- 阶跃星辰 Harness 团队 9月23日 开源 Step Code(MIT 协议):一个团队自己每天在用的终端 AI 编码 agent,仓库为 stepfun-ai/Step-Code。
- 定位是为 Step 模型深度调优:读代码、改代码、跑测试的完整任务闭环,内置的模型提供商只有 Step。
- 差异化卖点是"同等效果、更少 token"(same smarts, fewer tokens),这个目标从项目第一天就定下,源自模型公司自己最高频的用例——评估。
- 功能上支持并行子代理拆分长任务、/goal 自主执行、/cron 定时任务和 StepPage 静态站点一键发布,兼容 MCP、Agent Skills 与多数 Claude Code 插件。
- 边界团队自己说清了:v0.1.0 不做 DSH 那样的形式推理,打磨程度也不及 Claude Code,它首先是阶跃内部每天使用的工具。
- macOS、Linux、WSL 用一条 curl 命令安装,Windows 的 PowerShell 安装还在 beta。
Step Code 是什么:从输入到输出的完整闭环
Step Code 是一个跑在终端里的 AI 编码 agent,官方文档的定位是"由阶跃星辰打造,为阶跃模型深度调优"。给它一个任务——实现功能、修 bug、补测试、重构——它会自己读代码、改代码、跑测试,把闭环走完,而不是只生成一段代码片段。交互上是常见的双模式:进入项目目录敲 step 进入交互会话,或用 step -p "本项目用了什么技术栈" 这样的无头模式直接拿答案,会话可以用 step -c 恢复。
模型的接入方式只有一家:登录后从 Step 端点拉取模型列表,认证走 step login 的订阅(Step Plan)或按量付费的 API key。换句话说,这是阶跃给自己的模型配的官方 harness,开源的是工具,模型服务在自家平台上。
核心特性:省 token 的设计从评估场景长出来
这个工具最有辨识度的地方不是功能清单,而是设计目标。阶跃是模型公司,团队自己最高频的使用场景是评估——跑评测、看报告、迭代模型。评估任务跑得多,token 账单就是自己的成本,所以 Step Code 从第一天起就瞄准一件事:同等效果,更少 token。团队称这个取向带来了实际差异,不过没有公布量化数字,想验证只能自己跑对比。
功能层面,长任务由并行子代理拆分执行;/goal 让 agent 自主推进长任务;/cron 把任务挂到定时执行。评估产生的 HTML 报告曾经多到淹没团队的飞书文档,于是有了 StepPage——一条命令把 HTML 产物发布成静态站点,官方示例为 swift-otter-ca0f.page.stepcloud.com,该功能需要 plan 订阅。扩展性上,它兼容 MCP 和 Agent Skills,官方称多数 Claude Code 插件可以不改动直接使用。 适用场景与边界:团队自己把丑话说在前面
按团队发布帖的原话,v0.1.0 的 Step Code 不做 DSH 那样的形式推理(formal reasoning),打磨程度"远远不及 Claude Code",它就是团队每天自己用的工具。这个自评比第三方评测更可信,也框定了适用人群:已经在用 Step 模型、想要官方工具链的开发者,以及想找一个省 token 取向的编码 agent 尝鲜的用户;想要成熟度和深度推理能力的,Claude Code 仍是参照系。
项目的历史里还有一段翻车记录。团队曾经做过一个语音编码 CLI,为无障碍场景采访过盲人用户,开源后长期无人问津,唯一活下来的是如今 CLI 里的语音模式。这次回归纯 CLI 做减法,算是同一批人交的第二份作业。
快速上手:一条命令安装
macOS、Linux、WSL 下执行:
Windows(PowerShell,beta):
装好后先认证:运行 step login 走 Step Plan 订阅,或设置 STEP_API_KEY 环境变量用按量付费。日常使用三件套:step 进交互模式,step -p 加引号问题跑无头任务,step -c 恢复上一个会话。需要把评估报告或 HTML 产物发布成网页时,用内置的 StepPage 命令(需 plan)。源码在 stepfun-ai/Step-Code,MIT 协议,Issues 开放。
生态定位:模型公司开始开源自己的 harness
Step Code 的起点是阶跃第一个可用的 agent 模型 Flash 3.5——快,但结果粗糙,团队由此转向一个思路:模型不够强,就把 harness 做强。这和 Anthropic 做 Claude Code 的逻辑同源:模型公司最清楚自家模型需要什么样的执行外壳,内部工具做顺了再开源出来,把生态入口握在自己手里。
区别在投入阶段。Claude Code 迭代到成熟商用,Step Code 是 11 次提交、v0.1.0 的第一天,团队说后续会继续把自己内部的用例丢进去,比如画鹈鹕。对编码 agent 市场,这添了一个信号:竞争维度从"谁的模型更聪明"扩到了"谁的 harness 更省",token 成本正在变成第一性的产品卖点。