近期开发者在社区讨论中，将 Trae 与此前陷入安全争议的 ZCode 进行对比，焦点集中在两者的安全隐私和架构设计上。此前，ZCode 在处理第三方 API Key 和 OAuth Token 时，表面上采用 AES-256-GCM 加密落盘，但其默认密钥由平台名、家目录路径和系统用户名简单拼接后经 SHA-256 哈希生成，形同虚设。这一漏洞暴露出部分 AI 编码工具在本地凭证管理上的草率，引发了开发者对衍生 IDE 数据安全和隐私保护机制的广泛担忧，亟需建立更严谨的安全标准。
有开发者在社区发帖称，使用 z.ai 的 Coding Plan 和 ZCode 客户端处理个人及公司项目时，发现代码被强制上传至云端。该开发者认为此举严重侵犯数据隐私，已向智谱发邮件要求全额退款，并表示若遭拒绝将通过 PayPal 申请仲裁。该事件再次引发开发者对 AI 编码工具数据上传策略及企业合规性的热议。
近期有海外开发者通过逆向工程发现，智谱AI编程桌面端应用ZCode在用户登录后，会静默打包整个工作区，包含完整.git历史、源码和全局配置，加密后上传至阿里云OSS。技术分析显示，其核心流程为客户端获取凭证、本地tar.gz打包、AES-256-CTR加密后直传。关键争议在于，加密用的RSA私钥仅存放在智谱云端，本地无法解密。这引发了开发者对商业项目源码安全与数据控制权的担忧，暴露出AI编程工具在远程传输代码资产时的隐私隐患。
有开发者通过逆向工程发现，智谱 AI 编程桌面应用 ZCode 在用户登录后，会静默将包含完整 .git 历史、源码及全局配置的工作区打包加密，并上传至阿里云 OSS。技术分析表明，客户端在获取服务器凭证后，会对本地文件执行 tar.gz 打包与 AES-256-CTR 加密直传。由于加密所用的 RSA 私钥仅存放在云端且本地无法解密，该机制引发了开发者对商业源码隐私与数据安全的大范围讨论。
ZCode 官方回应了社区热议的代码库索引数据上传问题并公开致歉。官方解释称，该问题由支持会话恢复和 Repo Wiki 等功能的“代码库索引”模块引起。由于 Repo Wiki 默认开启，部分用户在生成 Wiki 时触发了仓库数据上传。官方表示云端生成页面后已立即销毁相关数据，未做保留，目前该问题已修复。为重建社区信任，ZCode 计划近期开源代码库，引入第三方安全审查，并为全体用户额外重置一次周额度。此次事件再次引发开发者对 AI 编程工具中代码隐私与本地索引安全的广泛讨论。
近期，开发者社区对 ZCode 上传代码的行为及其与 6 月 13 日推出的 150% 配额活动之间的关联展开热议，部分用户通过思维导图推测官方的活动与功能规划存在提前布局。同时，关于 GLM Coding Plan 的退款政策也引发关注。尽管官方页面明确标注订阅后不支持退款且未使用费用无法退回，但实际通过官网人工客服沟通时，用户多能顺利获得退款。这一现象暴露出部分编码辅助工具在服务条款与实际运营策略上的执行差异，引发开发者的持续讨论。
ZCode 针对近期社区热议的数据上传问题发布说明与致歉。官方解释称，该问题源于“代码库索引”的 Repo Wiki 模块，该模块在生成 Wiki 时会触发仓库数据上传，云端生成后即时销毁、不作保留。由于初期默认开启该功能，部分用户受到影响，目前相关问题已修复。为重建信任，ZCode 计划近期将代码库开源，并邀请第三方对系统进行安全审查，持续公开进展。同时，官方决定为所有用户额外重置一次周额度作为补偿。此次事件表明，开发者工具在处理本地与云端交互时，必须严格把控隐私与透明度。
开发者近期成功逆向智谱 ZCode 的加密规范。通过在本地生成公私钥对并作为参数传入，顺利解开上传的加密包。解包生成的 tar.gz.enc 文件包含完整的 .git 版本控制数据，以及触发操作时的完整 Prompt 提示词。此次逆向暴露了底层加解密机制与传输内容，为分析国产 AI 编码工具的数据流向与安全性提供了技术参考，同时也引发了开发者对 AI 编程助手数据隐私保护的讨论。
