Faire travailler GLM en autonomie : ZCode, OpenClaw et les agents de Z.ai

Demander à un modèle d’écrire une fonction et lui demander de migrer une base de données sont deux choses de nature différente. La première tient dans un échange. La seconde suppose qu’il planifie, qu’il travaille vingt minutes sans vous et qu’il sache dire s’il a réussi.

Le volet précédent a montré comment brancher GLM dans les outils que vous utilisez déjà. Celui-ci va plus loin : laisser GLM travailler seul. Z.ai propose pour cela trois terrains très inégaux, et mieux vaut savoir lequel est mûr.

Un agent autonome, c’est quoi (et ce que ce n’est pas encore)

Un agent IA perçoit un environnement, planifie, agit, observe le résultat et se corrige, jusqu’à atteindre un objectif sans qu’on lui dicte chaque étape. La promesse est vaste, mais les mesures du domaine invitent à la prudence.

Sur le benchmark UI-CUBE, qui teste des agents pilotant des interfaces, les interactions simples réussissent entre 67 et 85 % des cas. Les enchaînements complexes, eux, tombent entre 9 et 19 %. Cette marche d’escalier tient à des limites de mémoire et de planification, pas seulement à un manque d’entraînement.

Un agent qui réussit 80 % d’une tâche ne suffit donc pas : les 20 % restants se paient en erreurs silencieuses. Ces systèmes font d’excellents assistants sur des tâches étroites et supervisées, mais de mauvais candidats pour le travail ouvert ou critique. Gardez cette grille de lecture pour tout ce qui suit.

ZCode : l’atelier agentique de Z.ai

ZCode est l’application de bureau lancée par Z.ai en juin 2026, sur macOS et Windows, avec une version Linux en bêta. Il ne s’agit pas d’un modèle mais d’un environnement de travail : une interface graphique, une organisation des tâches et une boucle d’agent placée au centre. Au lancement de GLM-5.3, ZCode faisait partie des deux seuls accès au modèle.

Le système d’objectifs

C’est le cœur du produit. Au lieu d’enchaîner des instructions, vous déclarez un objectif avec la commande /goal : ajouter une authentification, migrer une base, remettre à niveau une chaîne de tests. L’agent décompose l’objectif, affiche le plan pour approbation, l’exécute et confirme l’atteinte du but.

Le changement d’usage est réel. En conversation classique, vous relancez l’agent à chaque étape et vous portez seul la mémoire du chantier. Avec un objectif déclaré, le plan porte cette mémoire, et votre rôle devient celui d’un relecteur.

Les workflows multi-agents

Depuis la version 3.14 du 19 septembre 2026, ZCode propose aussi des workflows dynamiques avec la commande /workflow. Plusieurs agents s’y répartissent le travail, et le nombre de tâches menées en parallèle se règle. La même version permet de basculer entre un mode Office, pour les documents, et un mode Coding, pour le code. Depuis la mi-septembre, l’application lit aussi les PDF.

Points de contrôle et niveaux d’autonomie

ZCode enregistre un point de contrôle à chaque étape, ce qui permet de revenir en arrière sans perdre le travail accompli. Plusieurs modes règlent le niveau d’autonomie, de la validation de chaque action jusqu’à l’exécution complète sans interruption. Vous pouvez aussi définir des sous-agents spécialisés, à qui l’agent principal délègue des parties du plan.

Sur un dépôt que vous ne connaissez pas, commencez par le mode le plus prudent. Le mode le plus autonome n’a de sens que sur un projet dont vous maîtrisez la structure et qui est sous contrôle de version.

SSH, conteneurs et pilotage à distance

Deux fonctions sortent du lot. ZCode se connecte en SSH à des serveurs distants, ce qui permet de travailler sur un code que vous ne pouvez pas copier en local. Ce cas est fréquent en environnement régulé. L’application accepte aussi le travail dans des conteneurs et le pilotage depuis une messagerie : vous lancez une tâche, puis vous suivez l’avancement ou validez une décision depuis votre téléphone.

Ce qu’il faut pour l’utiliser

L’application se télécharge gratuitement. Une offre gratuite limitée existe, et la version 3.14.4 du 29 septembre a retiré le CAPTCHA qui la ralentissait. Pour un usage régulier, ZCode s’appuie sur un abonnement GLM Coding Plan ou sur une clé API. Il se connecte seul aux serveurs de Z.ai, sans configuration de point d’accès.

OpenClaw avec GLM : l’agent que l’on héberge soi-même

OpenClaw est un projet open source indépendant, et non un produit de Z.ai. Il s’est imposé en 2026 comme l’un des cadres d’agents ouverts les plus utilisés. Ce cadre tourne sur vos propres machines et se branche sur vos messageries. Z.ai le documente officiellement comme client de son Coding Plan, ce qui en fait la voie la plus simple pour bâtir un agent GLM sans service tiers.

L’installation demande Node.js 22 ou plus récent. La configuration choisit ensuite Z.AI comme fournisseur, avec GLM-5.3 ou GLM-5.3-Flash. Pour ceux qui ne veulent pas passer par le terminal, AutoClaw, sorti en mars 2026, installe OpenClaw en un clic.

