ZCode: Harness Resmi untuk GLM-5.2

 (zcode.z.ai)
2 poin oleh GN⁺ 1 hari lalu | 1 komentar | Bagikan ke WhatsApp
  • ZCode adalah harness resmi untuk GLM-5.2 yang bertujuan menggabungkan alat pengembang dan agen AI agar perencanaan, coding, review, dan deployment dapat ditangani dalam satu alur
  • ZCode 3.0 menonjolkan optimasi untuk GLM-5.2 dan peningkatan kolaborasi multi-agen, sambil menekankan integrasi dengan GLM di seluruh pekerjaan penalaran dan coding
  • Contoh tugasnya adalah membuat ulang game AI Gomoku berbasis browser, lalu membuat index.html, app.js, styles.css dan lolos verifikasi node --check app.js
  • Paket harganya ditampilkan sebagai Lite $16.2/bulan, Pro $64.8/bulan, Max $144/bulan, dan harga serta benefit final harus dicek di z.ai
  • Tersedia file instalasi untuk macOS, Windows, dan Linux, dengan Linux berstatus Beta melalui .deb x64·ARM64 dan AppImage

Harness pengembangan yang disesuaikan untuk GLM-5.2

  • ZCode adalah alat yang menggabungkan agen AI dan alat pengembangan yang sudah ada untuk membantu perencanaan, coding, review, dan deployment berjalan lebih mulus tanpa banyak jeda
  • Positioning produknya adalah “Simple, Fast, Vibe‑Ready”, dan diperkenalkan sebagai harness resmi untuk GLM-5.2
  • ZCode 3.0 telah dioptimalkan untuk GLM-5.2, dengan peningkatan kolaborasi multi-agen sebagai perubahan utamanya

Contoh alur kerja

  • Daftar tugas contoh mencakup gomoku-ai, zcode-website, zcode-desktop, release-bot
  • gomoku-ai adalah tugas untuk membuat Gomoku cerdas, yaitu permainan lima batu
    • Pemain melawan algoritme pintar
    • Tujuannya adalah memungkinkan langkah strategis dan mendeteksi kondisi kemenangan secara akurat
  • Dari log tugas terlihat bahwa repositori yang ada kosong atau hampir kosong, sehingga alurnya berjalan dengan membuat aplikasi dari nol
    • Menjalankan git status --short mengembalikan error bahwa direktori saat ini bukan repositori Git
    • Setelah itu file index.html, app.js, styles.css dibuat

Hasil implementasi Gomoku

  • Contoh yang selesai adalah game Gomoku browser mandiri
    • Merender papan 15×15
    • Pemain dapat menaruh batu hitam
    • Mendeteksi kemenangan di empat arah
    • Menyorot garis kemenangan
    • Melacak giliran dan jumlah langkah
    • Mendukung restart game
  • AI memilih langkah bukan secara acak, melainkan dengan pendekatan heuristik
    • Menjelajahi kandidat langkah di area sekitar
    • Memberi skor pada pola serangan yang menguntungkan dirinya
    • Memberi skor pada langkah bertahan untuk memblokir ancaman pemain
    • Menambahkan preferensi ke area tengah
    • Memilih langkah terkuat
  • Secara opsional, overlay AI focus area dapat diaktifkan untuk melihat titik kandidat kuat yang dipertimbangkan AI
  • Pada tahap verifikasi, node --check app.js lolos
  • Eksekusi browser interaktif tidak dilakukan, dan langkah yang tersisa adalah membuka index.html di browser lalu memainkannya

Pekerjaan jangka panjang dan kontrol eksternal

  • ZCode menyediakan fitur Goals untuk pekerjaan jangka panjang
    • Mengelola perencanaan, eksekusi, dan verifikasi berkelanjutan dalam tugas yang kompleks
  • Dengan fitur Bot control, ZCode dapat dijalankan dan disesuaikan dari WeChat, Feishu, dan Telegram
  • Integrasinya dengan GLM-5.2 dioptimalkan untuk penalaran, coding, dan kolaborasi multi-agen secara menyeluruh

