阶跃星辰 Step-5-Preview 实测：Agent Loop 与工程代码表现扎实

评测博主 karminski 发布了针对阶跃星辰 Step-5-Preview 模型的实测体验，重点展示了该模型在智能体循环与后端工程代码编写上的表现。

• 任务输出稳定性较高：在工程代码编写中极少出现反复修改的情况，后训练调优表现扎实。
• 智能体决策与数值优化能力突出：在「硅基交警」模拟测试中全程未引发事故，在「硅基骑手」等多轮测试中得分波动很小，并能在智能体循环中进行极限规则套利。
• 前端与多模态能力存在差距：在前端代码、3D 场景与美学理解上虽较前代有所提升，但相比行业顶尖水准仍显不足。
• 影响/看点：该实测表明 Step-5-Preview 在偏重确定性逻辑与工具调用的工程智能体场景具备落地潜力，但若要扩展至复杂全栈及多模态交互任务，仍依赖于前端与视觉能力的进一步补强。
• 资料依据:
• X：karminski (@karminski3)（2026-09-25）：https://x.com/karminski3/status/2103471828480176285

本内容由 AI 生成，仅供参考，请注意甄别