ZCode: GLM-5.2용 공식 하네스

 (zcode.z.ai)
1P by GN⁺ | ★ favorite | 댓글 1개
  • ZCode는 개발 도구와 AI 에이전트를 묶어 계획, 코딩, 리뷰, 배포를 한 흐름에서 처리하려는 GLM-5.2 공식 하네스임
  • ZCode 3.0은 GLM-5.2 최적화와 멀티 에이전트 협업 개선을 내세우며, 추론·코딩 작업 전반에서 GLM과의 통합을 강조함
  • 예시 작업은 브라우저 기반 Gomoku AI 게임을 새로 만들고, index.html, app.js, styles.css 생성 뒤 node --check app.js 검증까지 통과함
  • 요금제는 Lite $16.2/월, Pro $64.8/월, Max $144/월로 제시되며, 최종 가격과 혜택은 z.ai에서 확인해야 함
  • macOS, Windows, Linux용 설치 파일을 제공하고, Linux는 Beta로 표시된 x64·ARM64 .deb와 AppImage가 있음

GLM-5.2에 맞춘 개발 하네스

  • ZCode는 AI 에이전트와 기존 개발 도구를 결합해 계획, 코딩, 리뷰, 배포를 더 끊김 없이 진행하도록 돕는 도구임
  • 제품 포지셔닝은 “Simple, Fast, Vibe‑Ready”이며, GLM-5.2 공식 하네스로 소개됨
  • ZCode 3.0은 GLM-5.2에 맞춰 최적화됐고, 멀티 에이전트 협업 개선을 주요 변화로 내세움

작업 흐름 예시

  • 예시 작업 목록에는 gomoku-ai, zcode-website, zcode-desktop, release-bot가 포함됨
  • gomoku-ai는 지능형 Gomoku, 즉 오목 게임을 만드는 작업임
    • 플레이어가 스마트 알고리듬과 대전함
    • 전략적 수를 두고 승리 조건을 정확히 감지하는 기능을 목표로 함
  • 작업 로그상 기존 저장소가 비어 있거나 거의 비어 있어, 앱을 처음부터 만드는 흐름으로 진행됨
    • git status --short 실행은 현재 디렉터리가 Git 저장소가 아니라는 오류를 반환함
    • 이후 index.html, app.js, styles.css 파일이 작성됨

Gomoku 구현 결과

  • 완성된 예시는 독립 실행형 브라우저 Gomoku 게임임
    • 15×15 보드를 렌더링함
    • 플레이어는 검은 돌을 둘 수 있음
    • 네 방향에서 승리를 감지함
    • 승리 라인을 강조함
    • 턴과 이동 수를 추적함
    • 게임 재시작을 지원함
  • AI는 무작위가 아니라 휴리스틱 방식으로 수를 고름
    • 주변 후보 수를 탐색함
    • 자신에게 유리한 공격 패턴을 점수화함
    • 플레이어의 위협을 막는 방어 수를 점수화함
    • 중앙 선호도를 더함
    • 가장 강한 수를 선택함
  • 선택적으로 AI focus area 오버레이를 켜서 AI가 고려한 강한 후보 지점을 볼 수 있음
  • 검증 단계에서는 node --check app.js가 통과함
  • 대화형 브라우저 실행은 수행되지 않았고, 남은 단계는 index.html을 브라우저에서 열어 플레이하는 것임

장시간 작업과 외부 제어

  • ZCode는 장시간 작업을 위해 Goals 기능을 제공함
    • 복잡한 작업에서 지속적인 계획, 실행, 검증을 관리함
  • Bot control 기능으로 WeChat, Feishu, Telegram에서 ZCode를 시작하고 조정할 수 있음
  • GLM-5.2와의 통합은 추론, 코딩, 멀티 에이전트 협업 전반에 최적화돼 있음

