階躍星辰開源Step Code：自測追平DeepSeek Harness，token更省

動察 Beating AI 快訊，階躍星辰開源 AI 編程工具 Step Code v0.1.0，採用 MIT 許可證。它直接跑在終端裡，可以讀寫代碼、跑測試和執行開發任務，還支持 MCP、Agent Skills 和 Claude Code 插件。內置的 StepPage 可以一條命令把本地靜態網站發布到線上。

Step Code 主打少用 token。在階躍自己的 Terminal-Bench 2.1 橫評中，它完成 72/89 個任務，得分 80.9%，與 DeepSeek Harness 並列最高，但 token 用量更低。

階躍自建的 Multi-Frame 長任務測試共有 150 道題，Step Code 完成 110 道，得分 73.3%，平均每題消耗 509 萬 token，在對比的 6 款 harness 中同時拿到最高通過率和最低 token 用量。

不過階躍沒有公布這輪橫評具體用了哪個底層模型，也沒有拆解這些 token 是怎麼省下來的。官方只提到 Step Code 與 Step 系列模型一起針對 token 消耗做過調優。

源碼裡也能看到不少「節流」設計：文件讀取和命令輸出會限長，搜索盡量縮小返回範圍，長對話默認會壓縮上下文，system prompt 也要求能直接調用工具就不要額外開 Agent。

還有一套更激進的 contextProjection，可以裁掉舊工具輸出、重複結果和歷史 reasoning，不過默認關閉。

綜合來看，它的 token 優勢來自模型和 harness 多處優化疊加。