用户问题:"对比zcode和qoder的computer use功能实现"。
首先我需要理解"zcode"和"qoder"是什么。让我想想:
- "Qoder" - 这是一个AI编程工具/IDE,我记得阿里(或某个团队)推出过Qoder,是一个agentic coding platform。但我不确定,需要搜索确认。
- "zcode" - 我不确定这是什么。可能是某个编程工具或平台。不能臆测,需要搜索。
这两个可能是AI编程/开发工具,用户想对比它们的"computer use"功能实现。
按照要求:
- 需求解读:用户想对比 zcode 和 qoder 两个产品的 computer use 功能实现方式。需要先确认这两个产品是什么,然后分别了解其 computer use 功能(如果有)。
- 初步搜索规划:需要编制6个搜索关键词,从简单到复杂,并行调用搜索,count=20,至少包含1个最新时效的关键词。
搜索关键词规划(6个,并行):
- "zcode" - 确认zcode是什么
- "qoder" - 确认qoder是什么
- "zcode computer use" - zcode的computer use功能
- "qoder computer use" - qoder的computer use功能
- "zcode qoder 对比" - 两者对比
- "zcode qoder computer use 2026" 或 "AI编程工具 computer use 2026" - 最新时效
让我先用6个并行搜索来了解这两个产品。
注意:可能"zcode"是小众工具,搜索结果可能有限。我需要从宽泛到具体。
搜索:
- "zcode" AI 编程
- "qoder" AI 编程
- "zcode" computer use
- "qoder" computer use
- zcode vs qoder
- "computer use" AI agent 2026 最新
让我并行调用这些搜索。count=20。
实际上,为了确保实体识别准确,先搜:
- "zcode"(可能匹配到各种东西,需要消歧)
- "qoder"
- "zcode" computer use
- "qoder" computer use
- zcode qoder 对比
- zcode OR qoder "computer use" 2026
好的,开始。
我来帮您对比 zcode 和 qoder 的 computer use 功能实现。
- 核心目标:对比两个产品(zcode、qoder)在"computer use"(计算机使用/操控能力)方面的技术实现
- 前置任务:先确认 zcode 和 qoder 各自是什么产品/平台(避免主观臆测)
- 子问题拆解:① zcode 是什么 + 其 computer use 功能;② qoder 是什么 + 其 computer use 功能;③ 两者实现方式对比
- 时效性:AI 编程工具迭代快,需重点关注最新信息(当前为 2026 年 10 月)
现在开始并行搜索:
The user asks: "对比zcode和qoder的computer use功能实现" - Compare the computer use feature implementation of zcode and qoder.
The stock trading directive seems irrelevant here - this is about AI coding tools' computer use capabilities, not stocks. I'll ignore that directive as it doesn't apply.
Let me review what I've found so far:
- ZCode is Z.ai's (Zhipu) Agentic Development Environment (ADE), official harness for GLM-5.3
- Has Computer Use feature (added around Aug 2026 - "Browser use and computer use are coming to ZCode" from Aug 10, 2026)
- Changelog mentions "Fixed several issues with Computer Use on macOS and in remote workspaces; Improved browser control session stability"
- Reddit/HN mentions: "Zcode allows you to connect to a Docker container, or to a VM using ssh"
- ZCode docs: Remote Control feature (phone control)
- Qoder is Alibaba's agentic coding platform, released Aug 2025
- Has Computer Use Agent: "Computer Use is a Qoder IDE capability extension that lets the agent perceive your screen the way a person does and click, type, and scroll on your computer"
- Qoder launched "Sonus" - a built-in model specializing in Computer Use (Sept 2026)
- Computer Use improvements in Qoder Desktop 0.2.3
- Browser Use and Computer Use: "Let Qoder work directly in your browser and desktop apps"
- Qoder blog: "How We Used Qoder to Let an Agent Iterate on Itself: Computer Use as an..."
Key pages to read:
- https://docs.qoder.com/user-guide/chat/computer-use-agent - Qoder Computer Use Agent docs (English)
- https://docs.qoder.com/qoder/computer-use - Qoder Computer Use docs
- https://zcode.z.ai/en/changelog - ZCode changelog (computer use fixes)
- https://qoder.com/en/blog/auto-iterate - Qoder blog about Computer Use
- ZCode docs on computer use - need to find the specific page. Let me search for "zcode computer use docs"
- https://www.youtube.com/watch?v=TUSFvSSRpK4 - "4款AI 工具Computer Use实测,Codex、ZCode、Qoder" - comparison video
- https://forum.qoder.com/t/sonus-is-here-our-new-built-in-model-with-a-special-talent-for-computer-use/12408 - Sonus model
There's also a comparison: "4款AI工具Computer Use实测:Codex、ZCode、Qoder" - that's exactly relevant! Let me read that.