요금제와 다운로드

  • GLM Coding Plan은 세 가지 요금제를 제시함
    • Lite: 경량 작업용, $16.2/월, 기본 사용량 포함
    • Pro: 전문 작업용, $64.8/월, Lite의 5배 사용량 포함
    • Max: 고사용량 작업용, $144/월, Lite의 20배 사용량 포함
  • 요금과 플랜 혜택은 변경될 수 있으며, 최종 세부사항은 z.ai에서 확인해야 함
  • All Downloads는 플랫폼별 설치 파일을 제공함
    • 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: Beta로 표시된 x64 .deb, x64 AppImage, ARM64 .deb, ARM64 AppImage v3.2.2

함께 보면 좋은 글 β

GN⁺   [-]
Hacker News 의견들

  • 오픈소스가 아닌 것 같아서 조금 놀랐음. Mimo Code https://github.com/XiaomiMiMo/MiMo-Code와 비교됨. Mimo는 CLI이고 이건 데스크톱 앱이라는 차이는 있음

    • 데스크톱 앱으로 뭘 해야 할지도 모르겠음. 이런 것들은 헤드리스 VM에서 돌리고, 필요하면 --dangerously-skip-permissions 같은 옵션도 붙일 수 있게 함. 그 플래그가 없어도 내 데스크톱/노트북에서는 신뢰하지 않음
    • CLI인 건 opencode 데스크톱 코드를 빼냈기 때문임. opencode의 Go/Zen 모델 제공자도 같이 빠졌음
      내 추측으로는 문자열 치환을 많이 해서 빠르게 1차 제공자처럼 보이려 했던 것 같음. 그래도 opencode를 일반 제공자로 다시 추가할 수도 있었을 텐데
    • 놀랄 일은 아닌 듯함. 하네스는 기반 모델만큼이나 중요해지고 있음. 하네스만으로 벤치마크 결과를 거의 2배 개선한 사례도 있음
      하네스는 빠르게 “모델” 자체의 핵심 구성요소가 되어가고 있다고 봄. 수익 기회를 본 회사가 하네스를 비공개로 두는 건 전혀 이상하지 않음
    • 일부 사용자 요청을 Anthropic으로 보내서 자기 모델용 거래 데이터를 모으고 있을 수도 있음. 그렇다면 숨기고 싶은 요청 추적자를 붙여야 할 수 있음
    • Anthropic이 Claude 증류에 강한 우려를 표하고 있고, 하네스가 해자라는 생각까지 있다면, 반대편도 자기들이 얼마나 잘하고 있는지와 접근 방식이 드러나지 않게 만들려는 건 크게 놀랍지 않음

  • Z.ai는 거의 모든 인기 CLI 기반 에이전트와의 통합을 문서화해 둠: https://docs.z.ai/devpack/tool/others
    이미 터미널 UI 코딩 에이전트에 익숙하다면 데스크톱 에이전트가 필요하진 않음. 그래도 Codex App/Claude App UI 방식을 선호하는 사람에게는 있는 게 좋음

    • 여기서 유인은 더 많은 토큰일 것 같음. 자체 하네스를 쓰면 제한이 더 넉넉했던 걸로 기억함
    • GLM 5.2를 OpenCode에서 쓰고 있고, Docker 컨테이너 안에서 CodeNomad를 웹 기반 GUI로 붙여 실행 중임. 어디서든 접근 가능하고, Anthropic 구독 모델을 제외하면 모든 모델이 잘 돌아감
    • Z.ai 팀이 첫날부터 Linux 지원을 넣은 건 칭찬할 만함