Paket harga dan unduhan

  • GLM Coding Plan menampilkan tiga paket harga
    • Lite: untuk tugas ringan, $16.2/bulan, termasuk kuota penggunaan dasar
    • Pro: untuk pekerjaan profesional, $64.8/bulan, termasuk kuota 5× Lite
    • Max: untuk pekerjaan dengan penggunaan tinggi, $144/bulan, termasuk kuota 20× Lite
  • Harga dan benefit paket dapat berubah, dan detail final harus dicek di z.ai
  • All Downloads menyediakan file instalasi per platform
    • macOS: Apple Silicon .dmg v3.2.2, Intel .dmg v3.2.2
    • Windows: 64-bit .exe v3.2.2, ARM64 .exe v3.2.2
    • Linux: x64 .deb berlabel Beta, x64 AppImage, ARM64 .deb, ARM64 AppImage v3.2.2

Bacaan terkait

1 komentar

 
GN⁺ 1 hari lalu
Komentar Hacker News

  • Agak terkejut karena tampaknya bukan open source. Ini dibandingkan dengan Mimo Code https://github.com/XiaomiMiMo/MiMo-Code. Bedanya, Mimo adalah CLI, sedangkan ini aplikasi desktop

    • Saya juga tidak tahu apa yang harus dilakukan dengan aplikasi desktop. Hal-hal seperti ini saya jalankan di VM headless, dan jika perlu bisa diberi opsi seperti --dangerously-skip-permissions. Bahkan tanpa flag itu pun saya tidak akan memercayainya di desktop/laptop saya
    • Itu berupa CLI karena kode desktop opencode dicabut. Penyedia model Go/Zen dari opencode juga ikut hilang
      Dugaan saya, mereka banyak melakukan substitusi string agar cepat terlihat seperti penyedia pihak pertama. Meski begitu, semestinya opencode masih bisa ditambahkan kembali sebagai penyedia umum
    • Sepertinya ini bukan hal yang mengejutkan. Harness menjadi sama pentingnya dengan model dasar. Ada juga kasus di mana hasil benchmark meningkat hampir 2x hanya dengan harness
      Menurut saya harness dengan cepat menjadi komponen inti dari “model” itu sendiri. Sama sekali tidak aneh jika perusahaan yang melihat peluang pendapatan memilih membuat harness tertutup
    • Bisa saja mereka mengirim sebagian permintaan pengguna ke Anthropic untuk mengumpulkan data transaksi bagi model mereka sendiri. Jika begitu, mereka mungkin perlu memasang pelacak permintaan yang ingin disembunyikan
    • Jika Anthropic sangat mengkhawatirkan distilasi Claude, dan bahkan ada gagasan bahwa harness adalah moat, maka tidak terlalu mengejutkan jika pihak lawan juga ingin menyembunyikan seberapa baik mereka bekerja dan pendekatan apa yang mereka pakai

  • Z.ai mendokumentasikan integrasi dengan hampir semua agen berbasis CLI populer: https://docs.z.ai/devpack/tool/others
    Jika sudah terbiasa dengan agen coding UI terminal, Anda tidak membutuhkan agen desktop. Namun tetap bagus jika ada untuk orang yang lebih menyukai pendekatan UI Codex App/Claude App

    • Daya tariknya di sini sepertinya adalah token yang lebih banyak. Seingat saya, jika memakai harness mereka sendiri, batasnya lebih longgar
    • Saya memakai GLM 5.2 di OpenCode, dan menjalankannya dengan CodeNomad sebagai GUI berbasis web di dalam container Docker. Bisa diakses dari mana saja, dan semua model berjalan baik kecuali model langganan Anthropic
    • Tim Z.ai patut dipuji karena memasukkan dukungan Linux sejak hari pertama

