Les agents autonomes de Z.ai : AutoGLM, GLM-PC, et ce qui marche vraiment

Après le modèle, son usage et le code, ce dernier volet pousse la logique au bout. Il s’agit de laisser GLM agir seul. Le guide précédent traitait le code et l’auto-hébergement, là où GLM-5.2 atteint vraiment l’autonomie. Les agents qui pilotent un navigateur ou un bureau vivent dans une réalité plus contrastée. Mieux vaut la regarder en face avant de s’y fier.

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

Un agent autonome dépasse le chatbot. Il perçoit un environnement, planifie des actions, les exécute, observe, se corrige, recommence. Le but : atteindre un objectif sans qu’on lui dicte chaque étape. Sur un ordinateur, cela veut dire lire l’écran, cliquer, taper, naviguer entre des applications. La promesse est énorme. La réalité de juin 2026 l’est moins, et la connaître évite des déconvenues.

Les chiffres du domaine sont honnêtes. Sur OSWorld, le test de référence des agents qui pilotent un ordinateur, le taux de réussite est passé de 12 % à 66 % en un an. C’est un vrai progrès. Mais il reste un échec sur trois. Et la moyenne cache une marche d’escalier. Sur le benchmark UI-CUBE, les interactions simples réussissent à 67-85 %. Les workflows complexes, eux, s’effondrent à 9-19 %. Cette discontinuité ne vient pas d’un manque d’entraînement. Elle vient ainsi de limites d’architecture, dans la mémoire et la planification.

La conséquence est simple. Un agent qui réussit 80 % d’une tâche n’est pas un produit. En production, une entreprise a besoin de 99 % de fiabilité. Car les 20 % restants se paient en erreurs silencieuses à traquer. Les agents de pilotage d’ordinateur sont donc d’excellents assistants pour des tâches étroites et supervisées. Recherche d’informations, remplissage de formulaires, tests automatisés. Mais ce sont de mauvais candidats pour le travail ouvert, critique ou ambigu. C’est la grille de lecture à garder pour juger les agents de Z.ai.

Les agents de Z.ai : AutoGLM, GLM-PC, OpenClaw

Z.ai travaille les agents depuis longtemps, bien avant la mode de 2026. La gamme couvre trois terrains : le navigateur et le mobile, le bureau, et les frameworks pour développeurs.

AutoGLM : le navigateur et le mobile

AutoGLM est le produit central. C’est un agent qui opère une interface comme un humain, par la vision. Il regarde l’écran, planifie, puis agit. Côté web, c’est une extension Chrome. Côté mobile, une application Android et iOS, disponible depuis l’été 2025. Il enchaîne ainsi des tâches de plus de cinquante étapes. Il travaille aussi à travers plusieurs applications : chercher, réserver une table, commander, résumer une page. Sous le capot, son originalité tient à une interface intermédiaire. Elle sépare la planification de l’exécution. S’y ajoute ensuite un entraînement par renforcement qui s’améliore en continu.

Le point décisif est son niveau d’autonomie. AutoGLM fonctionne en mode « approbateur ». L’agent avance seul. L’humain intervient aux moments sensibles : authentification, paiement, publication. Il reprend aussi la main quand l’agent bloque. Vous gardez donc le volant, et c’est rassurant. Ses scores publiés, datés de 2024-2025, viennent de Z.ai. Ils situent le niveau : environ 55 % sur un test de navigation web, 36 % sur un test Android, jusqu’à 96 % sur des tâches cadrées comme la réservation. Le profil est cohérent : bon sur l’étroit, fragile sur l’ouvert.

Pour situer ce niveau, Z.ai décrit sa propre échelle en cinq étages. Langage, logique multimodale, usage d’outils, auto-apprentissage, puis découverte scientifique. Les agents comme AutoGLM exploitent surtout le troisième étage, l’usage d’outils. Une limite technique en découle d’ailleurs, utile à connaître. AutoGLM reste un produit vertical fermé. Il n’expose pas les protocoles d’interopérabilité standards entre agents. Vous l’utilisez donc tel quel, pas comme une brique à brancher sur un orchestrateur tiers.

Z.ai publie aussi une version ouverte, Open-AutoGLM. C’est un framework d’agent mobile dont le modèle léger est téléchargeable. Les poids sont sous licence MIT, le code sous Apache. Le déploiement local est possible, sur du matériel ordinaire. Pour qui veut un agent téléphone sans cloud, c’est une option rare.

GLM-PC : le bureau

GLM-PC porte l’ambition sur le bureau. Le but : piloter un ordinateur entier comme un humain, via un modèle multimodal maison. Ses scénarios visent surtout le travail de bureau. Assister à une réunion et en envoyer le compte rendu. Télécharger et résumer des documents. Chercher et synthétiser sur des plateformes données. C’est aussi le terrain le plus difficile. La falaise de capacité y frappe le plus fort. GLM-PC reste donc, à ce stade, une exploration prometteuse plus qu’un outil de production.

