验好。
往后等它正式上线，再磨几轮，速度上应该能找补回来。
真到了那天，这股较真劲儿配上阶跃一直以来端侧的布局，
感觉是有得打的黑龙江配资网。
元股在线｜专业配资炒股门户领军品牌提示：本文来自互联网，不代表本网站观点。
相关文章
大盘行情指数走势
热点资讯