想把日常编程代理换到支持桌面端、浏览器和微信远程控制的新工作台,Z.ai 刚刚在 2026年11月12日 把开源项目 ZCode 推到了 v3.18.2;与此同时,FrontierHarness Eval 官网首页也已经挂出“FrontierHarness v1.1 is live”的提示。
动手迁移主力仓库之前,先把公开资料能核对到哪一步划清。从 FrontierHarness 官网抓取到的静态网页快照目前只保留了上线提示语和导航框架,并没有附带 v1.1 的完整跑分表、模型清单或赞助明细。真正在公开来源里有逐项数字、环境参数和可执行脚本的,依然是 GitHub 仓库里归档的 v1.0 基准。
装 ZCode v3.18.2 前,先把 CLI 和本地边界弄清楚
ZCode 仓库采用 Apache-2.0 协议开源,截至当前已有 8.7k 标星与 2.7k 分支。更新节奏在 2026年11月11日 发出 v3.18.0 之后,紧接着在 2026年11月12日 一天内连续推进了 v3.18.1 与 v3.18.2。

不少教程直接让读者敲 zcode --web,但本机没有预装命令时第一步就会报错。依据 ZCode 官网与仓库 README,获取与启动分为三条路径:
- 直接下载桌面端:官网列出 v3.18.2 的 macOS(Apple Silicon 与 Intel 芯片
.dmg)、Windows(64-bit 与 ARM64.exe)以及处于 Beta 阶段的 Linux 安装包(.deb、.rpm与.AppImage)。如果是本地未签名打包的 macOS 产物,首次打开被拦截时需按文档执行sudo xattr -rd com.apple.quarantine /Applications/ZCode.app。 - 安装或构建命令行发行包:发行包把 TUI、Web 界面和 Agent CLI 合并进统一的
zcode入口,不依赖 Electron 即可在本机运行,但运行发行包本身仍要求本机安装符合mise.toml版本的 Node.js。可通过配置好的ZCODE_DIST_BASE_URL拉取install.sh(默认装到~/.zcode/runtime,并在~/.local/bin生成zcode),或者在仓库里先设置ZCODE_DIST_BASE_URL或传入--base-url后运行pnpm build:zcode,再到dist/zcode/解压调试。文档提醒pnpm build:zcode不会覆盖PATH里已有的旧版本,用command -v zcode(Windows 下用where.exe zcode)确认路径后再跑。 - 从源码直接开发构建:仓库把桌面应用、Web 端、服务端以及位于
apps/zcode-cli/的终端代理打包在同一套工作区里。初始化需准备 Git、Node.js 24.14.0 与 pnpm 10.33.2,先运行pnpm bootstrap或pnpm --filter @zcode/cli... build;若涉及 SSH 或 WSL 远程工作区开发,需先运行pnpm bootstrap:with-remote准备本地模拟远程资源。
确认 zcode 可用后,不带参数运行进入终端交互界面,加上参数运行 zcode --web --workspace /path/to/project --port 3030 --no-open 则会起一个本地浏览器工作台。这里要分清运行边界:留在本地的只有 Web 前端界面与默认监听 127.0.0.1 的 HTTP/WebSocket 后端进程,并不是完全离线断网运行。模型推理与鉴权流量仍取决于你的配置文件——可以通过 ZCODE_BUILTIN_PROVIDER_CONFIG_FILE 挂载本地模型供应商配置,而在开发或产品服务模式下,/api/v1/oauth/token 会代理到当前配置的产品服务;想隔离实验缓存与会话数据,则可设置 ZCODE_DATA_BASE_DIR 把数据写入独立目录的 .zcode/ 下。如果需要局域网访问,可以加 --host 0.0.0.0(此时默认生成访问令牌,也可通过 --token 指定或 --no-token 关闭)。
模型绑定与账单:GLM Coding Plan 三档怎么看
在功能定位上,ZCode 官网直接将其标作“Official Harness for GLM-5.3”,内置 GLM-5.3-Flash 处理截图理解与图像分析,主打用 Goals 拆解多智能体长程任务,并支持直接在微信、飞书和 Telegram 中启动或接管会话。
如果不按裸 API 计费,官网紧邻下载区给出了三档 GLM Coding Plan 月费套餐:Lite 档每月 $12.6(原价 $18),每周提供 10,000 Credits,支持滚动使用旗舰模型;Pro 档每月 $56(原价 $80),用量为 Lite 的 6 倍,增加优先生成与精选 MCP 工具;Max 档每月 $117.6(原价 $168),用量为 Lite 的 14 倍,提供峰值专用资源。按照官网说明,该订阅计划支持包括 ZCode 与 Claude Code 在内的 20+ 种代理工具,实际计费仍以 z.ai 结算页面为准。

