Step 5 Preview 登陆腾讯 WorkBuddy：限免两周落地场景曝光

根据雷峰网10月12日的消息，阶跃推出的新一代旗舰基座模型 Step 5 Preview 已经嵌入腾讯 WorkBuddy，并在限定时间内向用户免费开放两周。该报道给出的适用方向涵盖深度研究、信息检索、数据分析、Word级文档与幻灯片制作，以及跨步骤的复杂任务长期执行。

就模型定位而言，这并非简单的能力声明，而是针对 AI 编程、软件工程、专业知识工作以及金融等垂直场景做了侧重优化。此次进入 WorkBuddy 属于产品对接和运营活动层面的展示，并非资深用户的亲身评测。

雷峰网提到的时间点为10月12日，但目前活动细则并没有与官方页面进行逐条对照，可参与的账号范围、可用量级以及具体规则仍需以宣传页面或官方公告为最终依据。“为期两周的免费开放”与“所有具备访问权限的用户在整个区间内都不计成本使用”之间存在差异，同样也不能由报道日期直接推导出截止具体的年月日。

GLM-5.3-Highspeed 约 490 tokens/s：仍属第三方展示，尚无统一结论

10月12日的量子位报道披露了用户在享受 GLM-5.3-Highspeed 体验过程中的一组线索集中出现的舞台——Zcode。接近每秒490 个 token 这一出数源自网友抛出，应当被视为第三方信息，而非坐实的能力指标。按照惯例，token/s 度量的是规定时间内模型输出文本单元的数量，换算为中文书面字词并不可直接“看字数”。

报道中同步提到了 Zcode 3.15.1，以及订阅用户有机会随机获得体验额度。参考文章把视线放在“亲手换一次模型”这个操作上，遗憾并没达成调试目的，这也抬升了“实际用上报速可能偏离样本”的可能性。

换言之，490 tokens/s 并非报道者已经验证的打点结果，也不足以说明全部有权尝试的用户都能守平类似生成速度。归根到底，对于做出速率不等同于整件事、也不等于多环节任务的完结。在代码场景中还要并入进入工具执行环节、运行期检查和报错回路等种种动作，当下面向环境的方法差别允许我们对项目拿“横向比点、查参考、数修改次数、估算钞票”这些组合需求作出回应，也就无法发布一份足以影响最终评估结果的性能排名。

dsh-acceptance：以证据支撑验收，无证据不通过

按掘金平台作者10月12日的描述，验收装置“dsh-acceptance”是建筑于 DeepSeek Harness 的基础上的。Harness 意味着铺开并统帅 AI 推进各种工单、调遣周边工具媒介，以及拾取并初审交付的运行治理体系。代码开发周期中的任务派遣同验收结束能由这个结构的桥梁铺设而拉通。

该工具依据第三个用户自己的口述表示，成型的功能已经包含了针对工程体的分件检验被分派给整个功能块此一层级的验收动作，附带着形成证据账本、复用多批次的人工过程闭环并做最终人工知会。但是面向代收全流程的自动转交领有接口、进行步骤性的修补和最后一次校验等尚无完全疏通。截至现在也没有可以检索到独立的运行验证记录，当然并不适合吹会能迅速推动“自动交付部署”的即成定论。

逻辑上该方案特别分开设计了“开发总结式的事件串”和“实盘运行环节结果系统证据”两项结构，用以把口头上交付“功能已经编制完成”的操作，同“做完确实有效的执行——检查记录确实已经上交”切除了等式关系。比照搜框界的运用情境，可以将验证关卡系统输出切分为任意单个查收结果的检验、携有关键词过滤器的联合搜索后成果页的状态判断，以及空搜索结果下的给予用户的稳定提醒整体效果，每一步的表现成效都将保存相应截图或底层日志予以托底佐证记录下来。

应该特别强调指出，堆出的上述内容都属于某种检验评判手段和分层路线的设计样板示范，还不属于结果意义上真项目跑完的过程数据盘。对每一项预设目标的落实被期待绑定明确的核查要达到尺度边界——根据预期的视角看有没有达成衡量标准，并且到最后终究要由“人”作出释放功能的决定，还是驳回至下一前端派下来的源分支。

