ZCode: was Z.ais neuer KI-Coding-Agent wirklich ist

Was ZCode wirklich ist

Ich baue bei eesel die Integrationen und die Agenten-Verdrahtung, daher lese ich mir ein neues agentisches Tool genau an, um zu sehen, was der Agent hinter dem Marketing tatsächlich tut, nicht nur den Slogan. ZCode bietet dafür reichlich Stoff.

ZCode ist eine Desktop-App, keine Chat-Seitenleiste, die an einen bestehenden Editor angeflanscht wurde. Z.ai (das Labor, das früher als Zhipu AI bekannt war) nennt es eine „agentische Entwicklungsumgebung", und die Bezeichnung passt: Statt die Zeile zu vervollständigen, an der Sie gerade sind, übernimmt es eine ganze Aufgabe. Sie beschreiben, was Sie wollen, und der Agent durchsucht Ihr Repo, schreibt über mehrere Dateien hinweg, führt Shell-Befehle aus, prüft seine eigene Arbeit und übergibt Ihnen einen Diff mit Rückgängig-Button. Das Changelog-Banner beim Launch lautete „ZCode 3.0: GLM-5.2 optimiert", und der Installer war bereits bei Version 3.3.3 angekommen, es wird also schnell iteriert.

Der leere Startbildschirm verrät bereits viel. Es gibt einen Aufgaben-Composer („Ask ZCode, type @ to add files, / for commands, $ for skills"), einen Full Access-Berechtigungsschalter in einem leicht nervösen Orange, einen Git-Branch-Picker und einen Modellauswähler, der fest auf GLM-5.2 mit Max-Aufwand steht. Das Ganze ist vertikal integriert: der Agent, das Modell GLM-5.2 und das Abonnement stammen alle vom selben Unternehmen. Das ist ein echter Unterschied zu einem modellagnostischen Harness wie Claude Code, und das wirkt sich in beide Richtungen aus, dazu komme ich noch.

Wenn Sie die Welle des Vibe-Codings verfolgt oder meinen Leitfaden zu agentischen Coding-CLIs gelesen haben: ZCode ist diese Idee in einer nativen GUI, weniger „einen Prompt eintippen, ein Snippet bekommen", mehr „eine Aufgabe übergeben, das Ergebnis prüfen".

Das Modell dahinter: GLM-5.2

Man kann ZCode nicht von GLM-5.2 trennen, dem Modell, für das es gebaut ist. Z.ai veröffentlichte GLM-5.2 am 16. Juni 2026 unter einer MIT-Open-Source-Lizenz mit öffentlichen Gewichten auf HuggingFace und ModelScope, dazu ein Kontextfenster von 1M Tokens (gegenüber 200K bei GLM-5.1). Z.ai räumt unverblümt ein, dass eine große Kontextzahl leicht zu behaupten und schwer zuverlässig zu halten ist, deshalb, so das Unternehmen, wurde gezielt auf lange, unübersichtliche Coding-Verläufe trainiert statt auf den Benchmark-Screenshot.

Die zentrale Behauptung lautet, dass die agentische Coding-Leistung von GLM-5.2 bei vergleichbaren Token-Budgets „etwa zwischen Claude Opus 4.7 und Claude Opus 4.8" liegt. Die Langzeit-Evaluierungen des Unternehmens stützen diese Einordnung: Bei FrontierSWE (offene Projekte im Umfang von Stunden bis zu mehreren Dutzend Stunden) erreicht GLM-5.2 74,4 Punkte, etwa 1% hinter Opus 4.8 mit 75,1 und vor GPT-5.5 mit 72,6.

Zwei Vorbehalte sollte man im Kopf behalten. Erstens: Das sind Z.ais eigene Benchmarks, lesen Sie sie also so, wie Sie das Diagramm jedes anderen Anbieters lesen würden. Zweitens zieht sich durch jeden einzelnen Vergleich derselbe rote Faden: GLM-5.2 ist das beste offene Modell, liegt aber weiterhin klar hinter der geschlossenen Spitzengruppe (meist Opus 4.8, bei ein paar Benchmarks auch GPT-5.5). Beim ultra-langen SWE-Marathon erreicht es 13,0 Punkte gegenüber 26,0 bei Opus 4.8, die Lücke wird also umso größer, je länger die Aufgabe läuft. Wenn die Modellauswahl für eine Aufgabe Ihr Engpass ist, behandeln meine Notizen zur Modellauswahl und die besten LLMs zum Schreiben dieselben Abwägungen aus anderen Blickwinkeln.