Also need ZCode's official docs on computer use. Let me search for that specifically.
Let me do parallel reads of the most relevant pages:
- https://docs.qoder.com/user-guide/chat/computer-use-agent (Qoder official docs)
- https://docs.qoder.com/qoder/computer-use (Qoder official docs)
- https://zcode.z.ai/en/changelog (ZCode official changelog)
- https://qoder.com/en/blog/auto-iterate (Qoder official blog)
- https://forum.qoder.com/t/sonus-is-here-our-new-built-in-model-with-a-special-talent-for-computer-use/12408
And also search for ZCode computer use docs specifically:
- "zcode.z.ai computer use"
- "ZCode browser use computer use docs"
Let me start with reading the key official docs. I should do parallel reads and searches.
Plan for this round:
- Read: https://docs.qoder.com/user-guide/chat/computer-use-agent
- Read: https://docs.qoder.com/qoder/computer-use
- Read: https://zcode.z.ai/en/changelog
- Read: https://qoder.com/en/blog/auto-iterate
- Search: ZCode 官方文档 computer use (to find zcode docs page)
- Search: ZCode browser use computer use 实现 (implementation details)
Let me be careful about parallelism - I'll do 4 reads + 2 searches in one batch.
Actually, let me think about what data I need:
- ZCode Computer Use implementation details - official docs, changelog, reviews
- Qoder Computer Use implementation details - official docs, Sonus model, blog
- Comparison - the video "4款AI工具Computer Use实测" and any articles
For ZCode computer use docs, let me search "zcode.z.ai/docs computer use" or check zcode.z.ai/cn/docs. The docs likely have a "computer-use" page similar to remote-control.
Let me batch:
- web-reader: https://docs.qoder.com/user-guide/chat/computer-use-agent
- web-reader: https://docs.qoder.com/qoder/computer-use
- web-reader: https://zcode.z.ai/en/changelog
- web-reader: https://qoder.com/en/blog/auto-iterate
- web-search: "zcode.z.ai" computer use 文档
- web-search: ZCode browser use 浏览器 控制 实现
Wait, I should also consider the Chinese docs for Qoder: docs.qoder.com might have Chinese versions. The user is Chinese-speaking, so I should gather both and present in Chinese. The English docs are fine for extraction.
Actually, let me use the web-search with specific query: "ZCode Computer Use 教程" or "zcode.z.ai computer-use".
Batch 1 (this round):
- 4 web-reader calls (Qoder docs x2, ZCode changelog, Qoder blog)
- 2 web-search calls (ZCode computer use docs site, ZCode computer use implementation)
Let me go.
首轮搜索已确认两个产品的定位,关键线索如下:
- ZCode :智谱(Z.ai)推出的"智能体开发环境"(Agentic Development Environment),GLM-5.3 官方 Harness,2026 年 7 月发布,近期新增了 Computer Use 和 Browser Use 能力
- Qoder :阿里巴巴推出的 AI 智能体编程平台,2025 年 8 月发布,已上线 Computer Use Agent,还专门推出了擅于 Computer Use 的内置模型 Sonus
- Qoder 官方文档的 Computer Use Agent 页面
- ZCode 官方 Changelog(提到 Computer Use 修复记录)
- Qoder 官方博客(用 Computer Use 让 Agent 自我迭代的案例)