  • Kelihatannya cukup cantik. Saya belum yakin ingin mencobanya sebagai pengganti OpenCode. OpenCode juga punya aplikasi desktop, dan secara pribadi saya lebih suka UI terminalnya. Jujur, menurut saya itu bahkan lebih baik daripada UI terminal Claude Code. Versi desktopnya lebih mendasar, tetapi sudah cukup oke: https://opencode.ai/download
    Namun menarik juga melihat mereka merilis begitu banyak hal sekaligus yang ditautkan dari https://chat.z.ai/, seperti ZCode, OCR.z.ai, Image.z.ai, Audio.z.ai, AutoClaw, dan lainnya. Jumlahnya cukup besar untuk dikerjakan oleh satu organisasi
    Saya juga sudah mencoba paket coding Pro, dan jika melihat jumlah token yang dibutuhkan untuk menyelesaikan tugas tertentu, kuotanya tidak tampak jauh lebih besar daripada Opus. Meski begitu, GLM 5.2 sendiri cukup bagus, seperti model Sonnet yang lebih kuat

    • UI terminal mereka cukup berat dibandingkan Claude Code dan sering crash

  • Menarik bagaimana perusahaan bisa lolos dengan memakai frasa seperti “termasuk penggunaan dasar” [1] atau “batas standar” [2], lalu membangun paket tingkat atas sebagai kelipatan dari “dasar” itu, tetapi tidak pernah mengungkapkan berapa nilai dasarnya
    Nilai dasarnya tampaknya ditentukan sesuai margin laba bulan ini
    [1]: https://zcode.z.ai/en#:~:text=Base%20usage%20allowance%20inc...
    [2]: https://support.google.com/gemini/answer/16275805?hl=en#:~:t...

    • Saat menjalankan aplikasinya, mereka memang memberi tahu penggunaan dasar yang sebenarnya. Namun nama paketnya berbeda dari halaman web
      Start plan: 5 juta token per hari (GLM-5.2 3 juta, GLM-5 Turbo 2 juta)
      For individuals: kuota +150%, $18.00 USD+, kuota Coding Plan khusus untuk pengembang individu
    • Ini benar-benar buruk. Kami berusaha setransparan mungkin dan menaruhnya di sini: https://synthetic.new/rate-limits
    • Karena itu saya suka ACCC di Australia. Kalau ini perusahaan Australia, mereka tidak akan membiarkannya lolos seperti ini
    • Ini strategi yang bisa berbalik merugikan. Alat yang tidak dapat diprediksi lebih buruk daripada alat yang buruk

  • Sebagai orang yang memakai GPT-5.5/Codex setiap hari, saya penasaran bagaimana GLM-5.2/ZCode dibandingkan pada codebase yang sudah disiapkan untuk coding agen

    • GLM 5.2 berada di lembah yang canggung. Terlalu besar untuk dijalankan di rumah, dan dibandingkan model dengan performa serupa, ia mahal dan lambat. Ada grafik bagus di sini: https://deepswe.datacurve.ai/
      Ini hanya membandingkan harga API. Jika turut memperhitungkan produk langganan Anthropic dan OpenAI, perbandingannya tidak seimbang. Langganan Codex $200 bisa dengan mudah memakai 1 miliar token per minggu di GPT 5.5 high/xhigh
      Dari sudut pandang sebagai model berbobot terbuka dengan performa terbaik, ini menarik, tetapi tampaknya belum punya posisi yang jelas di pasar saat ini
    • Singkatnya, GLM akan membuat pekerjaan memakan waktu jauh lebih lama, dan bergantung pada kompleksitasnya juga bisa memakai lebih banyak token
      Meski begitu, karena jauh lebih murah, bagi saya masih layak dipakai. Saya memang lebih banyak punya pengalaman dengan Claude, tetapi menurut saya levelnya hampir sama dengan Opus 4.1

  • Dari sudut pandang UI, ini tampak jauh lebih dekat ke Codex daripada Claude Code. Pada dasarnya ini salinan persis Codex

    • Sangat setuju. Ikon tangan, cara penggunaan kolom teks, juga gaya sidebar-nya identik 1:1 dengan Codex. Judulnya menyesatkan. Ini bukan sesuatu yang dekat dengan Claude Code
    • Jadi, mempertahankan Codex tetap tertutup justru terlihat lebih konyol. Perangkat lunak tidak lagi menjadi parit pertahanan siapa pun. Dibiarkan saja juga tidak apa-apa

