开发者用 Step 3.7 Flash 测试真实 Coding Agent 任务：将已有 Local Agent Memory MVP 的运行痕迹（memory_events、structured_facts、memory_chunks 等 9 个场景测试数据）生成为单文件本地 HTML 工具 agent_memory_inspector.html。页面展示 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 命中内容及 retrieval 类型与分数、跨 session 记忆连续性。模型先读取现有代码和测试输出，检索 Letta、LangSmith 等工具展示方式后编写代码。测试环境：Cursor Agent + step-3.7-flash，本地 HTML 输出。
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：https://platform.stepfun.com/
海外：https://platform.stepfun.ai/
来源：meng shao · x.com