ZCode и GLM-5.3-Flash: сценарии, под которые построен официальный харнес Z.ai
ZCode от Z.ai сочетает рабочий процесс агента на основе Goals, управление ботом из мессенджеров и мультимодальную GLM-5.3-Flash. Я прочитал официальные страницы и репозиторий, чтобы разобрать документированные сценарии - разработка, дизайн и автоматизация; все бенчмарки приписаны вендору.
ZCode и GLM-5.3-Flash: читаем официальный харнес Z.ai по его собственным страницам
Z.ai позиционирует ZCode как официальный харнес для GLM-5.3: десктопное приложение, браузерный интерфейс и терминальный агент для агентного программирования, со встроенной GLM-5.3-Flash для мультимодальной работы вроде понимания скриншотов. 24 октября 2026 года я прочитал официальный сайт ZCode, анонс GLM-5.3-Flash и репозиторий ZCode. Это разбор сценариев использования по документации - управление задачами через Goals, управление ботом из мессенджеров и дешевая мультимодальная модель в цикле разработки, - а не практический обзор. ZCode я не устанавливал и не запускал.
Что такое ZCode по официальным страницам
Сайт ZCode называет его "вайб-кодингом нового поколения для сложных целей - с несколькими агентами и управлением откуда угодно". Конкретно: десктопное приложение для macOS (Apple Silicon и Intel), Windows (64-bit и ARM64) и Linux (x64, бета) версии 3.16.3, плюс браузерный интерфейс и терминальный агент. Исходный код лежит в репозитории zai-org/ZCode: на странице репозитория указана лицензия Apache License 2.0, создан 20 сентября 2026 года, около 8 200 звезд на момент чтения. Репозиторий содержит клиенты, backend-сервисы, общий UI и исходники Agent CLI с рантаймом в apps/zcode-cli/.
Сценарий первый: разработка через Goals
Главная функция на сайте - Goals: способ передать агенту сложную задачу, чтобы он непрерывно планировал, выполнял и проверял, а не отвечал на один промпт за раз. На лендинге опубликован разобранный пример, который стоит прочитать внимательно. Получив задачу построить игру Гомоку с эвристическим ИИ-противником, агент сначала осмотрел репозиторий, сообщил, что он почти пуст, и построил автономную браузерную игру за пять отслеживаемых шагов - отрисовка доски, взаимодействие с игроком, определение победы, эвристический противник с опциональным оверлеем "зоны внимания" и мобильная раскладка. Он проверил свой JavaScript через node --check, убрал зависимость от веб-шрифта, чтобы игра работала полностью офлайн, и в конце явно оговорил, что интерактивную сессию в браузере не запускал, оставив ручное тестирование следующим шагом. Сводка сессии: 5 из 5 шагов примерно за две минуты, 89 тыс. токенов, ветка feat/gomoku-ai с изменениями +734/-7 строк и индикатор контекста 14 238 из 200 000. Для вендорского демо такой уровень самоотчетности - включая то, что не проверялось, - именно то, чего я бы хотел от любого кодирующего агента под моим надзором.
Сценарий второй: дизайн и фронтенд с мультимодальной моделью в цикле
В анонсе GLM-5.3-Flash Z.ai утверждает: для фронтенда, игр и 3D результат - не код, а то, что видит пользователь, поэтому модель должна замыкать цикл визуально: отрисовать результат, посмотреть на него глазами пользователя, найти проблемы раскладки и исправить. В посте показано, как GLM-5.3-Flash находит проблемы раскладки в сгенерированном слайде и улучшает композицию через то, что Z.ai называет визуальной самопроверкой. Внутри ZCode, по данным сайта, GLM-5.3-Flash встроена для мультимодальных задач вроде понимания скриншотов и анализа изображений, тогда как более тяжелая GLM-5.3 отвечает за рассуждения и код. Архитектурно GLM-5.3-Flash - первая нативно мультимодальная модель серии GLM-5: 320 млрд параметров всего при 18 млрд активных, гибрид разреженного и линейного внимания для снижения стоимости длинного контекста и контекст в 1 млн токенов. Веса опубликованы на Hugging Face, поддерживаются фреймворки SGLang, vLLM и TokenSpeed.
Сценарий третий: автоматизации, управляемые из чата
Третий задокументированный сценарий - операционный: бот-управление ZCode позволяет запускать агента и направлять его из WeChat, Feishu или Telegram, так что длинная задача движется, пока пользователь вне рабочего места. В сочетании с параллельными агентами - демо-воркспейс на сайте показывает четыре одновременных списка задач - вырисовывается харнес, который надзирают эпизодически с телефона, а не наблюдают в редакторе.
Цифры - с атрибуцией
Все показатели здесь - собственные измерения Z.ai, не мои. По таблицам вендора, GLM-5.3-Flash превосходит GLM-5.2 на шести кодирующих и агентных бенчмарках - DeepSWE v1.1: 63,4 против 46,2; AutomationBench: 48,8 против 26,2 - при этом "приближается" к Claude Opus 4.8 в целом и набирает 57 в Artificial Analysis Intelligence Index по цене $0,045 за задачу со скидкой. Z.ai также сообщает, что до релиза анонимно тестировала модель под именем ox-alpha на OpenCode и OpenRouter, и что обслуживает GLM-5.3-Flash на кластере китайских ИИ-чипов с собственным движком на базе SGLang, заявляя трехкратный прирост сквозной производительности к начальному базовому уровню. Ни одно из этих утверждений я независимо не проверял.
Сколько стоит доступ
Сайт ZCode перечисляет три уровня GLM Coding Plan: Lite за $12,6 в месяц (зачеркнуто $18) с 10 000 кредитов в неделю, Pro за $56 в месяц (с $80) с шестикратным объемом Lite и Max за $117,6 в месяц (со $168) с четырнадцатикратным. План покрывает более 20 агентных инструментов, включая ZCode и Claude Code, и, по словам Z.ai, GLM-5.3-Flash дает втрое больше используемой квоты, чем GLM-5.3. На странице есть собственное предупреждение, что цены и условия могут меняться, а финальные детали - на z.ai, поэтому воспринимайте эти цифры как показанные 24 октября 2026 года, а не как постоянную оферту.
Что я не проверял
Я не устанавливал ZCode, не запускал GLM-5.3-Flash и не тестировал бот-управление; все описанные возможности взяты с официальных страниц Z.ai, а все бенчмарки - от вендора. Сессия Гомоку - опубликованное демо Z.ai, включая его собственное признание, что игра не была протестирована в браузере. Утверждение, что ox-alpha "стал самой популярной моделью недели", - рассказ вендора о собственном анонимном тесте. Отдельно: вчерашнее исследование Harness² - полезное чтение о дизайне харнесов в целом, но оно ничего не говорит конкретно о ZCode или GLM-5.3-Flash, и я не использую его здесь как доказательство.