智谱ZCode用户破100万:四项新功能上线,国产编程智能体提速了

原创2026-10-09 17:55:091,949 阅读
文章标签:人工智能AI 应用AI Agent代码智能体桌面应用前端后端CLI工具调用MCP Clients

智谱ZCode用户破100万:四项新功能上线,国产编程智能体提速了

智谱的编程智能体 ZCode 刚刚交出一份不寻常的成绩单:官方宣布用户规模突破 100 万,并同步上线了四项新功能(东方财富、品玩等媒体均有报道)。而就在三周前,它还深陷"数据上传"争议——9 月 21 日,ZCode 就社区反馈的安全问题公开发文道歉,并完成整改与整改后的开源;两天后的 9 月 23 日,仓库主版本已推进到 v3.14.3(README.md 更新记录、根 package.json 版本号 3.14.3 可查)。

从"被质疑"到"破百万",中间只隔了一次彻底的开源。本文基于 zai-org/ZCode 仓库源码,拆解这次版本更新中真正有工程含量的东西:动态工作流编译引擎、闲时任务调度、内嵌浏览器 Agent、Prompt 轨迹审计工具,以及围绕"可审计"这一关键词做的一整套设计。

一、破 100 万:三个成本被同时压到最低

先看仓库本身。ZCode 是 Apache-2.0 许可的 AI 编程工作台,一个仓库装下四种形态:桌面端(Electron)、浏览器界面、终端 TUI,以及 Agent CLI 与运行时。README.md 给出的仓库结构分工非常清晰:

目录 职责
packages/desktop Electron Main、Host、Renderer 与桌面打包
packages/web Web 客户端
packages/server HTTP / WebSocket 服务与远程连接
packages/ui 共享 React 组件、hooks 与 Zustand 状态
apps/zcode-cli Agent CLI、TUI、运行时与工具

对用户而言,这个百万量级的形成可以拆成三个被压低的成本:

  1. 安装成本。命令行发行包统一用 zcode 入口:无参数进 TUI,--web 启动 Web 模式,安装脚本从分发源下载运行包、默认装到 ~/.zcode/runtime 并在 ~/.local/bin 生成命令(README.md「ZCode 命令行版」章节)。一条 install.sh 的事,没有 Electron 级别的安装摩擦。
  2. 验证成本。桌面端、Web 服务、TUI、Agent CLI 和共享运行时放在同一个可审计仓库里。社区 CSDN 上 9 月下旬集中出现的一批实测文(单篇 200–400 阅读、多篇进入收藏榜)反复强调同一个点:网络请求可以逐行审计。对一款刚经历"偷代码"质疑的产品来说,源码本身就是最强的信任重建工具。
  3. 试用成本。配合 GLM-5.3 的每日免费 token 活动,开发者可以在零成本前提下跑真实编码任务验证能力——这也是社区教程类文章的高频切入点。

还有一个生态信号值得关注:围绕 ZCode 的社区内容已经形成了"实测 → 选型对比(Codex / Trae / Cursor)→ 安全自查 → Prompt 调试工具链"的完整链条,插件商店(官方市场 + 内置/CDN 插件 + 个人来源)的分发机制也已成型(CONTEXT.md 定义了完整的插件市场领域词汇表)。一款工具能不能沉淀生态,看的是否有人开始写它的调试教程——而 prompt-trajectory 这类工具的使用教程,社区已经先行出现了。

二、新功能逐项拆解:动态工作流是最重的一块

官方将四项新功能定位为"助力复杂编程任务自主交付"。在 v3.14.x 的源码里,能对应上最完整证据链的,是下面这四个方向。

1. 动态工作流:模型写的脚本,先过编译器再进沙箱

这是本次更新中工程量最大的部分。核心思想是:让 Agent 用 TypeScript 描述多步骤任务(工作流),但脚本不直接执行,而是先经过一个编译器流水线做严格化,再在受控子进程里运行。

引擎本体在 apps/zcode-cli/packages/dynamic-workflow/,其 README 自述:这是一个纯库(no session spawning, no storage, no disk or network I/O),提供"模型可见的 TypeScript facade + 从脚本中恢复严谨性的编译器(类型检查、schema 合成、依赖推断、站点识别)"。流水线大致是:

  1. 类型检查:compiler/compile.ts 对脚本做 virtual-host typecheck,对照嵌入的 facade .d.ts 校验;
  2. 站点收集:analysis/sites.ts 一次 checker 驱动的遍历,收集所有 ask / actor / world-read / join 站点和 fan-out 迭代候选;
  3. 污点分析:analysis/taint.ts 做污点不动点求解,causality-order*.ts 再做一次时序遍历,产出因果投影(facts、类型化传递归约、phase 商);
  4. Schema 合成:schema/ 目录把 ask<T> 调用编译成 JSON Schema,违反时输出"模型可读"的 path/expected/got 诊断,用于自动修复;
  5. 降级发射:lowering/ 做去类型化 + 站点插桩,产物交给沙箱。