- 第三方实测对比视频:"4款AI工具Computer Use实测:Codex、ZCode、Qoder"
现在并行深度阅读官方文档,并补充搜索 ZCode 的 Computer Use 官方文档:
让我回顾一下目前的进展和需要解决的问题。
-
Qoder(阿里巴巴):
- Computer Use Agent 官方文档:屏幕感知(截图+辅助文本)、鼠标键盘控制(点击/双击/拖拽/文本输入/快捷键)、像素级定位、自主执行(macOS后台运行不抢焦点、Windows前台运行)、跨应用工作流
/computer-use斜杠命令调用- 权限:辅助功能 + 屏幕录制
- 设置:每次询问 / 自动运行 / 禁用
- 系统要求:macOS 14+、Windows 10+
- 功能矩阵:AppShot、Browser(连接Chromium浏览器保留登录态)、Computer Use、Record & Replay(macOS 14+ 演示转技能)
- Sonus 模型:专门为 Computer Use 推出的内置模型(2026年9月)
- Qoder Desktop 0.2.3 的 Computer Use 改进
- Windows 特有:对话框合成识别
-
ZCode(智谱):
- Changelog:Browser Control 重命名、浏览器控制会话稳定性改进、macOS和远程环境Computer Use修复、Windows平台计算机操作修复、内置浏览器、聚焦点:Computer Use 存在于 ZCode,有远程工作区支持
- X 官方账号:2026年8月10日 "Browser use and computer use are coming to ZCode"
- ZCode Docs 有 Browser Automation 页面:https://zcode.z.ai/en/docs/browser-use
- 有网友 meng shao 的 X:把开源 Computer Use 接进 ZCode,改走 CGEvent + Accessibility API(但这是第三方改装的,不是官方功能!需要小心归因)
- CSDN 文章:node_repl 的JS执行面与Browser/Computer Use 双领域(2026-09-22)
- ZCode 远程控制(Remote Control):手机控制
- ZCode Computer Use 的官方官方文档页面还没读(没找到专门的 computer-use 文档,只有 browser-use 文档)
- ZCode Browser Use 官方文档需要阅读:https://zcode.z.ai/en/docs/browser-use
- Qoder 的 Browser Use 与 Computer Use 的区别——已有部分信息
- 第三方实测对比:https://www.youtube.com/watch?v=TUSFvSSRpK4 (4款AI工具Computer Use实测:Codex、ZCode、Qoder)——需要读
- Qoder 的 Sonus 模型详情:https://forum.qoder.com/t/sonus-is-here-our-new-built-in-model-with-a-special-talent-for-computer-use/12408
- CSDN 那篇 node_repl 文章讲了 ZCode 的 Browser/Computer Use 双领域实现:https://blog.csdn.net/gitblog_00018/article/details/159068333
- Qoder Computer Use 技术细节(如 Qoder 是否也用了 accessibility tree、截图等方式)——从文档看 Qoder 使用"UI元素树"(辅助功能权限允许读取 UI 元素树)+ 截图
- ZCode Computer Use 的技术细节——需要更多资料
- ZCode Computer Use 官方文档(可能没有专门的页面,或者叫别的名字)。让我搜 "zcode.z.ai/docs" computer
- 需要看 ZCode 的 GitHub 仓库,可能包含 Computer Use 相关实现细节
- 第三方对比文章/视频
让我先读几个关键页面:
- https://zcode.z.ai/en/docs/browser-use (ZCode Browser Automation 官方文档)
- https://forum.qoder.com/t/sonus-is-here-our-new-built-in-model-with-a-special-talent-for-computer-use/12408 (Sonus)
- https://blog.csdn.net/gitblog_00018/article/details/159068333 (ZCode node_repl 与 Browser/Computer Use 双领域)
- https://www.youtube.com/watch?v=TUSFvSSRpK4 (对比实测视频——YouTube 页面可能内容有限,试试)
- 搜 "ZCode computer use" 文档或教程,比如 "ZCode 计算机控制 教程" 或者看 GitHub repo
- 搜 "Qoder Computer Use 原理" 或 "Qoder Sonus 模型"
还有一个问题:ZCode 的 Computer Use 具体怎么实现的?从 changelog 看有 "Computer Use"、"Browser Control"。让我看 ZCode docs 中可能有的其他页面。先读 browser-use 页面,然后搜索 ZCode computer control docs。
再考虑 Qoder 实现细节:
- Qoder 权限:辅助功能(读取 UI 元素树)+ 屏幕录制(截图)
- Qoder 有跨应用工作流、像素级精准定位
- Qoder Windows 前台执行 vs macOS 后台
- Sonus 是 Qoder 的 computer use 专用模型
ZCode 实现细节目前:
- changelog 提到 Computer Use 在 macOS、远程工作区、Windows 的问题修复
- X 公告说 "Browser use and computer use are coming to ZCode. The agent navigates, clicks, types, and runs tasks for you."
