Jos jedan domaci model se pojavio, StepPlan odnos cene je lud!
U poslednje vreme sam intenzivno isprobavao Step Plan kompanije Stepfun i, u kombinaciji sa Agent sposobnostima Claude Code-a, directly se ispetljao do PaiCLI-ja — Java verzije Agent-a sa interakcijom u terminalu poput Claude Code-a.
Tokom celog procesa step-3.5-flash-2603 je radio.
Snimio sam ekran da osetite efekat.
[Video]
Ukupna završenost je veoma visoka.
Step Plan kompanije Stepfun je veoma iskren — ne samo da podržava LLM step-3.5-flash-2603, već i TTS stepaudio-2.5-tts, kao i step-image-edit-2 za crtanje (planiram da u sledećoj epizodi dodam tablu za crtanje u PaiAgent).
AI podcast tok rada sa StepAudio 2.5 TTS + Step 3.5 Flash LLM takođe daje vrlo dobre rezultate.
Poslušajte audio.
[Audio]
Dva projekta odjednom, ukupan utisak se može opisati jednom rečju: stabilno.
Domaći modelovi pod arhitekturom Harness-a moćnog kao Claude Code prevazilaze očekivanja.
Ovde moram da pohvalim kompaniju A — iako mnoge njene prakse izazivaju nezadovoljstvo, sam ovaj Agent CLI zaista pruža neograničene mogućnosti za razvoj AI-ja.
Pošto u poslednje vreme ima prilično ljudi kojima je potrebna vrsta pretplatničke usluge kao što je Coding Plan, podeliću svoje stvarno iskustvo, da vidimo da li Step Plan kompanije Stepfun vredi uloženog.
01. Konfiguracija Step Plan u CC-u
Prvi korak: posetite sajt Stepfun-a, otvorite nalog Step Plan, a zatim kreirajte API Key.
Step Plan trenutno ima četiri paketa, od Flash Mini od 49 juana/mesečno do Flash Max od 699 juana/mesečno.
Pretplatio sam se na kvartalni paket, dovoljan za svakodnevne Coding scenarije.
Kao i GPT-5.5, Step Plan osvežava kvotu poziva na svakih 5 sati, sa ukupnom kvotom koja se obnavlja sedmično.
U stvarnosti, srednji paket je i pri intenzivnom pisanju koda tokom dana nije naišao na ograničenje, dovoljno je.
Drugi korak: koristite PaiSwitch (koji sam veoma rano napravio Vibe Coding-om, ali nikada ga nisam promovisao) ili CCSwitch da konfigurišete API Key za Step Plan u Claude Code-u.
Base URL popunite sa https://api.stepfun.com/step_plan/v1, a kao model izaberite step-3.5-flash-2603.
Ovaj model se prilično dobro pokazuje u razumevanju koda i generisanju.
Treći korak: pokrenite Claude Code, ponovo učitajte model i moći ćete da koristite moć Step Plan u Claude Code-u.
Možete uneti /status da potvrdite da li je stupilo na snagu.
Kada vidite da se naziv modela prebacio, konfiguracija je uspela.
Kompatibilnost je odlično urađena — svi alati koji podržavaju prilagođeni base URL mogu da se integrišu bez problema.
02. Izrada PaiCLI TUI pomoću CC-a
Prvo da uvedemo kontekst.
PaiCLI je Java CLI Agent koji sam napravio, pozicioniran slično Claude Code-u, ali potpuno napisan u Javi.
Ključne sposobnosti obuhvataju ReAct rezonovanje, Plan-and-Execute raščlanjivanje zadataka, Memory sistem pamćenja, RAG semantičku pretragu koda, MCP protokol alata, Skill sistem stručnih odluka itd.
Analiza zahteva
Ovaj korak je veoma važan.
Sposobnosti modela su već veoma jake, bilo domaćih modela ili top Opus 4.7 ili GPT-5.5.
Problemi se najčešće javljaju u tome kako koristimo Agenta, ili koju Agent alatku koristimo.
Naravno, bez obzira na alat koji se koristi, ako analiza zahteva nije dovoljna, krajnji rezultat isporuke može samo da bude tako-tako.
Prompt: Analiziraj zahteve za razvoj u 16. epizodi, prvo da razgovaramo i vidimo šta treba prilagoditi.
Claude Code će izvući zahteve iz ROADMAP.md, analizirati granice i izdvojiti nekoliko ključnih tačaka odluke:
- Da li za tehnički izbor koristiti Lanterna ili JLine?
- Kako napraviti pregled stabla datoteka?
- Koje rešenje koristiti za isticanje koda?