  • Penasaran apakah ada yang memakai UI terminal netral penyedia atau harness yang memungkinkan hampir mulus mengganti penyedia untuk pekerjaan pengembangan
    Saya ingin konteks lokal seperti “di sini ada 3 penyedia AI, pakai yang ini untuk tugas coding, yang ini untuk menulis prosa, dan yang ini untuk membuat gambar”

    • https://opencode.ai/
      OpenCode adalah harness agen pertama yang saya pakai dan saya terus menyukainya. Bisa mengatur berbagai penyedia, bersifat open source, dan ada beberapa kontributor inti
      Pilihan lain adalah Pi (harness agen Pi). Ini opsi ringan yang sangat bagus dan mendukung banyak penyedia. Bisa juga memakai server model lokal
    • Selama 6 bulan terakhir saya memakai Pi dan OpenCode, dan dalam periode yang sama saya tidak pernah membuka harness proprietari seperti Claude Code, Codex, atau Cursor. Sekarang saya memakai Pi, dan di tengah sesi bisa berganti dengan mulus ke model apa pun dari penyedia mana pun yang saya inginkan. Bisa juga diarahkan ke model yang berjalan lokal
      Sepertinya orang-orang belum tahu seberapa jauh lebih nyamannya pendekatan ini. Menurut saya Claude Code dan Codex sepenuhnya bertumpu pada vendor lock-in
    • Ini bisa dilakukan dengan role-model, router model yang saya buat. Ia melakukan routing berdasarkan peran, tugas, dan sebagainya. Ada ekstensi untuk Pi sehingga agen coding dapat menentukan metadata permintaan seperti peran dan kemampuan
      https://github.com/try-works/role-model
    • Kalau belum pernah mencoba, https://pi.dev layak dicoba
      Saya sudah berbulan-bulan hanya memakai Pi dan juga mengembangkannya: https://a.l3x.in/ai. Saya terutama memakai GLM-4.7, lalu 5.1, dan sekarang 5.2, dan hampir tidak ada lagi yang saya inginkan
      Saya masih menyempurnakan workflow berbasis “Github/Forgejo-first”, tetapi sudah cukup puas. Sebagian besar sesi dijalankan sebagai tugas CI/CD, dipicu dengan komentar "/pi", lalu membuat PR atau mendorong commit ke PR: https://github.com/shaftoe/pi-coding-agent-action
    • Saya menulis satu skill untuk Codex dan Claude Code. Caranya adalah menetapkan orkestrator di worktree utama, dan membuat N worktree pembantu tidak bergantung pada jenis pekerja AI apa pun yang ada di sana
      Karena orkestrator tahu klien AI apa yang berjalan di tiap worktree, cukup mudah menentukan tugas mana dikirim ke AI yang mana
      Di setiap tab worktree, saya menjalankan Claude atau Codex. Ada juga sedikit instruksi per UI terminal AI; misalnya, dibanding Claude Code, pemantauan di Codex masih primitif, jadi saya menambahkan instruksi ekstra kepada pekerja Codex tentang cara memantau “mail” baru dengan benar
      Sambil bekerja dengan orkestrator di worktree utama, saya membiarkan orkestrator mendelegasikan pekerjaan kepada para pekerja dan menjawab pertanyaan-pertanyaan kecil. Ia mengangkat hasilnya dan, bila perlu, membantu merapikan konteks
      Orkestrator dan para pekerja berkomunikasi lewat sistem berkas bersama sederhana di bawah tmp/*, dan bersama-sama dapat menangani beban kerja besar yang beragam
      Karena saya memakai iTerm2, saya juga menambahkan Python khusus iTerm2 agar orkestrator bisa “membangunkan” pekerja dengan mengedit dan mengirimkan input, atau menjalankan tindakan yang diblokir UI terminal (/clear, dll.)