  • 꽤 예뻐 보임. OpenCode 대신 써보고 싶은지는 잘 모르겠음. OpenCode에도 데스크톱 앱이 있고, 개인적으로는 그쪽의 터미널 UI가 더 좋음. 솔직히 Claude Code 터미널 UI보다도 낫다고 봄. 데스크톱 버전은 더 기본적이지만 충분히 괜찮음: https://opencode.ai/download
    다만 ZCode, OCR.z.ai, Image.z.ai, Audio.z.ai, AutoClaw 등 https://chat.z.ai/에서 연결되는 것들을 한꺼번에 많이 내놓는 점은 흥미로움. 한 조직이 해내기엔 상당히 많은 양임
    Pro 코딩 플랜도 써봤는데, 특정 작업을 끝내는 데 필요한 토큰 수를 감안하면 Opus보다 할당량이 엄청 더 많아 보이진 않음. 그래도 GLM 5.2 자체는 더 강한 Sonnet 같은 모델로 꽤 괜찮음

    • 그쪽 터미널 UI는 Claude Code와 비교하면 꽤 무겁고 자주 크래시남

  • “기본 사용량 포함” [1]이나 “표준 제한” [2] 같은 표현을 쓰면서, 상위 플랜은 그 “기본”의 배수로 쌓아 올리지만 정작 기본값이 뭔지는 공개하지 않는 회사들이 이렇게 넘어가는 게 인상적임
    기본값은 이번 달 이익률에 맞춰 정해지는 것 같음
    [1]: https://zcode.z.ai/en#:~:text=Base%20usage%20allowance%20inc...
    [2]: https://support.google.com/gemini/answer/16275805?hl=en#:~:t...

    • 앱을 실행하면 실제 기본 사용량은 알려줌. 다만 플랜 이름이 웹페이지와 다름
      Start plan: 하루 500만 토큰(GLM-5.2 300만, GLM-5 Turbo 200만)
      For individuals: 할당량 +150%, $18.00 USD+, 개인 개발자를 위한 전용 Coding Plan 할당량
    • 이건 정말 별로임. 우리는 가능한 투명하게 공개하려고 여기 올려둠: https://synthetic.new/rate-limits
    • 그래서 호주의 ACCC가 좋음. 호주 회사였다면 이런 식으로 넘어가도록 두지 않았을 것임
    • 역효과가 날 수 있는 전략임. 예측 불가능한 도구는 나쁜 도구보다 더 안 좋음

  • GPT-5.5/Codex를 매일 쓰는 사람 기준으로, 이미 에이전트 코딩용으로 세팅된 코드베이스에서 GLM-5.2/ZCode가 어떻게 비교되는지 궁금함

    • GLM 5.2는 애매한 골짜기에 있음. 집에서 돌리기엔 너무 크고, 비슷한 성능의 모델과 비교하면 비싸고 느림. 좋은 차트는 여기 있음: https://deepswe.datacurve.ai/
      이건 API 가격만 비교한 것임. Anthropic과 OpenAI의 구독 상품까지 보면 비교가 안 됨. Codex $200 구독은 GPT 5.5 high/xhigh에서 주당 10억 토큰도 쉽게 쓸 수 있음
      가장 성능 좋은 오픈 가중치 모델이라는 관점에서는 흥미롭지만, 지금 시장에서 확실한 자리는 없어 보임
    • 요약하면 GLM은 작업을 훨씬 오래 걸리게 할 것이고, 복잡도에 따라 토큰도 더 많이 쓸 수 있음
      그래도 훨씬 싸서 내겐 쓸 만함. Claude 경험이 더 많긴 한데, Opus 4.1과 거의 비슷한 수준이라고 봄

  • UI 관점에서는 Claude Code보다 Codex에 훨씬 가까워 보임. 사실상 Codex의 정확한 복제임

    • 매우 동의함. 손 아이콘, 텍스트 필드의 사용 방식, 사이드바 스타일도 Codex와 1:1로 동일함. 제목이 오해를 부름. Claude Code에 가까운 게 아님
    • 그래서 Codex를 비공개로 유지하는 게 더 우스워 보임. 소프트웨어는 더 이상 누구의 해자도 아님. 그냥 놔줘도 됨