执行层在兄弟包 apps/zcode-cli/packages/dynamic-workflow-runtime/:脚本在受控子进程里跑,NDJSON 桥接子进程的 __host.* 调用到纯引擎核心。README 里对边界的强调很有特色——它"绝不 import @zcode/core / @zcode/contracts / @zcode/bootstrap",把这个包作为"整条 sandbox↔engine 管线 app-free 可跑"的证明。用法示意:

import { runWorkflowScript } from "@zcode/dynamic-workflow-runtime";

const settlement = await runWorkflowScript({
  scriptText,                    // 或 lowered: <async 函数体>
  caps: { maxConcurrency: 16 },
  askSpecs,                      // site id ∈ 合成 schemas 记录即 typed
  makeDriver: (sink) => driver,  // driver 自带 journal + emit
  signal, timeoutMs,
});
// settlement: { status: "completed" | "failed" | "cancelled", ... }

这个设计直接回答了"自主交付"的可靠性问题:模型写的流程不是黑盒执行,而是先被类型系统、污点分析和 JSON Schema 三道关卡约束,journal replay + hold rule 让任务可回放、可修复(engine/ 目录的 WorkflowEngine + AskScheduler)。对长程任务而言,这是"自主"与"失控"之间的分水岭。

动态工作流分析产出的多张 mermaid 图,涵盖站点图、因果图、控制流、交接图与 actor 图的序列化

注:上述 mermaid 图由 scripts/generate-mermaid.mjs 从测试夹具自动渲染(pnpm charts),可作为理解分析投影的图示入口。

2. 闲时任务:把"排队等算力"做成一等公民

长程自主交付的另一个现实约束是算力成本与配额。ZCode 引入了 Off-Peak(闲时)任务体系:调度器独立于交互会话,允许任务在窗口隐藏、甚至应用退到后台后继续派发执行。

从 packages/shared/src/off-peak-types.ts 可以看到其状态机设计:

// 客户端执行态六态(服务端准入态 queued/ready/active/expired/settled 是另一轴):
// queued=排队等服务端 ready;paused=用户 Pause 停止派发;running=执行中;
// permission/elicitation 在普通 session 内等待且聚合态保持 running;
// completed/failed/cancelled=终态。
export type ZCodeOffPeakTaskStatus =
  | "queued" | "paused" | "running"
  | "completed" | "failed" | "cancelled";

两个细节很能说明工程成熟度:其一,客户端与服务端是两轴状态,各自的队列/票据生命周期独立建模;其二,票据过期(active 3 小时到期 / ready 5 分钟废票)被定义成跨进程稳定的错误标记 off-peak-ticket-expired,宿主收到后不直接落 failed,而是走"同 task_id 重新取号 → resume 续跑"。派发结算在桌面端有专门的调度器实现(packages/desktop/src/scheduler/ 的 offPeakDispatchSettlement.ts 等)。NOTICE.md 也如实标注了它的边界:"关闭窗口可能只是隐藏到后台……不能保证关机后仍运行或错过的任务一定补跑"。

3. 内嵌浏览器 Agent:把网页操作纳入工具箱

桌面端内置了 Browser Use 能力:模型可以访问网页、读取页面内容、截图或录制页面,并执行点击、输入、上传下载。相关代码分布在 packages/shared/src/browser-use/(命令、命令元数据、后端、快照、结果协议)与 packages/ui/src/browser-use/(视口、工具栏、截图表面等 UI 组件)。

这也是权限边界最容易被低估的一块。NOTICE.md 的表述非常直接:

内嵌浏览器与 Browser Use——可访问网页、读取页面内容、截图或录制页面,并执行点击、输入、上传和下载。经用户操作导入或复用的浏览器登录状态可能允许访问私人数据、提交表单或改变远端账号中的内容。

把风险写进声明而不是藏在行为里,本身就是整改后产品气质的一部分。

4. Prompt 轨迹审计:对"偷代码"质疑最直接的回应

apps/zcode-cli/tools/prompt-trajectory/ 是一个独立的开发工具(刻意放在 tools/ 下,不进生产 CLI 和 SEA 打包路径),用于"检查 zcode-cli 的 prompt 组装过程":

pnpm --filter @zcode/prompt-trajectory record -- \
  --fixture /path/to/recording.json \
  --out /tmp/zcode-prompt-trajectory/basic-live

pnpm --filter @zcode/prompt-trajectory derive -- \
  --out /tmp/zcode-prompt-trajectory/basic-live

pnpm --filter @zcode/prompt-trajectory model-io -- \
  --input ~/.zcode/cli/debug/model-io-<session>.jsonl \
  --out /tmp/zcode-prompt-trajectory/model-io-session

record 会以代理身份转发 provider 请求,把每次交互写成 trajectory.jsonl(单一事实源,流式增量在追加前先拼装成完整 assistant 消息);derive 反推出完整请求体快照;model-io 则直接解析会话级模型 I/O 日志。它支持 --reference-request 挂一份参考请求做对照。

为什么把"Prompt 调试工具"排进四项新功能?因为它把"到底发给模型什么"从信仰问题变成了取证问题——这正是开源之后最需要的能力。社区已有专门文章用这个工具录制和反推 zcode-cli 的 Prompt 组装轨迹。

哪一项最戳痛点?