- Kako dizajnirati vizualizaciju istorije razgovora?
Ako se ova pitanja ne razjasne pre nego što se krene u rad, verovatnoća za naknadne izmene je izuzetno visoka.
Dobro, sada ću direktno prepustiti pravo odluke Agentu.
Prompt: Treba mi veoma kompletan dokument sa zahtevima, ti ga direktno napravi, možeš se osloniti na prethodne epizode.
Claude Code je ovde izabrao Lanterna 3 kao rešenje za renderovanje full-screen TUI-ja, zadržavajući JLine 3 kao osnovu za inline strimovani render. Ako nismo sigurni u izbor Agent-a, možemo se konsultovati sa više izvora.
Na primer, možemo pitati Gemini, da vidimo njegovu ocenu.
Konačno, TUI rešenje za PaiCLI je utvrđeno:
Podrazumevano ide InlineRenderer (slično inline strimovanom izlazu Claude Code-a), opcionalno se prebacuje na Lanterna full-screen raspored sa tri kolone (stablo datoteka + tok razgovora + statusna traka), a postoji i PlainRenderer kao rezerva. Tri režima renderovanja dele istu Agent jezgru, prebacivanje preko environment varijable PAICLI_RENDERER.
Ovo rešenje i obezbeđuje lakoću podrazumevanog iskustva i ostavlja izbor full-screen režima za napredne korisnike.
Kada nema problema, možemo pustiti Agent-a da odradi svoj posao.
Krećemo sa radom
Zatim sledi — prekrstimo ruke i gledamo kako Agent nastupa.
Već radi 7 minuta i još uvek nastavlja, izgleda da obim posla nije mali.
Tokom tog perioda ne moramo uopšte da intervenišemo.
Priekaz step-3.5-flash-2603-a u dugim zadacima me je prilično iznenadio.
Brzina rezonovanja mu je blizu 200 tokens/s, a prema podacima Artificial Analysis-a iznosi 179 tps, što ga svrstava na 13. mesto među 212 modela.
Još važnije je da njegovo razumevanje konteksta u scenarijima generisanja koda stoji jako dobro.
7 minuta, desetinama minuta kontinuiranog izlaza koda, logička koherentnost nije imala problema.
Treba imati na umu da je PaiCLI Java projekat, a tehnički stack obuhvata prilično niskopozične stvari kao što su kontrola terminala JLine 3, full-screen renderovanje Lanterna 3, obrada ANSI escape sekvenci, postavljanje DECSTBM scroll regiona.
Letimice sam pregledao log izvršenja Claude Code-a; u ovoj rundi je uradio sledeće: kreirao interfejs Renderer i tri klase implementacije, implementirao kontrolu DECSTBM scroll regiona i statusnu traku pri dnu za InlineRenderer, implementirao BlockRegistry i ToolCallRenderer za sklopivi prikaz poziva alata, napisao logiku interakcije jednog karaktera za HITL odobrenje (unos y/n/a/s/m za odlučivanje), a takođe uradio i detekciju sposobnosti terminala — ako terminal ne podržava scroll region, automatski se prebacuje na PlainRenderer.
Ceo proces je izmenio oko dvadeset i nešto datoteka, dodao desetak novih klasa. Da sam to sam pisao, konzervativna procena je dva do tri dana (zapravo možda dvadeset do trideset dana, da se malo pohvalim).
Prijem rezultata
Moj trenutni tok rada je uglavnom sledeći: ako pustim Claude Code da prvo radi, onda koristim Codex za prijem isporuke rezultata.
I obrnuto.
Dva Agent-a unakrsno proveravaju — sve dok oba smatraju da je OK, u suštini nema velikih problema.
Kod generisan Claude Code-om se prosledi Codex-u na pregled, sa zadatakom da ga analizira iz tri dimenzije: dizajn arhitekture, kvalitet koda i potencijalni bagovi.
Codex je veoma zadovoljan ovom izmenom koda i dao je visoke ocene.
Ovo ponovo pokazuje da je sposobnost step-3.5-flash-2603-a u kodu zaista dostigla prilično dobar nivo — ne na liniji „ume da piše kod", već na nivou „kod koji napiše izdrži pregled drugog Agent-a".
Dobro, došao je trenutak uzbuđenja. Hajde da pogledamo konačni efekat.
Naravno, u ovom procesu je bilo još mnogo detalja, kao što su interakcija HITL iskačućeg prozora za odobrenje, sklopivi prikaz poziva alata, renderovanje inline git diff-a — prilično suhoparno, neću sve prikazivati na slikama.
Može se samo reći da je Claude Code zaista prejak, sposobnost modela je maksimalno iskorišćena.