Memento 3：通关25个游戏、183关，操作频次比人类少约56%

根据量子位10月12日的报道，华为诺亚方舟实验室以及 UCL 等团队共同产出的一套系统化的方案，以“Memento 3”的名义送到了公众见面。在受行业认可的“ARC-AGI-3”的公开的数据集评测系中，其表现能够顺利完成全部拿下涵盖的25款游戏，最后一路穿行至底边的合计183个级别位置，总的消耗的人操作则放在“推施加操作总数为7518次”的水平线上。

针对被分配进来的对照组意义上人示范群体实际操作数量环节，“Memento 3”完成工作消耗掉了17135次的动作数。数学预算带来总差值为 17135-7518=9617；如果站到人执行的 17135次对比基础上面大概统计约可以减少56%的操作。首先声明的：该篇除了简单复检了报道中抄卷出的数字集算术上的结构协调，没有原底对它最初的测试具体环境和真凭实据进行核实整理。

由此单一项演示完成后能采集的跑分数字就表征成为挑战全面类人性答案已攻破，同理也完全不能把参加这一组ARC-AGI-3公开数据集获得的关卡赛分数换算成为把日常需要做的工作的胜任凭证。根据这份第三方新闻报道来说的话，它的解法实际上首先做的工作就是要摸索清游戏规则发现潜在逻辑推论。然后它会着手编写程序也就是写代码来实现如何玩。事后进一步地结合游戏反馈预判怎么迭代调整当初的判断依据。在这整个的系统综合表现过程中，不存在使用针对外挂参数上去增量化的底层模型重新加载重蒸流的处理办法。基本以全新基础组建而来去完成系统配置适配。利用该方式绕过了数据算法不公开，也难以通过标准验证解决通用适应任务之间诸多难点。

上述公开执行模式与效度构述还仍坚持以量子位的报道所述界限为归的。底模权重和开发方向的区别、微调方面的各类区分并未再找到新的材料证据再次推及。目前观感下游戏内部环境的牵引逻辑跟应用于企工业务的思维模式之间有所分野，所以上传达成的这种荣誉不足以直接换算成为某型号能够对条目分装表的数据采集乃至任务信息对接产生互动的其它工作场景。“打通游戏的任务交付在复杂度的路上暂不代表通用事件化任务的抵达。”

本期其余值得留意的事件线索索引

除上述核心信息外，AI NOw 发布当日标注的相关提及链接涵盖智力突破属性题材的相关推荐：围绕智慧驾车摘取了全新平台适配方法且将其应用于机器人行业迁移的 《费莫一刘念邱：智驾无图的经验，也能迁移到机器人｜物理AI 50人》也在其列。

围绕手机和车的面向细分发展记录有第二条，《比亚迪与荣耀战略合作：支持 YOYO 远程控车、手机镜像等》。围绕AI编程和具体托管评估的标准探索作品题为《我在 DSH 做了个 AI 交付验收台：没有证据，就不算通过》。围绕行业的重磅产出的一篇特别人物分析是《卸任7年，69岁“京东方之父”又敲一次钟，这次填的是中国芯片最后一块短板》。

聚焦智能体设计路径的 《从 Claude code 来看业务中如何设计一个 agent 的核心部分》，以构筑构建结构工程主题板块；业内公开活动的记录层面上发生了会务的两次相关消息，一篇为阿里旗下相关CVO确认参加在上海举办的电商大会的技术改革动态分享，第二篇内容主轴是“QCon上海2026的会前预热”论述话题聚焦利用AI和软工程结合上有什么可能等一系列新兴焦点，此外，此次每日简报还补充了诸如家电类智能硬件的价格调整类实用信息，及当天搭配具有科技美感风格作为爱好者主馈选送的专栏类壁纸展示信息。这些都是值得感兴趣的独立数据源列表。【继续补充尾信息如上】

小结：10月12日这批前沿曝光，Step 5 Preview进入腾讯办公AI正处于适配式放量期；GLM-5.3-Highspeed 大致接近四分之一的千token闪出速度约 490 tokens量级的第三方截图数字所引导但始终未取得一般使用界次的统计学底气；而在自动流程结出验收成果的条件下要采纳“验收经由第三方生成-在只看见总结不应单独构成认可”这样的工程纪律，一切推向可靠落地还需样本检验链条加固本身的产出合规能力；在此路径达成系列确定结论之前既不应释放确定性功能通量的对外正式业绩评判，相应的功能单元还需要一步步验证、逐步打通整个闭环链上的盲区。