开发者通过逆向智谱 ZCode 的加密规范，成功解包了 tar.gz.enc 文件。具体方法是本地生成公私钥对并直接传入 ZCode 参数。解包结果显示，加密包内含完整的 .git 代码仓库数据，以及触发操作时的用户完整 Prompt 提示词。这一逆向过程暴露出该开发工具在代码同步与数据传输环节的具体实现方式，为评估其安全性与数据隐私提供了直接参考。
Zcode 官方针对代码库索引功能引发的数据上传争议公开致歉。官方回应称，问题源于初期默认开启的 Repo Wiki 生成机制。该机制在云端生成 Wiki 页面时会触发仓库数据上传，但在生成后已立即销毁、不做任何留存，目前相关漏洞已完成修复。为挽回用户信任，Zcode 计划近期开源代码库，并邀请第三方机构审查系统运行状况、持续公开进展。同时，官方决定为全体用户免费重置一次周额度作为补偿。
原文描述了一位开发者在使用`zcode v3.3.3`与`opencode go glm-5.2`进行集成时遇到的一个技术问题。核心问题是`zcode`在请求中新增了一个名为`extra_body`的字段，而`opencode go glm-5.2`接口未能识别该字段，导致系统报错`invalid_request_error`，具体错误信息为“Extra inputs are not permitted, field: 'extra_body'”。该问题发生在未通过任何LLM Gateway的情况下，报错详情中包含了TraceID和provider_code等信息，明确指出请求无效。 为解决此兼容性问题，开发者通过`cc opus`（一个AI Agent）的协助，对`zcode`的核心文件`zcode.cjs`中的`hbn()`函数进行了代码补丁。具体操作是备份原始文件后，在`zcode.cjs`的约1958824行处修改了`hbn()`函数，以确保`extra_body`字段（特别是其内部的`chat_template_kwargs`参数）能够被`glm-5.2`正确处理。此案例揭示了AI开发中，不同工具和模型版本间API兼容性挑战的普遍性。对于中国开发者和AI创业者而言，这强调了在集成不同AI组件时，需要密切关注数据结构和API协议的变化，并准备好进行必要的代码调整。同时，也展示了AI Agent在辅助代码调试和修复方面的潜力，为开发者提供了新的效率提升途径。
本文分享了利用AI Coding方法，特别是智谱GLM-5模型，辅助编写Excel Office Scripts (TypeScript for Excel Online) 脚本的实践经验。作者为解决家人在Excel中处理大量数据的需求，决定尝试教授AI Coding，以实现问题的一劳永逸解决。 方案核心是使用Office Scripts作为执行工具，因其比VBA更易用。编码工具最初选用免费的智谱ZCode图形界面，但因其免费模型中断问题，最终切换至智谱Coding Plan API。实践结果令人惊叹：通过向AI提出需求，经过2-3轮交互，AI便能生成可用的TypeScript脚本。这些脚本被粘贴到Excel中运行，输入参数后，问题即被优雅解决。 作者强调了这种方法对办公效率的巨大提升，使得非技术人员也能轻松生成分析图表，预示着AI Coding的大规模普及。同时，这也引发了对未来程序员职业前景的思考。文中还肯定了微软对TypeScript脚本的支持，并提及WPS在此方面仍需努力。文末附带了作者整理的Office Scripts相关SKILLS资料。
本文源自 Linux.do 社区关于如何将智谱 GLM 模型接入 AI 命令行工具（CLI）的讨论。开发者们主要对比了将 GLM 模型接入 Anthropic 最新推出的 Claude Code CLI 工具、其他第三方客户端，以及智谱自家 ZCode（CodeGeeX）终端的实际效果。 讨论指出，Claude Code 作为新兴的 Agentic CLI 工具，具备极强的本地代码库理解和自主执行能力，但官方默认绑定 Claude 3.5 Sonnet，直接接入其他模型需要通过 API 代理或适配器。部分开发者尝试将 GLM 接入 Claude Code 以降低使用成本，但由于 Claude Code 深度依赖 Sonnet 的 Tool Use 能力，非 Claude 模型在复杂任务中可能出现格式错误。相比之下，接入智谱自家的 ZCode 兼容性更好，但在 Agent 级自主编码体验上，Claude Code 仍具独特优势。