Die glaubwürdigste externe Einschätzung, die ich gefunden habe, bringt es auf den Punkt:

"Im Schnitt ist Opus 4.8 meiner Meinung nach immer noch das bessere, zuverlässigere und schnellere Modell, aber wenn es morgen verschwinden würde und ich nur noch GLM 5.2 hätte, wäre ich nicht allzu traurig; ich würde mit GLM 5.2 gut zurechtkommen."

InsideOutSanta, Hacker News

Das deckt sich ungefähr mit meiner eigenen Einschätzung. GLM-5.2 ist ein echtes, brauchbares Modell nahe der Spitzenklasse, das zufällig offene Gewichte hat, das ist eine große Sache. Ein Giant-Killer ist es nicht.

Wie ZCode funktioniert: Goals, Bots und ein großer Stack

Drei Dinge prägen das ZCode-Erlebnis, und genau dort ist das Produkt am meinungsstärksten.

Goals für lang laufende Aufgaben

Die zentrale Arbeitseinheit ist ein „Goal". Statt einer einzelnen Vervollständigung übergeben Sie ZCode ein mehrstufiges Ziel, und es führt fortlaufend Planung, Ausführung und Verifikation dagegen aus, wobei die Aufgabendauer in den Demos von zwei Minuten bis zu einem ganzen Tag reicht. Das Agenten-Transkript auf der Startseite zeigt, wie zunächst ein Repo inspiziert wird, dann in einem Durchgang index.html, app.js und styles.css geschrieben werden und anschließend node --check app.js ausgeführt wird, um die eigene Ausgabe zu überprüfen, bevor die Aufgabe als erledigt gemeldet wird. Genau dieser Selbstprüfungsschritt ist entscheidend; ein Agent, der Code schreibt und ihn nie ausführt, ist nur eine schickere Autovervollständigung.

Wenn Sie die konzeptionelle Version dessen wissen möchten, was ein Goal im Hintergrund tut: Ich habe die Agenten-Schleife separat beschrieben, und der Unterschied zwischen diesem Ansatz und älteren Bots ist derselbe, den ich zwischen einem KI-Agenten und einem regelbasierten Chatbot gezogen habe.

Bot-Steuerung aus Ihren Chat-Apps

Das ist die Funktion, die westlichen Coding-Tools meist fehlt: Sie können eine ZCode-Aufgabe aus WeChat, Feishu oder Telegram starten und steuern. Sie erwähnen den Bot mit @ von Ihrem Telefon aus, und eine lang laufende Aufgabe läuft weiter, während Sie nicht am Schreibtisch sind. Eine clevere Idee, auch wenn die Launch-Seite mit einer Feishu-Einladung zur Linux-Beta ein kleiner Hinweis darauf ist, wo die Heimat-Zielgruppe dieses Produkts liegt.

Ein vertikaler Stack

Hier liegt die strategische Entscheidung. Claude Code ist im Grunde ein Harness, das auf verschiedene Modelle zeigen kann. ZCode ist das Gegenteil: der Agent, das Modell GLM-5.2 und das Abonnement GLM Coding Plan sind ein einziger, durchgängig selbst kontrollierter Stack, „gemeinsam abgestimmt", wie Z.ai es formuliert. Sie können einen eigenen Schlüssel für Anthropic, DeepSeek, Kimi oder OpenRouter mitbringen, aber GLM-5.2 ist die Standardeinstellung und das, worauf alles optimiert ist.

Der Vorteil eines vertikalen Stacks liegt in der Abstimmung: Modell und Harness kennen einander. Der Nachteil zeigte sich sofort in der Community, wo sich einige durchaus fragten, wozu überhaupt ein dediziertes Harness nötig ist, wenn GLM-5.2 bereits problemlos in bestehenden Tools läuft:

"GLM-5.2 ist ein großartiges Modell! Aber es funktioniert schon richtig gut mit bestehenden Harnesses, ich bin mir nicht sicher, wozu ein dediziertes gebraucht wird?"

jedisct1, Hacker News

Das ist eine berechtigte Frage, über die man nachdenken sollte, bevor man seinen Workflow an die App eines einzigen Anbieters bindet.