从"复杂编程任务自主交付"的叙事看,动态工作流是地基(约束模型的自主性),闲时任务是经济层(让长任务在低成本算力窗口里跑),两者组合才撑起"自主交付"。而 Prompt 轨迹审计解决的是信任层——对一个刚被"偷代码"指控过的产品来说,可审计性比任何单点功能都更接近痛点。

三、破百万之后:与"偷代码"风波叠加的舆论走向

把时间线拉直:数据上传争议曝光 → 9 月 21 日官方道歉、宣布整改并完成开源 → 有企业发函要求就 12 项问题作出答复(澎湃报道)→ 官方公布补偿方案 → 用户规模破 100 万、四项新功能上线。舆论的主线,是从"它会不会传我的代码"切换到"它凭什么值得我用"。

从仓库看,官方对"凭什么"的回答分三层:

第一层:把所有网络行为写成清单。 NOTICE.md 第二节是全文最重的一张表,逐行枚举每个上传/外发接口的业务用途、触发条件与数据范围——模型请求(含压缩、标题、记忆、AI Git 提交信息等辅助调用)、官方 Coding Plan 网关转发("此转发未设置额外的逐次用户确认;判断依据是请求 URL")、MCP OAuth 自动刷新、附件分块上传、会话分享的披露校验时序、反馈工单截图直传对象存储……并且明确划出不可核验边界:"网关收到请求后的内部处理不属于客户端源码已核验范围"、"服务方法存在不代表各发行形态均有可用购买界面"。一份不夸大承诺的安全声明,比十篇公关稿更有效。

第二层:遥测在代码层脱敏。 桌面端埋点统一走 packages/shared/src/telemetryRedaction.ts 的 redactTelemetryText:URL 丢弃 query 与 fragment,本机绝对路径(含 Windows 盘符路径)、邮箱、sk-/ghp_/AKIA/AIza 各类密钥一律替换为占位符,字段截断到 2048 字符,先做 4096 的有界扫描再正则清洗。文件头注释还特别说明:桌面端与 CLI 端(apps/zcode-cli/packages/telemetry/src/error-sanitizer.ts)两个 workspace 不允许互相依赖,"扩展任一侧时必须同步另一侧"——脱敏规则被当作跨包契约维护。

第三层:权限模式是显式的。 共享运行配置默认 build 权限模式,独立 CLI 非交互执行时未指定模式会采用 yolo,交互会话各自可配(NOTICE.md 第一节点名引用了 apps/zcode-cli/packages/cli/src/run.ts 与 apps/zcode-cli/packages/core/src/permission/service.ts 的判定入口)。同时它也没有回避反面事实:"当前共享 Agent 执行适配器不提供默认的操作系统沙箱"——packages/zcode-cua/ 里的 Computer Use 甚至被如实标注为"不可用占位实现"。

当然,开源不能一次性解决所有信任问题:仓库外仍有 CDN 插件包(sha256 校验的 zip)、网关侧处理、第三方二进制(third-party/native-search、third-party/runtime 的许可证清单)这些不在本仓视野里的环节;企业函件要求的 12 项答复也不可能靠读源码闭环。对敏感项目的合理姿势,社区实测文已经给出了共识清单:审计网络行为、用 prompt-trajectory 录制外发内容、敏感任务切本地/自托管模型、git diff 复核、项目隔离运行。

四、"提速"提速在哪

回头看,这轮更新真正体现"国产编程智能体提速"的,不是某个单点功能的参数,而是三个节奏:

  • 响应节奏:从安全事件到道歉开源,再到 48 小时内推进版本号,产品对社区质疑的响应周期以天计;
  • 工程节奏:动态工作流的"编译器约束 + 沙箱执行"、闲时任务的双轴状态机,说明团队在做长程自主任务上的基础设施投入,而不是只卷交互层;
  • 生态节奏:桌面/Web/TUI/CLI 四端同仓、插件商店机制、Prompt 可审计工具链,配合 GLM-5.3 官方 Harness 的定位,把"模型迭代—Agent 框架—分发渠道"绑成了一条链。

百万用户是一个结果,而不是原因。在编程智能体这个赛道上,真正决定下一个百万的,是当模型声称"已完成"的时候,用户有没有工具去验证它——ZCode 这次的更新,把验证工具直接放进了仓库。

(本文基于 zai-org/ZCode 仓库 v3.14.3 源码与公开报道撰写;"用户破 100 万"为官方口径,具体统计口径(注册/下载/激活)官方未细分披露。)

登录后查看全文
ZCode