参考基准别只看名次:v1.0 同模型下的 17.5x 成本差
ZCode 尚未出现在 FrontierHarness v1.0 的归档榜单中,但 v1.0 的实测数字已经说明为什么挑对代理壳能省下一大笔预算。那轮测试把底层模型锁死为 Fireworks 提供的 Kimi K3,用 Runta 提供的“黄金检查点”冷启动环境跑了 30 道软件工程任务(21 道 Terminal-Bench、9 道 DeepSWE),9 个代理共 12 种配置合计完成 360 次评测。
结果最有参考价值的不是榜首是谁,而是成本和缓存命中率的差异。Codex(0.148.0)拿到 66.7% 通过率、$3.47 表格中位成本与 88.0% 中位缓存率;DeepSeek Harness(DSH)的 Creator 配置做到 63.3%、$3.28;Pi(0.84.2)交出 60.0%、$2.43;Exo Harness(0.1.0)通过率虽然只有 53.3%,中位成本压到了 $1.05;而 Claude Code(2.1.237)虽然同样达到 63.3%,表格中位成本却高达 $18.34(中位缓存率 67.8%),与 Exo Harness 拉开了 17.5x 的差距。

引用这组花销时必须注意指标标签:GitHub 表格把那一列写成“Median cost per pass”,但官网 v1.0 卡片与散点图标注的是“per task”与“Median cost per task”,仓库复现脚本另外定义了按总费用除以通过次数的 effective_cost_per_pass。这些统计量反映的是 30 道固定任务的中位表现,不能直接当作自家仓库每次修复成功时的固定报价。
自己跑 FrontierHarness 对照:前置条件与可比规则
想把 ZCode v3.18.2 和手里现有的 Codex 或 Pi 放在同一套题上比一比,可以直接看 FrontierHarness 仓库给出的技能入口:npx skills add frontier-harness-eval/eval --skill frontierharness-eval。
需要留意,执行这条命令只是把评估技能装进项目,并不会自动开始跑分。按仓库 README 说明,首次使用要同时补齐配套技能(npx skills add https://runta.com/docs --skill runta-installer runta-cli),并准备好已通过 runta login 登录的 Runta CLI、jq、node >= 18 与 Python >= 3.9;供应商密钥必须提前通过 runta secret set(例如 FIREWORKS_API_KEY、MOONSHOT_API_KEY、OPENROUTER_API_KEY 或 TOGETHER_API_KEY)存进出站代理,确保沙盒容器里只能读到 runta-secret-stub 占位符。
准备就绪后,也不必一上来就把 30 道题全跑完。仓库建议先传只包含 1 道 Terminal-Bench 和 1 道 DeepSWE 任务的列表给 run-trials.sh 的 --tasks 参数,走通构建、黄金检查点冻结、容器执行和报告生成全链路。如果准备拿自测成绩和公开数字对比,还要遵守仓库的“可比性”约束:新跑出的成绩默认标记为 methodology_comparable: false 且不参与排名,只有换用与基线一致的 Kimi K3 模型、记录完整网络放行清单(egress_policy),并在相同环境和允许清单下同步重跑对照代理,两边的数据才具备直接对照价值。