用户在试用Zcode后，因免费额度GLM 5.2迅速耗尽，转而在二手市场购买了GLM的“coding plan”付费服务。然而，付费后体验与免费试用期判若云泥：此前免费试用时连接迅速，而付费后AI Agent每次思考都需要频繁（平均5-8次）重新连接才能进行下一步，导致效率极低。用户质疑这是否为服务商的“套路”，并指出问题并非仅限于高峰期。作为金融从业者，用户对模型的准确性和智能水平有高要求，但因担心GPT或Claude等模型存在封号风险而选择了GLM。现在，面对GLM低效的重连问题，用户向社区求助，希望获得稳定可靠的AI Agent推荐。
Zcode作为一款AI编码工具，在设计和用户体验方面存在多项待改进之处。主要问题包括：在Goal模式下连接稳定性差，缺乏自动重连机制；用户界面（UI）在Mac端并发执行任务时卡顿，且侧边栏固定对话顺序会自动改变。在交互方面，任务执行中的询问窗口缺乏通知和提示音，历史对话无颜色提醒，且无法划词引用。功能性上，Zcode无法让模型安装MCP协议（可能因技能缺失），压缩功能耗时且易卡顿。此外，与Codex对比，Zcode在任务结束后未提供已编辑文件汇总，且侧边聊天记录置顶后仍受文件夹子菜单影响，无法保持折叠状态。模型方面，GLM思维链档位少导致思考时间过长。远程控制也存在断联问题。这些问题对开发者使用体验和效率造成影响，提示AI Agent工具在稳定性、UI/UX和功能完善度上仍有提升空间。
有用户在知名技术社区LinuxDo上发帖反映，智谱AI旗下代码助手Zcode的上下文管理机制可能存在显著缺陷。根据用户描述，Zcode在处理上下文时表现出“增长缓慢”的现象，更严重的是，在任务执行到一半时，系统会出现“卡死”且无法恢复的情况。一旦遭遇此类问题，开发者不得不终止当前会话，重新开启新的会话来继续工作，这严重打断了开发流程，大幅降低了工作效率和用户体验。 该用户进一步指出，这种现象让他联想到此前Codex GPT 5.4在尝试启用1M超长上下文时也曾遇到类似问题，暗示这可能并非Zcode独有，而是大型语言模型在扩展上下文窗口时普遍面临的技术挑战。对于依赖AI编码助手进行复杂项目开发、代码重构或多轮调试的开发者而言，上下文的稳定性和可靠性至关重要。一个不稳定的上下文机制不仅会导致信息丢失，还会增加开发者的认知负担和操作成本。 此反馈提示智谱AI等大模型开发商，在持续提升模型能力和上下文长度的同时，必须高度重视底层机制的稳定性与鲁棒性。确保AI编码工具能够提供无缝、可靠的上下文管理，是赢得中国开发者信任、推动AI辅助编程技术广泛应用的关键。开发者期待的不仅是强大的功能，更是稳定可靠、能够真正提升生产力的开发伙伴。
Zcode平台近期发布了3.0版本更新，为AI开发者社区带来了一个值得关注的资源。此次更新的核心亮点在于，所有新注册用户将获得每日高达300万的免费Token使用额度。结合原文标题“发现了一个免费用glm5.2的方法”，这一举措可能为中国开发者和AI创业者提供了一个低成本甚至免费探索和应用大型语言模型（如GLM 5.2）的宝贵机会。 对于正在进行AI编码、AI Agent开发或大模型应用原型构建的团队而言，每日300万Token的额度无疑是一个巨大的吸引力。它能显著降低初期研发和测试成本，使开发者能够更自由地进行模型调用、功能验证和迭代优化，从而加速创新进程。 然而，原文也提出了一个关键问题，即Zcode 3.0在实际效果上与“cc”（可能指代其他主流AI服务或模型）的对比表现如何，这暗示其性能和稳定性仍有待社区进一步验证和讨论。开发者在利用此资源时，建议关注其API的易用性、响应速度以及生成内容的质量。 总而言之，Zcode 3.0的更新为大模型生态注入了新的活力，尤其是在免费资源方面。鼓励中国开发者积极尝试并分享使用体验，共同评估其在实际项目中的技术价值和潜在影响，尤其是在AI Coding和AI Agent等前沿领域。