国产Coding Harness工具ZCode近日迎来重大功能更新，针对智谱GLM模型深度优化的四大核心功能正式上线。此次升级不仅提升了代码生成效率，还通过创新交互模式重构了开发者的工作流程。据官方披露，GLM Coding Plan全体用户额度已在当日完成重置，所有用户获得满额使用权限。
在性能对比测试中，基于智谱自研的Z.ai Code Bench评测体系显示，GLM-5.2模型搭配ZCode的组合在任务通过率方面表现优异。具体数据显示，该组合较GLM+Claude Code方案整体通过率高出2.39个百分点，尽管在检查项通过率上存在1.22%的差距，但通过上下文缓存优化技术，ZCode成功将GLM的缓存命中率提升至98%以上。这项改进使得有效Token量增加约30%，配合即日起至2026年8月31日的1.5倍限时额度加成，用户实际可用资源接近常规额度的1.8倍。
新上线的Goal模式彻底改变了传统Coding Agent的交互方式。开发者只需设定明确可验收的目标，系统即可自动完成任务拆解、代码修改、命令执行和测试验证的全流程。以优化首屏加载时间为例，当设定"2秒内完成加载且通过现有测试"的目标后，ZCode会持续迭代直至达成标准，每轮执行结果均通过可视化面板实时展示。这种自主闭环的工作方式，有效解决了过往需要人工反复介入的痛点。
针对多设备协同场景推出的Remote Control功能，实现了桌面工作区的移动端访问。开发者在电脑运行长任务时，可通过手机扫码或链接实时查看进度、发送指令或创建新任务。该功能支持微信、飞书等主流办公平台直接调用，代码执行始终在桌面端原生环境运行，既保障了项目安全性，又兼容本地、SSH、WSL和Docker等多种工作区类型。
此次更新的Subagents功能通过多智能体协作机制，将复杂任务分配给不同专业领域的子代理并行处理。而新推出的闲时任务机制则允许用户提交非紧急任务，系统会在网络空闲时段自动执行，相关操作不消耗GLM Coding Plan积分。这两项功能特别适合处理代码审查、性能优化等耗时较长的工作。
据技术文档披露，ZCode的缓存优化技术通过智能识别重复上下文，采用差异化积分抵扣策略实现资源高效利用。在连续任务场景下，系统可自动复用历史缓存数据，减少重复计算带来的资源消耗。这种设计使得开发者在处理大型项目时，能够获得更流畅的编码体验和更低的资源成本。