Une réserve importante s’applique. La documentation de Z.ai indique que les tâches OpenClaw ont une priorité plus basse que celles des agents de code. En période de forte charge, vos requêtes peuvent donc attendre. Pour un agent qui doit répondre à heure fixe, une clé API séparée règle le problème.

Les cadres d’agents ouverts ont aussi connu des incidents de sécurité documentés début 2026, OpenClaw compris. Un système qui peut cliquer, supprimer et exécuter mérite une vigilance que les projets jeunes n’offrent pas toujours par défaut.

AutoGLM et GLM-PC : ce qu’il en reste

AutoGLM est l’agent qui opère une interface par la vision : il regarde l’écran, planifie, puis clique. On le trouve en extension de navigateur et en application mobile. Son originalité tient à une couche intermédiaire qui sépare la planification de l’exécution.

Par ailleurs, son niveau d’autonomie est bien calibré. AutoGLM avance seul et rend la main aux moments sensibles : authentification, paiement, publication. Les scores publiés par Z.ai situent le niveau : environ 55 % sur un test de navigation web, 36 % sur un test Android, et jusqu’à 96 % sur des tâches cadrées comme une réservation. Le profil reste cohérent : bon sur l’étroit, fragile sur l’ouvert.

Z.ai publie aussi une version ouverte, Open-AutoGLM, dont le modèle léger se télécharge et tourne sur du matériel ordinaire. Pour qui veut un agent téléphone sans cloud, c’est une option rare. GLM-PC, qui vise le pilotage du bureau entier, reste en revanche une exploration. Aucune nouveauté n’a été annoncée pour ces trois outils depuis l’été 2026.

Où ça marche vraiment, où ça casse

La ligne de partage est nette. Les agents de Z.ai sont fiables sur les tâches étroites, répétitives et vérifiables. Ils sont fragiles sur tout ce qui demande du jugement ou une longue chaîne de décisions.

Du côté qui marche, on trouve le code sur un objectif borné dans ZCode, la recherche et la synthèse web, le remplissage de formulaires et la production de documents par le mode Agent du chat. Ces tâches ont un point commun : elles sont réversibles et se relisent d’un coup d’œil.

Du côté qui casse, on trouve le travail de bureau ouvert sur plusieurs heures, les longues chaînes d’outils et les décisions qui engagent. Les comparatifs publiés confirment cette limite pour GLM-5.3 lui-même. Le modèle atteint 88,2 % sur Terminal-Bench 2.1, en ligne de commande, presque au niveau des meilleurs modèles fermés. En revanche, il plafonne à 28,3 % sur Terminal-Bench 3.0, avec des agents en conteneur, contre 42,7 % pour Claude Opus 5. La seule catégorie où GLM atteint vraiment l’autonomie reste donc le code borné.

Sécurité et gouvernance : le vrai risque des agents

Un agent qui agit n’a rien d’un chatbot qui répond. Il peut cliquer sur le mauvais bouton, supprimer un fichier ou valider un achat. Ce pouvoir d’action crée le risque, qui se gère par des règles simples mais non négociables.

À ce risque d’action s’ajoute la gouvernance des données. Tant qu’un agent passe par le cloud de Z.ai, ce qu’il voit à l’écran transite par une infrastructure située hors de l’Union européenne. Pour des tâches anodines, cela ne pose pas de problème. En revanche, pour du travail qui touche des données sensibles, c’est un arbitrage à faire en amont, et le dernier volet de la série lui est consacré.

Enfin, la prudence penche vers les outils encadrés plutôt que vers les cadres bruts. ZCode intègre des garde-fous que vous n’avez pas à écrire vous-même. À l’inverse, OpenClaw est plus puissant, mais il vous expose davantage tant que vous ne l’avez pas sécurisé.

Comment s’en servir intelligemment aujourd’hui

Quatre réflexes suffisent. Choisissez des tâches étroites, vérifiables et réversibles, où l’erreur se repère vite. Commencez par les agents les plus fiables : ZCode sur un objectif borné, le mode Agent du chat pour les documents. Isolez l’exécution avec un profil dédié et des identifiants jetables. Enfin, gardez la main sur les étapes qui engagent.

Cette discipline correspond à la façon dont fonctionnent les meilleurs systèmes du marché, qui rendent la main dès qu’ils bloquent. L’agent supervisé n’est pas une version au rabais : c’est l’état de l’art.

Notre verdict : une avance réelle sur le code, une autonomie à relativiser ailleurs

ZCode est la vraie nouveauté de l’année chez Z.ai, et le seul de ces produits que nous recommandons sans réserve à un développeur. Le système d’objectifs avec points de contrôle change la façon de travailler, et les workflows multi-agents de septembre l’ont encore renforcé. La connexion SSH règle aussi des cas que beaucoup d’outils concurrents ne couvrent pas. Pour qui a déjà un Coding Plan, l’essayer ne coûte rien.

Le reste demande plus de nuance. OpenClaw est puissant, mais il vous confie la sécurité. AutoGLM est utile dans son couloir, la collecte et les démarches cadrées, alors que GLM-PC reste une promesse. Quant à l’IA qui pilote votre ordinateur à votre place sur des tâches ouvertes, elle n’existe toujours pas, ni chez Z.ai ni ailleurs.

Le dernier volet de la série répond à la question qui bloque les usages professionnels : où vont vos données chez Z.ai, entre Singapour, licences, hébergement européen et auto-hébergement.