  • 개발 작업용으로 제공자를 거의 매끄럽게 바꿀 수 있는 제공자 중립 터미널 UI나 하네스를 쓰는 사람이 있는지 궁금함
    “여기 3개의 AI 제공자가 있고, 코딩 작업에는 이걸 쓰고, 산문 작성에는 이걸 쓰고, 이미지 생성에는 이걸 쓰는” 식의 로컬 컨텍스트를 원함

    • https://opencode.ai/
      OpenCode는 내가 처음 쓴 에이전트 하네스였고 계속 마음에 들었음. 다양한 제공자를 설정할 수 있고, 오픈소스이며 핵심 기여자도 여럿 있음
      또 다른 선택지는 Pi(Pi 에이전트 하네스)임. 가벼운 선택지로 훌륭하고 여러 제공자를 지원함. 로컬 모델 서버도 쓸 수 있음
    • 지난 6개월 동안 Pi와 OpenCode를 둘 다 써왔고, 같은 기간에 독점 하네스인 Claude Code, Codex, Cursor는 열어본 적이 없음. 지금은 Pi를 쓰고 있으며, 원하는 어떤 제공자의 어떤 모델로도 세션 중간에 매끄럽게 바꿀 수 있음. 로컬에서 실행 중인 모델을 가리키게 할 수도 있음
      사람들이 이쪽이 얼마나 더 편한지 잘 모르는 것 같음. Claude Code와 Codex는 전적으로 벤더 종속에 기대고 있다고 봄
    • 내가 만든 모델 라우터인 role-model로 가능함. 역할과 작업 등을 기준으로 라우팅함. Pi용 확장이 있어서 코딩 에이전트가 역할, 능력 같은 요청 메타데이터를 지정할 수 있음
      https://github.com/try-works/role-model
    • 아직 안 써봤다면 https://pi.dev를 한번 써볼 만함
      몇 달째 Pi만 쓰고 있고 확장도 하고 있음: https://a.l3x.in/ai. 주로 GLM-4.7, 이후 5.1, 지금은 5.2를 쓰는데 거의 더 바랄 게 없음
      아직 “Github/Forgejo 우선” 기반 워크플로를 다듬는 중이지만 이미 꽤 만족함. 대부분의 세션은 CI/CD 작업으로 실행되고, "/pi" 댓글로 트리거되어 PR을 만들거나 PR에 커밋을 푸시함: https://github.com/shaftoe/pi-coding-agent-action
    • Codex와 Claude Code용으로 스킬을 하나 작성했음. 기본 작업 트리에 오케스트레이터를 지정하고, N개의 보조 작업 트리에 어떤 종류의 AI 작업자가 있든 상관없게 만드는 방식임
      오케스트레이터는 각 작업 트리에서 어떤 AI 클라이언트가 실행 중인지 알기 때문에, 어떤 작업을 어떤 AI에 보낼지 지정하기가 꽤 쉬움
      각 작업 트리 탭에서 Claude나 Codex를 실행함. AI 터미널 UI별 지침도 조금 있는데, 예를 들어 Codex는 Claude Code에 비해 모니터링이 원시적이라 Codex 작업자에게 새 “메일”을 제대로 감시하는 법을 추가로 적어둠
      기본 작업 트리의 오케스트레이터와 작업하면서, 오케스트레이터가 작업자들에게 일을 위임하고 작은 질문에 답하게 함. 결과를 끌어올리고 필요하면 컨텍스트 정리도 도와줌
      오케스트레이터와 작업자들은 tmp/* 아래의 단순 공유 파일 시스템으로 소통하고, 함께 크고 다양한 작업량을 처리할 수 있음
      iTerm2를 쓰기 때문에, 오케스트레이터가 입력을 수정해 제출함으로써 작업자를 “깨우거나” 터미널 UI가 막은 작업(/clear 등)을 수행하게 하는 iTerm2 전용 Python도 추가했음

