ZCode от Z.ai: обзор агентной среды разработки на GLM-5.3

Последние два года инструменты для кодинга с ИИ развивались от одного шаблона: берём привычный редактор и добавляем в него автодополнение и чат-панель сбоку. Так устроены Copilot и Cursor. ZCode от компании Z.ai предлагает другую отправную точку: в центре интерфейса не файл с кодом, а задача и агент, который её выполняет. Сам редактор при этом никуда не делся, но перестал быть главным экраном.

Компания называет такой формат Agentic Development Environment (ADE — «агентная среда разработки») в противовес привычной IDE. Разберёмся, что за этим стоит на практике.

Что такое ZCode

ZCode — бесплатное десктопное приложение для macOS, Windows и Linux, построенное вокруг собственной модели Z.ai — GLM-5.3. В одном окне собраны агент, файловый менеджер, встроенный терминал, панель Git и предпросмотр в браузере. Идея в том, чтобы агенту не приходилось выходить наружу: он видит результат выполнения команд, состояние репозитория и то, как выглядит собранная страница, в рамках одной задачи.

Работа строится вокруг задач, а не файлов. Вы формулируете, что нужно получить, а агент сам разбирает запрос, планирует шаги, правит файлы, запускает проверки и повторяет цикл, пока не добьётся результата или не упрётся в препятствие. Если вы уже пробовали Claude Code или Cursor, логика будет знакомой — отличается в основном то, насколько глубоко она встроена в интерфейс.

Goal Mode: работа до достижения цели

Отдельного внимания заслуживает режим цели. Командой /goal вы задаёте проверяемую цель сессии — например, «тесты проходят, сборка не падает». После этого агент не останавливается на первом ответе, а планирует, пишет, тестирует и повторяет итерации, пока цель не будет подтверждена или пока он не наткнётся на блокирующую проблему.

Это тот самый сценарий «долгих задач», ради которого и затевалась агентная среда: разница между «сделай мне функцию» и «доведи ветку до зелёной сборки» — принципиальная.

Скиллы, субагенты и автоматизации

В ZCode есть система скиллов — переиспользуемых инструкций под повторяющиеся процессы, с автоматической маршрутизацией: агент сам подтягивает нужный скилл под задачу. Идея та же, что и в скиллах Claude Code.

Субагенты позволяют раздать роли: один планирует, второй пишет код, третий гоняет тесты и проверяет результат. Для каждого агента настраиваются собственные права на чтение и запись — то есть тестировщику можно не давать возможности править исходники. Подробнее о самой концепции мы писали в разборе того, что такое AI-агент.

Раздел автоматизаций отвечает за регулярные задачи по расписанию. Из коробки предлагаются шаблоны вроде сводки по Git за неделю к пятничному стендапу или отчёта о падениях CI и нестабильных тестах с разбором вероятных причин.

Поддерживается и MCP — открытый протокол подключения моделей к внешним инструментам, о котором мы подробно рассказывали в отдельной заметке. Плюс память, хуки, плагины, история правок и откат на уровне диалога.

GLM-5.3 — двигатель среды

Модель, ради которой всё построено, вышла 14 августа 2026 года. Технически это не новая архитектура: базовая модель та же, что у GLM-5.2, а весь прирост получен на этапе пост-обучения. Заявленные характеристики — контекст в 1 млн токенов и до 128 тысяч токенов на выходе, то есть модель рассчитана на работу с целым репозиторием сразу.

Цифры прироста относительно GLM-5.2 компания приводит такие:

• Terminal-Bench 3.0 (работа в терминале): 4,6 → 28,3;
• DeepSWE v1.1 (инженерные задачи): 46,2 → 66,9;
• Agents' Last Exam (агентные сценарии): 23,8 → 28,5;
• Z.ai Code Bench (внутренний тест на максимальном уровне усилий): 23,4% → 34,5%, причём при меньшем расходе выходных токенов.

Оговорка обязательная: это замеры самого вендора, и относиться к ним стоит как к заявке, а не к независимому подтверждению. Особенно показателен рост на Terminal-Bench — почти в шесть раз, — который говорит скорее о том, что предыдущая версия в терминале работала плохо, чем о том, что новая догнала лидеров рынка.

Два ограничения, о которых полезно знать заранее. Модель работает только с текстом — мультимодальности нет. И рассуждения теперь отключить нельзя: приложениям, которые раньше работали с выключенным reasoning, потребуется миграция перед переходом. Ещё одна деталь, необычная для линейки GLM: на старте модель вышла без открытых весов — доступ сначала дали через Coding Plan и сам ZCode, а публикацию весов и API отложили до прохождения проверок безопасности.

Необычная экономика: задачи в простой

Самая любопытная особенность ZCode — задачи на время простоя. Несрочную работу можно поставить в очередь, и она будет выполнена бесплатно, без расхода квоты, когда у Z.ai появятся свободные вычислительные мощности.

Для пользователя это способ отдать в фон рутину, за которую жалко платить: массовый рефакторинг, обновление зависимостей, разбор старых предупреждений линтера. Для компании — способ выровнять нагрузку на инфраструктуру. Схема, по сути, повторяет логику спотовых инстансов в облаках, только применённую к ИИ-агенту.

Цены и доступ

Само приложение бесплатное — платить нужно за использование модели. Новым пользователям дают пятидневный пробный период с лимитом 5 млн токенов в день на GLM-5.3, дальше работа идёт по подписке GLM Coding Plan с квотой по очкам. Подписчикам плана обещают повышенный лимит использования в самой среде.

Отдельно стоит отметить поддержку BYOK (bring your own key — «со своим ключом»): в ZCode можно подключить сторонние модели по собственным API-ключам. То есть среду допустимо использовать как оболочку, а рассуждать доверить другой модели — это заметно снижает риск привязки к одному поставщику.

Удалённое управление

Задачу можно двигать не только с десктопа: есть мобильное управление и боты в мессенджерах Feishu и WeChat, работающие с тем же рабочим пространством. Для российской аудитории эта часть скорее теоретическая — оба мессенджера здесь малораспространены, — но сам подход показателен: агент мыслится как процесс, который живёт на машине и продолжает работу, пока вы не за столом.

Кому это подойдёт

ZCode интересен прежде всего тем, кто уже работает с агентами и упирается в длинные задачи: контекст на миллион токенов и режим цели заточены именно под это. Бесплатное приложение и щедрый пробный период снижают порог входа до нуля — попробовать можно без вложений.

Сдерживающих факторов два. Первый — среда оптимизирована под GLM-5.3, и хотя BYOK формально снимает привязку, максимум она даёт на родной модели. Второй — экосистема моложе, чем у конкурентов, а значит, меньше расширений, статей и готовых решений на случай, когда что-то пойдёт не так.

Разумная стратегия — не переезжать целиком, а проверить на изолированной задаче: взять несрочный рефакторинг, поставить цель и посмотреть, сколько итераций агент пройдёт сам. Сравнить с тем, как ту же задачу решают привычные инструменты, поможет наш обзор агентных платформ 2026.

Коротко

ZCode — это ставка на то, что следующий шаг в инструментах разработки сделает не редактор с ИИ-подсказками, а среда, построенная вокруг агента. Технически заявка выглядит серьёзно: миллион токенов контекста, режим работы до цели, субагенты с раздельными правами, автоматизации по расписанию и бесплатное выполнение задач в часы простоя. Насколько это работает на реальных проектах, покажет практика — бенчмарки пока только от самого разработчика.