Was ZCode kostet

Die App ist kostenlos. Das Modell dahinter nicht. Um GLM-5.2 zu nutzen, brauchen Sie einen GLM Coding Plan, und für den Plan selbst gibt es keine kostenlose Stufe.

Z.ai gewährt -10% Rabatt bei monatlicher Abrechnung, -20% bei vierteljährlicher und -30% bei jährlicher Abrechnung, sodass dieselben Pläne bei einjähriger Bindung schon ab $12.60-$112/mo zu haben sind. (Anderswo finden Sie eventuell $16.20-$144 angegeben; das ist lediglich die Ansicht bei monatlicher Abrechnung derselben Preise, keine separate Stufe.)

Hier kommt der Punkt, den ich jedem ans Herz legen würde, der dafür ein Budget plant. Die Pläne werden als Vielfache eines Basis-Kontingents verkauft, das Z.ai nie tatsächlich veröffentlicht. Pro ist „5x Lite", Max ist „20x Lite", und Lite hat „Basis-Nutzungskontingent inklusive" ohne zugehörige Zahl. Die Preisseite hat sogar eine FAQ „Wie hoch ist das Nutzungslimit für den Plan?", die zum Zeitpunkt meiner Prüfung eingeklappt blieb.

Ein Kommentar aus der Launch-Woche brachte den Frust besser auf den Punkt, als ich es könnte:

"Es ist beeindruckend, dass all diese Unternehmen mit 'Basis-Nutzungskontingent inklusive' durchkommen [...] und die höheren Pläne als Vielfaches dieser 'Basis' aufbauen, ohne je offenzulegen, was das eigentlich ist."

cube00, Hacker News

Wichtig ist auch, dass GLM-5.2 pro Aufgabe nicht günstig im Betrieb ist. Z.ais eigenes Diagramm zu den Aufwandsstufen zeigt, dass GLM-5.2 Opus-nahe Ergebnisse nur erreicht, indem es pro Aufgabe deutlich mehr Output-Tokens verbraucht, und der Kontingentzähler multipliziert die Nutzung während der Pekinger Spitzenzeiten mit 3x und außerhalb davon mit 2x.

Zuzusehen, wie ein Anbieter Autonomie in Einheiten verkauft, die niemand bepreisen kann, kommt mir bekannt vor. Aus genau diesem Grund berechnet eesel pro gelöstem Ticket, eine Einheit, die Sie tatsächlich vorausplanen können, statt eines undurchsichtigen „Credits". Wenn Sie ein KI-Budget jeglicher Art kalkulieren, geht meine Aufschlüsselung dazu, was ein KI-Support-Agent kostet, dieselbe Falle auf der Support-Seite durch.

Was die Leute wirklich sagen

Die Launch-Woche von ZCode war laut, und die Stimmung war auf eine aufschlussreiche Weise gespalten. Ein paar Themen tauchten immer wieder auf.

Es sieht sehr nach Codex aus. Trotz des Framings „Claude Code von den Machern von GLM" sagten mehrere Leute, die Oberfläche erinnere eher an OpenAIs Codex:

"Sogar das Handsymbol, die Nutzungsanzeige im Textfeld und der Stil der Seitenleiste sind 1:1 identisch mit Codex. Der Titel ist irreführend, das ist nicht annähernd Claude Code."

hazelnut, Hacker News

Es ist instabil und durstig. Die häufigste praktische Beschwerde betraf Zuverlässigkeit und Token-Verbrauch:

"Man muss jede Anfrage mindestens 3-mal wiederholen, weil die API so instabil ist. Und wenn man den Coding Plan hat, den Max-Plan, verbraucht das Ding Tokens mindestens 5x schneller als Codex für 200 $ und Claude für 200 $."

guybedo, X

Und da ist eine Vertrauensfrage, die nicht verschwindet. Ein proprietärer Agent, der vollen Systemzugriff will und von einem chinesischen Labor gebaut wurde, ist für einen Teil der Entwickler unabhängig von den Benchmarks schwer zu verkaufen:

"Ich würde niemals ein Stück proprietäre chinesische Software, die volle Systemkontrolle bekommt, auf irgendetwas Wichtigem laufen lassen. Das ist definitiv etwas, das ich nur sandboxed in einer Laborumgebung für Spielprojekte einsetzen würde, nicht für ernsthafte Arbeit."

tristor, Hacker News

Nichts davon macht GLM-5.2 zu einem schlechten Modell. Es macht ZCode, die App, zu einem Produkt der Version 3.x mit rauen Kanten, genau das, was man zwei Wochen nach dem Launch erwarten würde. Wenn Sie einem Coding-Agenten eine solche Reichweite einräumen würden, ist meine Notiz zu Claude Codes Berechtigungssteuerung ein guter Realitätscheck dafür, was „voller Zugriff" eigentlich bedeuten sollte.