  • 저렴한 토큰을 제공하는 중국 오픈 가중치 모델은 좋아하지만, 개인 프로젝트에만 씀
    중국은 지식재산과 영업비밀을 훔친 전력이 있고, 중국 법원은 자국 회사를 우대해 왔음. 반면 미국은 지식재산권을 집행할 수 있는 강한 법원이 있음. 회사의 지식재산, 영업비밀, 데이터를 싼 토큰 몇 개 때문에 위험에 노출하고 싶다면 Z.ai 서비스를 쓰면 됨

    • 참고로 Z.AI 모델은 중국이 아닌 인프라에서도 쓸 수 있음
    • 미국도 마찬가지임

  • 모델과 도구의 분리는 입법과 사법의 분리만큼 중요함. 진짜 오픈소스가 아닌 도구나 하네스는 그냥 무시해야 함. 그런 것들은 서서히 생활에 파고들어 벤더 종속으로 목을 조르게 됨

  • 비공개 소스의 중국 에이전트 시스템은 신뢰하기 어렵다고 봄
    사실상 전체 사용자 권한을 가진 블랙박스라서, 중국 소유 서버에 전체 시스템을 넘겨주는 셈임. OpenCode와 GLM 제공자를 쓰면 최소한 어떤 파일을 읽었고, 어떤 파일을 편집했으며, 어떤 명령이 실행됐는지는 감시할 수 있음
    게다가 중국 국가안보법은 기업이 국가 정보기관 및 방첩 활동에 협조하도록 법적으로 의무화함 [0]. 기업 워크스테이션에 이걸 설치했고 회사 규모가 충분히 크다면, 감시당할 가능성은 단순한 위험이 아니라 거의 확실한 일에 가까움
    [0]: https://en.wikipedia.org/wiki/National_Intelligence_Law_of_t...

    • 동의함. 미국 경쟁사도 신뢰하기 어렵긴 마찬가지임. 여기서는 오픈소스가 답이라고 봄
    • 적어도 모델 가중치는 공개되어 있음. 나는 미국인이 아니라서, 가능한 모든 면에서 이쪽이 훨씬 더 신뢰할 만함
      미국 정보기관이 선한 쪽인 것처럼 말하는데, 적어도 내게는 전혀 그렇지 않음
    • 미국 제공자도 정확히 똑같음
    • Opencode 아래에서 컨테이너로 실행하면 됨. 아주 잘 돌아가고, 나는 Pro 플랜으로도 업그레이드했음(월 약 $60). 컨테이너에서 쓰고 싶다면 내 프로필의 프로젝트에 정보가 있음. 그 코드는 전부 오픈소스이고, 내가 내 작업에 필요해서 만든 것임. 다른 방법도 수없이 많을 것임
      다만 회사가 어느 나라에 있든, 어떤 에이전트도 베어메탈에서 실행하는 건 강하게 반대함. 내 논문에서도 이 점을 직접적이고 반복적으로 다룸
      최근에 별이 몇 개 없는 소프트웨어를 왜 실행하냐고 따지는 사람이 있었는데, 그런 논리에 대해선 별로 할 말이 없음. 나는 수만 명의 사용자를 처리한 시스템을 설계하고 구축해 봤음. 장난치는 게 아님. 내가 만드는 방식은 일반적이지 않고 남이 따라 하라고 권하지도 않지만, 내게는 잘 맞고 복잡한 시스템을 처리하는 내 사고방식에도 맞음
      쓰든 말든 자유지만, 제대로 된 근거 없이 시비를 걸 거라면 되받을 각오도 해야 함. 커리어 동안 실수도 많이 했고, 책임을 지는 건 성장에 중요하다고 봄. 유효하고 실질적인 비판을 가져오는 사람이라면 내 코드를 쓰는 데 기꺼이 같이 작업할 수 있음
    • 그래서 Deepseek와 함께 Reasonix를 쓰는 걸 좋아함. 캐시에 맞으면 요청이 사실상 무료가 되고, 그 경로도 Digital Ocean이나 Cloudflare 같은 보조금 없는 미국 제공자를 통함
답변달기