- 第三方 X 用户 meng shao 提到把"开源 Computer Use"接进 ZCode(CGEvent + Accessibility API)——注意:这是第三方把开源 computer use 接入 ZCode 的尝试,不代表 ZCode 官方实现,归因要小心!但可能 ZCode 的官方 Computer Use 也是基于类似机制(需要验证)
- 有一篇 CSDN 文章"node_repl 的JS执行面与Browser/Computer Use 双领域"——这看起来是分析 ZCode 的架构,值得阅读
我还需要找:
- ZCode 官方文档有没有 computer use / 计算机控制页面。搜索 "zcode.z.ai/docs computer control" 或 "ZCode 计算机控制"
- ZCode GitHub 仓库信息:https://github.com/zai-org/ZCode
- Qoder Sonus 模型的官方论坛帖
- 第三方对比实测
下一轮计划(并行):
- web-reader: https://zcode.z.ai/en/docs/browser-use
- web-reader: https://forum.qoder.com/t/sonus-is-here-our-new-built-in-model-with-a-special-talent-for-computer-use/12408
- web-reader: https://blog.csdn.net/gitblog_00018/article/details/159068333
- web-reader: https://www.youtube.com/watch?v=TUSFvSSRpK4 — 视频页可能读不到太多,但试试
- web-search: site.z.ai "computer control" OR "remote control" OR "computer use"
- web-search: Qoder Sonus computer use 模型 原理
等等,还要注意一个重要点:用户问的是"computer use功能实现",我应该重点覆盖:
- 技术原理/架构(如何感知屏幕:截图、accessibility tree/UI元素树;如何操作:像素点击、事件注入、CGEvent等)
- 平台支持(macOS/Windows)
- 功能形态(QL 命令、权限模型、安全机制)
- 与模型的关系(Qoder-Sonus 专门模型;ZCode-GLM-5.3)
- 差异点(远程工作区、Record&Replay、Browser Control等)
让我用中文和英文继续搜索。另外还可以搜 "Qoder computer use 技术" 和 "ZCode accessibility" 等。
这轮并行执行:
- web-reader x 4
- web-search x 2
好,执行。
已通过官方文档确认 Qoder Computer Use 的核心实现(屏幕感知+UI元素树+截图、像素级鼠标键盘控制、权限模型、AppShot/Browser/Record&Replay 功能矩阵),以及 ZCode 的 Computer Use 存在性和更新记录(macOS/Windows/远程工作区的修复、Browser Control 更名)。
- ZCode 官方文档中 Computer Use/Browser 的详细实现说明(已发现 Browser Automation 文档页待读)
- ZCode 的计算机控制实现细节(第三方分析文章线索:node_repl 与 Browser/Computer Use 双领域)
- Qoder Sonus 模型(Computer Use 专用模型)详情
- 第三方实测对比(Codex、ZCode、Qoder 的 Computer Use 对比视频)
现在并行深度阅读这些关键信源:
让我回顾目前的进展和需要继续解决的问题。
- 官方文档(中文/英文):Computer Use Agent 是 Qoder IDE 的能力扩展
- 屏幕感知:截图 + 读取目标应用窗口可见内容
- 鼠标键盘控制:点击、双击、拖拽、文本输入、快捷键、像素级精准定位
- 自主执行:macOS 后台运行(不抢焦点);Windows 前台执行(可见光标)
- 跨应用工作流
- 权限:辅助功能(读取UI元素树)+ 屏幕录制
- 使用方式:
/computer-use斜杠命令 - 执行策略:每次询问/自动运行/禁用
- Windows特有:对话框检测与合成
- 功能矩阵(docs.qoder.com/qoder/computer-use):AppShot、Browser(连接Chromium浏览器)、Computer Use、Record & Replay(macOS 14+)
- Sonus 模型(2026年9月10日发布):专为长时长自主任务设计的模型,Computer Use 表现最佳;配合 Qoder Desktop 0.2.3
- 第三方报道(aixq.cc,2026-05-21):"Qoder 直接读取界面的结构化信息,不靠截图猜坐标。每个按钮、输入框、菜单项都有明确的身份和编号,操作时通过编号精准定位"——这个说法与官方文档"辅助功能权限读取UI元素树"一致