Die eigentliche Lehre: Autonomie braucht ein Gerüst

Hier ist der Punkt, zu dem ich immer wieder zurückkomme, und er ist größer als eine einzelne Coding-App. Ein autonomer Agent ist nur so vertrauenswürdig wie das Gerüst, das man um ihn herum baut.

ZCodes beste Design-Entscheidungen sind die Leitplanken, nicht die Autonomie. Es verlangt einen Bestätigungsschritt, bevor heikle Befehle oder Aktionen mit hohen Rechten ausgeführt werden. Sein Agent überprüft sich selbst mit einem echten Befehl, bevor er Erfolg meldet. Der „Full Access"-Schalter ist eine bewusste, sichtbare Entscheidung statt eine Voreinstellung. Nimmt man das weg, bleibt ein sehr leistungsfähiges Modell mit Root-Rechten auf Ihrem Rechner und ohne Bremsen übrig, genau das, wovor die Skeptiker in den Threads gewarnt haben.

Das beruhigt mich, weil es genau die Schlussfolgerung ist, zu der ich beim Aufbau von KI für den Support gekommen bin. Ich habe die letzten gut drei Jahre damit verbracht, KI-Agenten in echten Kunden-Warteschlangen einzusetzen, und die frühe, schmerzhafte Lehre war zu erleben, wie ein selbstsicher klingender Bot einem echten Kunden eine falsche Antwort gibt. Ein Coding-Agent, der eine Funktion halluziniert, zerstört einen Build, den man zurückrollen kann. Ein Support-Agent, der eine Rückerstattungsrichtlinie halluziniert, zerstört Vertrauen, das man nicht zurückrollen kann. Deshalb bewegt sich die gesamte Branche, ZCode eingeschlossen, auf dieselbe Form zu: dem Agenten Raum zum Arbeiten geben, aber einen Checkpoint zwischen ihn und alles Unumkehrbare setzen und beweisen, dass es funktioniert, bevor man ihn loslässt.

Speziell für den Support besteht dieses Gerüst aus drei Dingen: einem Prüfschritt, bevor eine Antwort rausgeht, einem sauberen Eskalationspfad, wenn der Agent unsicher ist, und einer Möglichkeit, Containment und Qualität zu messen, statt zu raten. Die Autonomie ist inzwischen der leichte Teil. Das Gerüst ist das Produkt.

eesel ausprobieren

Wenn Sie ZCode beobachten und denken „Ich will so einen Agenten, aber für meine Support-Warteschlange", ist das im Grunde genau das, was ich baue. eesel ist ein KI-Teammitglied für Ihren Helpdesk: Es bindet sich in Zendesk, Freshdesk, Gorgias, HubSpot oder Front ein, lernt vom ersten Tag an aus Ihren bisherigen Tickets und Hilfe-Dokumenten und entwirft oder löst Tier-1-Konversationen vollständig.

Das Unterscheidungsmerkmal ist dieselbe Gerüst-Idee aus dem Abschnitt oben. Bevor eesel auch nur einem einzigen Kunden antwortet, lässt der Simulationsmodus den Agenten gegen Tausende Ihrer echten historischen Tickets laufen, sodass Sie genau sehen, was er gesagt und wie viel er gelöst hätte, und Sie die Lücken schließen, bevor es live geht. Es startet überwacht, nur mit Entwürfen, und Sie gewähren bei den einfachen Tickets Autonomie, sobald Sie Vertrauen gefasst haben, mit vertrauensbasiertem Routing, sodass Fragen mit geringer Konfidenz zu einem Entwurf werden statt zu einer falschen Antwort. Echte Teams setzen es im großen Maßstab ein: Gridwise sah, wie eesel im ersten Monat 73% der Tier-1-Anfragen löste. Sie können eesel kostenlos testen, und die Abrechnung erfolgt pro gelöstem Ticket, nicht pro undurchsichtigem Credit.