  • Saya suka model open-weight Tiongkok yang menyediakan token murah, tetapi hanya memakainya untuk proyek pribadi
    Tiongkok punya rekam jejak mencuri kekayaan intelektual dan rahasia dagang, dan pengadilan Tiongkok selama ini memihak perusahaan domestik. Sebaliknya, AS punya pengadilan yang kuat untuk menegakkan hak kekayaan intelektual. Kalau Anda ingin mengekspos kekayaan intelektual, rahasia dagang, dan data perusahaan demi beberapa token murah, silakan pakai layanan Z.ai

    • Sebagai catatan, model Z.AI juga bisa dipakai di infrastruktur non-Tiongkok
    • AS juga sama saja

  • Pemisahan model dan alat sama pentingnya dengan pemisahan legislatif dan yudikatif. Alat atau harness yang bukan benar-benar open source sebaiknya diabaikan saja. Hal-hal seperti itu perlahan meresap ke dalam kehidupan lalu mencekik Anda dengan vendor lock-in

  • Saya menganggap sistem agen Tiongkok yang bersumber tertutup sulit dipercaya
    Pada dasarnya ini adalah kotak hitam dengan seluruh hak akses pengguna, jadi sama saja menyerahkan seluruh sistem ke server milik Tiongkok. Dengan OpenCode dan penyedia GLM, setidaknya kita bisa memantau file apa yang dibaca, file apa yang diedit, dan perintah apa yang dijalankan
    Selain itu, Undang-Undang Keamanan Nasional Tiongkok secara hukum mewajibkan perusahaan bekerja sama dengan badan intelijen negara dan aktivitas kontraintelijen [0]. Jika ini dipasang di workstation perusahaan dan ukuran perusahaannya cukup besar, kemungkinan diawasi bukan sekadar risiko, melainkan hampir pasti terjadi
    [0]: https://en.wikipedia.org/wiki/National_Intelligence_Law_of_t...

    • Setuju. Pesaing dari AS juga sama sulitnya dipercaya. Dalam hal ini, menurut saya open source adalah jawabannya
    • Setidaknya bobot modelnya terbuka. Saya bukan orang Amerika, jadi bagi saya ini jauh lebih dapat dipercaya dari segala sisi yang memungkinkan
      Anda bicara seolah-olah badan intelijen AS berada di pihak yang baik, padahal setidaknya bagi saya sama sekali tidak begitu
    • Penyedia dari AS juga persis sama
    • Jalankan saja sebagai container di bawah Opencode. Berjalan sangat baik, dan saya bahkan sudah upgrade ke paket Pro (sekitar $60/bulan). Kalau ingin memakainya di container, ada informasinya di proyek pada profil saya. Semua kode itu open source, dan saya membuatnya karena membutuhkannya untuk pekerjaan saya sendiri. Pasti ada banyak sekali cara lain juga
      Namun, apa pun negara asal perusahaannya, saya sangat menentang menjalankan agen apa pun di bare metal. Dalam tulisan saya pun, poin ini saya bahas secara langsung dan berulang kali
      Belakangan ada orang yang mempertanyakan mengapa menjalankan software yang hanya punya sedikit bintang, tetapi saya tidak punya banyak hal untuk dikatakan soal logika seperti itu. Saya pernah merancang dan membangun sistem yang melayani puluhan ribu pengguna. Saya tidak sedang main-main. Cara saya membuat sesuatu memang tidak umum dan saya juga tidak menyarankan orang lain menirunya, tetapi itu cocok bagi saya dan cocok dengan cara berpikir saya dalam menangani sistem yang kompleks
      Silakan pakai atau tidak, tetapi kalau mau mencari gara-gara tanpa dasar yang kuat, harus siap juga menerima balasannya. Sepanjang karier saya sudah banyak melakukan kesalahan, dan menurut saya bertanggung jawab itu penting untuk bertumbuh. Kalau ada orang yang membawa kritik yang valid dan substansial, saya dengan senang hati bekerja sama agar mereka bisa memakai kode saya
    • Karena itu saya suka memakai Reasonix bersama Deepseek. Kalau kena cache, request pada dasarnya menjadi gratis, dan jalurnya juga melalui penyedia AS tanpa subsidi seperti Digital Ocean atau Cloudflare