- Qoder 博客(qoder.com/zh/blog/auto-iterate):以 Computer Use 为例的 Agent 自我迭代——需要阅读中文版内容
- 掘金文章(juejin.cn/post/7660771080019492927):"Desktop都在上的Computer Use是什么",提到底层原理:AI 调用系统底层无障碍API(macOS AXUIElement、Windows UI Automation),读取 AX 树数据——但这是通用原理文章,不是 Qoder/ZCode 专属,要小心使用
- 官方 Changelog:Computer Use 从 3.10.2 起的修复记录(macOS、远程工作区、Windows);"Browser Control"菜单
- 官方 Browser Automation 文档:内置浏览器面板、Browser Use 插件、代理操控浏览器(打开网址、点击、填表、滚动、截图)、元素选择器、Chrome数据导入
- CSDN 架构分析(2026-09-22):node_repl 是 ZCode 中 Browser Use 与 Computer Use 的共同执行底座;架构包含 browser-bridge.ts、cua-bridge.ts、cua-broker.ts;CUA = Computer Use Agent;本地 socket 权限代理;每次调用启动一次性 Worker
- GitHub feedback issues:
- #364:ZCode 3.9.1 Intel Mac 无法开启电脑控制(辅助功能权限 Helper 问题)
- #797:Agent 可静默自升运行档位(变更前确认→完全访问)
- #825:computer-use 桌面控制恒不可用——宿主未注入 SOCKET 环境变量(ZCODE_CUA_LAUNCHER_PID、ZCODE_CUA_BUNDLED_HELPER_APP_PATH、SOCKET 变量缺失)
- 这些说明 ZCode 的 Computer Use 有 "电脑控制" 设置、权限档位("变更前确认"/"完全访问")、CUA Helper 进程架构、socket 通信
- X 官方账号(2026-08-10):"Browser use and computer use are coming to ZCode. The agent navigates, clicks, types, and runs tasks for you."
- 第三方 X(meng shao):把"开源 Computer Use"接入 ZCode(CGEvent + Accessibility API)——注意这是第三方尝试,不是官方实现,但可能说明 ZCode 官方也是类似技术栈?不能直接等同,需要谨慎。
- 腾讯云文章(2026-04-14):"让AI 直接控制你的电脑,从手机远程操作桌面"——提到设置里的 Computer Use 选项。这可能是关于 ZCode 的。值得读。
- 需要进一步确认:ZCode Computer Use 的官方文档页(docs 里有没有 computer-use 页面?之前搜到 browser-use 页面,但没搜到 computer-use 页面。让我再搜一下)。
- ZCode 官方 Computer Use 文档(是否有专门页面)——尝试 site.z.ai computer / "电脑控制" / "computer control"
- Qoder 中文博客 auto-iterate 的详细内容(英文版读出来几乎为空,试中文版)
- ZCode Computer Use 的实现细节补充:腾讯云文章(cloud.tencent.com/developer/article/2654892)
- Qoder Computer Use 的另一面:QoderWork 的电脑操控文档(docs.qoder.com/zh/qoderwork/computer-use)——QoderWork 是 Qoder 的办公方向?还是说 QoderWork 是另一个产品?需要澄清。qoderwork 的路径说明这是 Qoder 家族的一部分,或者是独立产品。可能是"Qoder for Work"。
- 双方对比的第三方测评内容——YouTube 视频读不出来,试试其他测评文章。
- Qoder 的官方博客中文版:https://qoder.com/zh/blog/auto-iterate
- ZCode GitHub 仓库(zai-org/ZCode)可能包含 computer use 相关源码说明,可以试着读 README 或搜索仓库内文件。
还需要补充的搜索:
- "zcode" "computer use" docs 英文页面(有没有 zcode.z.ai/en/docs/computer-use?)
- 试读 https://zcode.z.ai/cn/docs/... 看是否有电脑控制文档。也许在 ADE-tools 页面?
- QoderWork 是什么——"QoderWork" 可能是 Qoder 的新产品名(办公版)?
