做 Agent 开发或调试的团队，终于有个快速把混乱运行痕迹变成可视化检查工具的方法——Step 3.7 Flash 这次实测值得点开看看，可以直接复现验证。
开发者用 Step 3.7 Flash 完成了一个真实 Coding Agent 任务：将一组 Agent Memory 运行痕迹（包括 memory_events、structured_facts、memory_chunks 等）转化为一个本地可检查的 HTML 工具。模型先读取现有代码和测试输出，再检索 Letta、LangSmith 等工具的展示方式，最终生成单文件 agent_memory_inspector.html，展示 8 条 memory events、9 条 structured facts、9/9 场景测试通过等关键信息。这次测试表明，模型不仅能回答问题，还能理解上下文、查资料、写代码并产出可运行的工具。虽然还不是生产级观测平台，但作为 first-pass 任务，它验证了模型将真实 Agent traces 转化为可用工具的能力。
我这次用 Step 3.7 Flash 测了一个真实 Coding Agent 任务： 把一组 Agent Memory 的运行痕迹，做成本地可检查的 Memory Inspector。 输入不是干...
我这次用 Step 3.7 Flash 测了一个真实 Coding Agent 任务： 把一组 Agent Memory 的运行痕迹，做成本地可检查的 Memory Inspector。 输入不是干净需求文档，是一个已有 Local Agent Memory MVP： · memory_events · structured_facts · memory_chunks · 9 个场景测试 · 敏感信息过滤结果 · recall 命中结果 · 跨 session 记忆记录 Step 3.7 Flash 先读现有代码和测试输出。 然后它检索了 Letta、LangSmith、Mem0、Graphiti 这些工具如何展示 memory、trace、dashboard 和 agent state。 最后生成了一个单文件本地 HTML： agent_memory_inspector.html 页面里能看到： · 8 条 memory events · 9 条 structured facts · 8 个 memory chunks · 9/9 场景测试通过 · 敏感信息过滤前后对比 · recall 命中内容、retrieval 类型和分数 · 跨 session 记忆连续性 · 哪些资料影响了 UI 和数据结构 我觉得这比让模型解释“Agent Memory 是什么”更有意义。 真实 Agent 工作里，模型不只是回答问题。 它要能读上下文、查资料、理解结构、写代码、整理证据，并产出一个能运行的东西。 这次 Step 3.7 Flash 做到的是： 把混乱的 Agent 运行痕迹，变成了一个可检查的小工具。 测试环境： · Cursor Agent · model: step-3.7-flash · 本地 HTML 输出 · 数据来自 Local Agent Memory MVP 它还不是生产级观测平台。 但作为一次 first-pass Coding Agent 任务，它回答了一个更重要的问题： 模型能不能把真实 Agent traces 变成一个可用工具？ @StepFun_ai 平台 国内： platform.stepfun.com 海外： platform.stepfun.ai Your browser does not support the video tag. 🔗 View on Twitter 💬 1 🔄 0 ❤️ 1 👀 212 📊 1 ⚡