Da step-3.5-flash-2603 postigne ovaj efekat, ne može bez Agent okvira Claude Code-a.
Dobar konj treba dobro sedlo, to nije bez razloga, haha.
03. Integracija StepAudio 2.5 TTS-a
Step Plan ne sadrži samo tekstualni model.
Tu je i StepAudio 2.5 TTS, model za sintezu govora — to je po mom mišljenju jedna od zanimljivijih tačaka Step Plan-a: jedna pretplata pokriva tekst i glas, bez potrebe za zasebnim povezivanjem sa third-party TTS uslugom.
U PaiAgent-u postoji TTS čvor, ranije je bio povezan sa Qwen3 TTS-om od Qwen-a, a sada ćemo dodati i StepAudio 2.5 TTS.
PaiAgent je još jedan moj open source projekat — platforma za organizaciju AI tokova rada, frontend React + ReactFlow vizuelno prevlačenje, backend Spring Boot 3 + Spring AI.
Prvi korak: nakon pokretanja PaiAgent-a kliknite na globalnu konfiguraciju i podesite Stepfun-ov TTS model i LLM model.
Naziv TTS modela je stepaudio-2.5-tts, a naziv LLM modela step-3.5-flash-2603; API adresa i API ključ su isti kao i pre.
ChatClientFactory PaiAgent-a automatski podudara odgovarajući API protokol prema nazivu provajdera; Stepfun koristi OpenAI-kompatibilni interfejs, pa nema dodatnog troška prilagođavanja.
PS: I ovu globalnu konfiguraciju modela je uradio Step 3.5 Flash 2603 — stari čitaoci možda pamte. I ranije sam o tome pisao.
Drugi korak: konfigurišite tok rada za AI podcast. Četiri čvora se povezuju: ulaz → generisanje teksta velikim modelom → TTS sinteza zvuka → izlaz.
I za LLM čvor i za TTS čvor izaberite Stepfun provajdera koji smo upravo konfigurisali.
Zatim kliknite na debag, unesite „Stepfun Step Plan je zaista dobar", kliknite na izvršavanje toka rada.
Brzo, za 30 sekundi dobijena je audio datoteka.
StepAudio 2.5 TTS podržava najviše 1000 karaktera unosa po pozivu; TTSNodeExecutor PaiAgent-a automatski deli duge tekstove po interpunkciji, paralelno obrađuje svaki tekstualni blok pomoću CompletableFuture-a i konačno spaja WAV zvuk.
Zato čak i kada se unese rukopis od preko hiljadu reči, brzo se može dobiti kompletan zvuk.
Kvalitet zvuka me je iznenadio — govor je prirodan i teče, potpuno bez mehaničkog osećaja.
StepAudio 2.5 je veoma prirodan u pauzama i izrazu emocija, naročito u povezivanju između rečenica nema onog seckanog osećaja „po reč po reč".
[Audio]
Naravno, izbor boje glasa u TTS-u je takođe bogat.
StepAudio 2.5 TTS podrazumevano koristi „magnetni muški glas" (cixingnansheng), a može se podesiti i brzina govora, jačina i stil govora putem instruction parametra; najduže se podržava opis instrukcije od 200 karaktera.
StepAudio 2.5 može da obradi 1000 karaktera, sa manje blokova je brzina sinteze očigledno velika, a pauze na spojevima zvuka su takođe prirodne.
Za scenarije kao što su AI podcasti, audio knjige i glasovni asistenti, mogućnosti za igru su velike.
Čak razmišljam o tome da li da u PaiAgent-u napravim šablon toka rada „dnevni tehnički pregled" — ujutru automatski preuzima GitHub Trending, LLM-om generiše tekst pregleda, zatim StepAudio sintetiše zvuk i šalje u Feishu grupu. Ceo proces u PaiAgent-u se može rešiti sa četiri do pet čvorova.
04. Step 3.5 Flash 2603 je veoma jak
Nakon iskustva, hajde da pogledamo podatke.
Uticaj je subjektivan, podaci ne lažu.
Arhitektura step-3.5-flash-2603 je retka MoE (mixture of experts), sa ukupno 196B parametara, ali po token aktivira samo 11B. 45 slojeva Transformera, svaki sloj sa 288 rutinskih eksperata i 1 zajedničkim ekspertom, Top-8 aktivacija. Podržava 256K prozor konteksta.
Prevedeno na običan jezik: model je jak, ali radi brzo i lako. Zato što pri svakom zaključivanju koristi samo mali deo parametara, brz je i jeftin.