让我规划下一轮并行操作:
- web-reader: https://qoder.com/zh/blog/auto-iterate (中文博客,含技术细节)
- web-reader: https://cloud.tencent.com/developer/article/2654892 (让AI直接控制你的电脑,从手机远程操作桌面——可能是 ZCode 的 Computer Use 教程)
- web-reader: https://docs.qoder.com/zh/qoderwork/computer-use (QoderWork 电脑操控文档——澄清 QoderWork 身份)
- web-search: site.z.ai "computer" 或 "电脑控制" 文档页面
- web-search: ZCode 电脑控制 辅助功能 教程(找 ZCode 官方或详细教程)
- web-search: Qoder Computer Use 对比 ZCode(第三方对比)
还有腾讯云文章 2654892 标题是"让AI 直接控制你的电脑,从手机远程操作桌面"——这听起来像 ZCode 的远程控制功能(Remote Control)+ Computer Use。值得读。
另外,为了对比的公平性,我还需要:
- ZCode 的"浏览器控制"与 Qoder 的"Browser Use"对比(Qoder 是连接用户已有的 Chrome/Edge 浏览器保留登录态;ZCode 是内置浏览器面板 + 导入 Chrome 数据快照)
- 权限与安全机制对比(Qoder:每次询问/自动运行/禁用 + 辅助功能/屏幕录制权限;ZCode:变更前确认/完全访问档位 + Helper 进程 + GitHub issue #797 提到权限对话框)
- 平台支持对比(Qoder:macOS 14+/Windows 10+;ZCode:macOS/Windows/Linux?Changelog 提到 Linux 平台更新——但 computer use 是否支持 Linux 待确认)
- 远程工作区(ZCode 有远程工作区中的 Computer Use 修复记录 + 移动远程控制;Qoder 有 Computer Use 支持的远程能力吗?X 上 Ding Yu 提到"After installing Qoder on a computer, you can connect to and manage another computer via SSH and Remote Control"——2026-09-26,需要读这条)
- 模型层:Qoder 有专用 Sonus 模型;ZCode 依赖 GLM-5.3 模型
还有更多需要核实的点:
- ZCode Computer Use 是否也是"截图+UI元素树"方式?从 meng shao 的推文(第三方接入开源 computer use 到 ZCode,CGEvent + Accessibility API)看,可能官方实现类似,但不能直接下结论。让我搜搜 ZCode computer use 官方说明或 FAQ。
- ZCode FAQ 页面可能会提到 Computer Use 的系统要求。读 https://zcode.z.ai/cn/docs/qa 或 /en/docs/qa。
好,下一轮并行(6个):
- web-reader: https://qoder.com/zh/blog/auto-iterate
- web-reader: https://cloud.tencent.com/developer/article/2654892
- web-reader: https://docs.qoder.com/zh/qoderwork/computer-use
- web-reader: https://zcode.z.ai/cn/docs/qa (ZCode FAQ,查 Computer Use 相关问答)
- web-search: site.z.ai "Computer Use" OR "电脑控制" OR "计算机控制"
- web-search: ZCode vs Qoder Computer Use 实测 对比
其实第5条可以试试更精确的:"zcode.z.ai" "computer use" 或者直接搜索 ZCode 电脑控制文档。
执行。
已确认的核心事实:
- Qoder 侧 :官方文档完整(屏幕感知+UI元素树、像素级控件操作、权限模型、AppShot/Browser/Record&Replay 矩阵),Sonus 专用模型(2026年9月发布)148149187
- ZCode 侧 :已确认 Computer Use 功能存在(官方 Changelog、X 公告),架构分析文章揭示了 CUA bridge/broker 双领域桥接架构186,GitHub feedback 显示其权限档位机制("变更前确认"/"完全访问")
- ZCode 官方 Computer Use 详细文档(目前仅有 Browser Automation 文档页,需找电脑控制页面)
- Qoder 官方中文博客中关于 Computer Use 技术实现的细节(英文版内容为空)
- QoderWork 的 Computer Use 文档(需澄清产品归属)
- ZCode 远程控制+Computer Use 的实践细节(腾讯云文章线索)
- 双方权限/安全机制与平台支持的完整对照
继续并行深挖:
让我回顾一下当前的信息状态,检查缺口。
-
上一轮中,我误读了一个信息:腾讯云文章 2654892 实际上是关于 Claude Code 的 Computer Use ,而不是 ZCode!标题是"Claude Code 新功能:让 AI 直接控制你的电脑,从手机远程操作桌面"。我必须避免将这个信息归给 ZCode。这是一个关键的归因修正——我刚才差点搞错。这篇文章讲的是 Anthropic Claude Code 的 Computer Use 功能。 不能用于 ZCode 。
