StepFun发布Step 5 Preview，称其为面向agentic工作的新旗舰模型，目标工作负载包括软件工程、专业知识工作和金融，团队称以显著更低的任务成本提供可比智能水平。对正在找软件工程或数据算法方向工作的人来说，这条消息值得关注的不是跑分，而是面试时怎么问清自己与工具的分工。

面试时怎么问清团队把哪些开发环节交给模型？

不要问“你们用不用AI”，这个问题几乎只能换来一句“在用”。要问具体环节：代码生成、测试、代码审查、文档，各自由谁负责、如何验收。

同一段功能代码，两种做法差别很大。一种是把需求直接丢给模型，生成后跑通就提交；另一种是先拆出接口和边界条件，让模型补实现，再由人检查异常路径和测试覆盖。前者快，但验收责任模糊；后者慢一点，但分工清楚。面试时问团队属于哪一种，比问工具名称有用得多。

可以这样问：

  • 模型生成的代码进入主干前，谁签字？
  • 测试用例是模型写还是人写，覆盖率谁盯？
  • 代码审查里，哪些问题会被当成模型引入的问题单独处理？

消息提到该模型面向软件工程等负载，但原文未说明它在真实团队中的采用情况。所以这些问题问的是团队现状，不是模型能力。

低成本模型来了，求职者该补哪类判断力？

团队称以显著更低的任务成本提供可比智能水平。对求职者的启发是：当生成变便宜，稀缺的就不是“能写”，而是判断哪段该生成、哪段必须人写、生成结果哪里可能错。

准备重点可以放在三处：需求拆解，把模糊描述变成可验收的边界；结果验证，知道用什么测试或对照来证明输出可用；边界判断，清楚哪些数据、哪些模块不能交给外部工具。 延伸阅读：软件工程师（开发、测试）/芯片行业/应届生简历模板

软件工程师（开发、测试）/芯片行业/应届生简历模板

一个模拟场景：假设面试官让你设计一个日志解析模块。你可以先说明哪些部分适合让模型起草，哪些部分需要自己确认字段含义和异常处理，再说明你会用什么用例验证。这体现的是分工思路，不是实际工作经历。

简历里写“用过模型工具”，面试官会追问什么？

只写工具名称，追问往往停在“然后呢”。用[实际记录]说明你在哪个环节用了工具、如何检查输出、最终交付了什么。比如[实际记录]：在某个课程项目里用模型辅助生成单元测试，自己补充边界用例并跑通。

官方文档列出模型ID为step-5-preview，上下文窗口1M tokens，输入支持文本、图像和视频，输出为文本。这些是产品信息，不是岗位门槛。原文未说明使用该模型是否构成技能要求，也未说明对岗位数量的影响。

面试前可以做一件小事：挑一个你写过的函数，写下“哪部分我会交给模型、哪部分必须自己来、怎么验证”，带进面试当谈资。 延伸阅读：清程极智27秋招