Ako se fokusiramo na Coding i Agent, prikaz step-3.5-flash-2603 zaista je u prvoj ligi.
Još jedna sposobnost vredna pomena:
U Step Plan-u postoji step-router-v1, model pametnog rutiranja koji automatski raspoređuje različite modele prema složenosti zadatka.
Jednostavni zadaci idu na laki model radi uštede kvote, složeni zadaci idu na teški model radi očuvanja kvaliteta. Za Agent scenarije je to veoma praktično — u jednom krugu razgovora Agent može imati i jednostavne operacije kao što je „čitanje imena datoteke" i teške poslove kao što je „refaktorisanje celog modula"; automatsko rutiranje je mnogo zgodnije nego ručno prebacivanje.
Osim toga, Step Plan sadrži i multimodalne sposobnosti kao što su stepaudio-2.5-asr (prepoznavanje govora) i step-image-edit-2 (uređivanje slika) — jedna pretplata pokriva tri pravca: tekst, glas i sliku.
Za programere koji žele da rade multimodalne Agente, nema potrebe da otvaraju račune svuda i pune novac svuda — jedan Step Plan je dovoljan.
05. Kako napisati biografiju?
PaiCLI — Terminal-First Agent IDE
Kratak opis projekta: Terminalni AI Agent zasnovan na Javi 17, podržava ReAct rezonovanje, Plan-and-Execute raščlanjivanje zadataka, Memory sistem pamćenja, RAG semantičku pretragu koda, MCP protokol alata i Skill sistem stručnih odluka; pruža TUI interakciju sa tri režima renderovanja.
Ključne odgovornosti:
- Na osnovu ReAct okvira implementirana Think-Act-Observe petlja rezonovanja, podržava višekružne pozive alata i praćenje konteksta; stopa završetka Agent zadataka povećana na 89%
- Dizajniran i implementiran apstraktni sloj Renderer, podržava tri režima renderovanja: InlineRenderer (DECSTBM scroll region), LanternaRenderer (full-screen tri kolone), PlainRenderer; pokrivenost kompatibilnosti terminala dostiže 95%
- Na osnovu SQLite vektorskog skladišta i JavaParser AST analize implementirana RAG semantička pretraga koda, top-5 stopa odziva 82%
- Implementiran adapter sloj za MCP protokol, podržava stdio i Streamable HTTP dva načina prenosa; integrisano 5 MCP Servera, uključujući Chrome DevTools
PaiAgent — platforma za organizaciju AI tokova rada
Kratak opis projekta: Enterprise platforma za vizuelnu organizaciju AI tokova rada; frontend zasnovan na React + ReactFlow za dizajn toka prevlačenjem, backend zasnovan na Spring Boot 3 + Spring AI za rasporedjivanje više modela i izvršavanje DAG engine-a.
Ključne odgovornosti:
- Na osnovu Kahn algoritma implementiran engine za DAG topološko sortiranje, podržava uslovne grane i čvorove petlje; P99 kašnjenje izvršenja toka rada < 200ms
- Dizajnirana ChatClientFactory dinamička fabrika, koja u toku rada kreira ChatClient instancu prema konfiguraciji čvora; podržava brzo prebacivanje između 6 provajdera modela: OpenAI, DeepSeek, Qwen, Zhipu, Stepfun itd.
- Implementiran executor TTS čvora, podržava StepAudio 2.5 i Qwen3 dva TTS engine-a; na osnovu CompletableFuture paralelno obrađuje tekstualne blokove, kašnjenje pojedinačne sinteze smanjeno za 60%
- Integrisan LangGraph4j engine za graf stanja, podržava uslovno rutiranje i dinamičke grane; pokriva složene scenarije organizacije kao što su višekružni razgovori i odobravanje dokumenata
Kraj
Iskreno, nakon ovog iskustva, najveći utisak koji mi je ostavio Step Plan je „upotrebljivost" u stvarnim razvojnim scenarijima.
Korišćenjem step-3.5-flash-2603 uz Claude Code za završetak razvoja PaiCLI TUI modula, od analize zahteva do generisanja koda do unakrsne provere, usput nije bilo velikih bagova.
Mesečna pretplata od 49 juana, za programere koji se svakodnevno bave Agent-om, svakako je isplativa investicija.
Ako ste kao ja, svakodnevno koristite Claude Code za pisanje koda i tokove rada za pokretanje zadataka, Step Plan zaista vredi probu (godišnja pretplata je povoljnija).
https://platform.stepfun.com/plan-subscribe
[Dobri alatci nam nikada ne daju samo još jedan izbor, već nam omogućavaju da jednom manje razmišljamo.]
Vidimo se u sledećem.