OpenClaw : le framework pour développeurs

OpenClaw est le framework d’agent inter-applications de Z.ai. Il vise les développeurs qui veulent bâtir leurs propres agents sur GLM. Orchestration entre services, recherche, planification de résumés, publication, code. Un point d’honnêteté s’impose ici. Les frameworks d’agents ouverts ont d’ailleurs connu des incidents de sécurité documentés. OpenClaw a eu des vulnérabilités au début 2026. Un agent qui peut cliquer, supprimer et exécuter mérite une vigilance que les frameworks jeunes n’offrent pas toujours.

Où ça marche vraiment, où ça casse

La ligne de partage est nette, une fois qu’on l’a en tête. Les agents de Z.ai sont ainsi 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 : la recherche et la synthèse sur le web. Le remplissage de formulaires. Les enchaînements cadrés sur des sites connus. Et surtout la production de livrables structurés. Le mode agent du chat de Z.ai, par exemple, transforme une consigne en document .docx, .pdf ou .xlsx. C’est d’ailleurs l’un des usages les plus fiables. Justement parce qu’il est étroit, et que le résultat se relit d’un coup d’œil. Ces tâches ont un point commun : elles sont réversibles et faciles à contrôler.

Du côté qui casse : le travail de bureau ouvert sur plusieurs heures. Les longues chaînes d’outils. Les décisions qui engagent. C’est aussi la faiblesse mesurée de GLM-5.2 comme moteur d’agent. Il est proche des meilleurs modèles fermés sur un test d’usage d’outils simple. Mais il décroche nettement sur les batteries d’outils plus difficiles. Sur les longues chaînes agentiques, les modèles propriétaires gardent un avantage réel. La conclusion rejoint alors la thèse de la série. La seule catégorie où GLM atteint vraiment l’autonomie, c’est le code. Le pilotage d’interface, lui, reste un copilote supervisé.

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, valider un achat. Ce pouvoir d’action crée donc le risque. Il 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 chinoise. Or celle-ci est soumise à la loi sur le renseignement. Pour des tâches anodines, c’est donc sans conséquence. Pour du travail qui touche des données sensibles, c’est un sujet à trancher en amont. La voie ouverte d’Open-AutoGLM, en local, répond à ce cas.

Enfin, la prudence penche vers les outils encadrés plutôt que les frameworks bruts. Les agents commerciaux fermés intègrent des bacs à sable qui limitent leur portée. Les frameworks ouverts, plus puissants, exposent davantage tant qu’on ne les a pas sécurisés. Le choix dépend donc de vos compétences autant que de votre cas d’usage.

Comment s’en servir intelligemment aujourd’hui

Tirer parti des agents de Z.ai tient à une discipline. Confiez à l’agent ce qu’il sait faire, gardez le reste. Quatre réflexes suffisent.

D’abord, choisissez des tâches étroites, vérifiables et réversibles. Une recherche structurée, un formulaire, un document à produire. Autant de cas où l’erreur se repère et se corrige vite. Ensuite, commencez par les agents les plus fiables. Le mode agent du chat pour les livrables, l’agent web pour la collecte. Le pilotage de bureau ouvert viendra plus tard, il reste instable. Puis isolez l’exécution. Un profil de navigateur dédié, des identifiants jetables, jamais vos comptes critiques. Enfin, gardez la main sur les étapes qui engagent. Et relisez le résultat plutôt que de faire confiance à l’aveugle.

Cette discipline n’est pas une défiance excessive. C’est ainsi que fonctionnent même les meilleurs systèmes du marché. Ils rendent ainsi la main à l’humain dès qu’ils bloquent. L’agent supervisé est l’état de l’art, pas une version au rabais.

Notre verdict : une avance réelle, une autonomie à relativiser

Les agents de Z.ai sont une vraie réussite de recherche. Plusieurs sont utiles dès aujourd’hui, dans leur couloir. L’agent web pour la collecte et les démarches cadrées. Le mode agent du chat pour les livrables. L’agent mobile ouvert pour qui veut tout garder en local. La gamme est aussi l’une des plus complètes du marché. Et l’ouverture d’une partie des modèles est un atout rare.

Mais l’« IA qui pilote votre ordinateur à votre place » sur des tâches ouvertes n’existe pas encore. Ni chez Z.ai, ni ailleurs. Le vendre serait répéter le marketing que cette série a écarté. La bonne posture en 2026 : utiliser ces agents IA là où ils sont fiables. Garder la main sur le volant. Et suivre un domaine qui progresse vite.

Au terme de la série, le tableau est clair. GLM-5.2 est un modèle de premier plan sur le code. Il est ouvert, rapatriable, économique à l’usage. Autour, l’écosystème d’agents est prometteur, mais encore supervisé. Sa vraie force n’est pas de tout faire. C’est d’être excellent sur un terrain précis, sans le verrou des modèles fermés. Pour qui code, traite des documents ou veut une alternative ouverte sérieuse, il a gagné sa place.