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。
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…