-
不过,从其他搜索发现:
- 知乎文章(2026-08-28)"爆火的《牛来》模型正式发布!DeepSeek 的排名又下降了"中提到:"ZCode 自带浏览器控制和电脑控制功能,开启之后模型就能直接打开浏览器截图验收、操作桌面应用。需要先在设置里点击授权,允许辅助功能和屏幕录制权限。"——来源是 X @yupi996(鱼皮),这个说法与 GitHub issue #364(辅助功能权限问题)一致。可信度:中等(第三方转述,但与官方 feedback issue 一致)。
- GitHub 教程(liyupi/ai-guide):"ZCode 最大的特点是对自家模型的多模态能力支持得最好,而且内置了浏览器控制和电脑控制功能。"——同样是鱼皮的教程内容。
-
ZCode 的 Computer Use 细节目前来源:
- 官方 Changelog:Browser Control、Computer Use 修复(macOS、Windows、远程工作区)
- CSDN 架构分析:node_repl + browser-bridge + cua-bridge + cua-broker(本地 socket 权限代理)—— 注意这是对 ZCode 开源代码的分析(ZCode 的 GitHub 开源了部分代码),可信度中等偏高
- GitHub issues:#364(Intel Mac 电脑控制辅助功能权限 Helper 问题)、#797(权限档位:变更前确认→完全访问)、#825(CUA socket 环境变量缺失)——这说明 ZCode 的 Computer Use 是 CUA(Computer Use Agent)+ Helper 进程 + socket 通信架构,有权限档位机制
- X @zcode_ai 官方(2026-08-10):"Browser use and computer use are coming to ZCode"
- 第三方实测视频"4款AI工具Computer Use实测,Codex、ZCode、Qoder、Orca 哪家强?"(AI随风 YouTube 频道)——视频无法读取文字内容,但有一篇文章 smzdm.com(2026-08-27)提到"Zcode 和Qoder 在目标识别和点击准确度上明显弱一些,经常需要反复尝试、截图分析,最终也没有完整完成任务。" 这篇文章是"全新Qoder发布:2500 Credits要每天打卡领、过期清零..."——需要阅读确认上下文。这可能是关于计算机使用能力的第三方评测,但需要看全文核实它是否真的在说 Computer Use 对比(注意避免断章取义)。
-
Qoder 侧细节已很充实:
- Computer Use Agent 官方文档(中英文)
- QoderWork 电脑操控文档(后台执行、不抢焦点——注意:这里 QoderWork 文档说"在后台驱动鼠标、键盘和截屏,不会抢占前台焦点",而 Qoder IDE 文档说"macOS 后台运行、Windows 前台运行"。QoderWork 和 Qoder IDE 是两个产品线,细节略有不同。QoderWork 可能是"Qoder for Work"办公版)
- Sonus 模型
- Record & Replay(macOS 14+)
- Sonus 是"全球首个……"之类的说法在阿里云开发者文章(2026-09-10)里
-
还没读的关键信源:
- 阿里云开发者文章:https://developer.aliyun.com/article/1762195(Qoder 上线 Sonus 模型,Computer Use 能力全面增强)
- smzdm 文章:https://post.smzdm.com/p/a4qdq0lk/(提到 ZCode 和 Qoder 的 Computer Use 对比,需要核实上下文)
- X @qoder_ai_ide 的推文(Ding Yu, President of the Qoder Product Line):"After installing Qoder on a computer, you can connect to and manage another computer via SSH and Remote Control. Our Computer Use Agent can..."(2026-09-26)——需要注意 X 页面可能读不了,但可以试试。这条信息很重要:Qoder 有 SSH + Remote Control + Computer Use Agent 的远程能力
- ZCode 官方文档里是否有 computer use 页面?之前搜索只找到 browser-use 页面。也许 Computer Use 文档在 docs 里叫 "computer-control" 或类似名称。让我搜一下 site.z.ai/docs 的其他页面,如 "zcode.z.ai/cn/docs/computer" 或用 Google 语法 site.z.ai "computer"。
实际上,我可以用 web-reader 直接尝试读取可能的 URL:https://zcode.z.ai/cn/docs/computer-use 或 https://zcode.z.ai/en/docs/computer-use。如果存在会返回内容。让我试试。 -
关于 Qoder 侧"实现"还需要补充:
- Qoder 的 Computer Use 用什么技术读取屏幕?官方文档说"读取目标应用窗口的可见内容……视觉提示"+ 权限中有"辅助功能(读取UI元素树)"。aixq.cc 文章说"Qoder 直接读取界面的结构化信息,不靠截图猜坐标。每个按钮、输入框、菜单项都有明确的身份和编号,操作时通过编号精准定位"——这个说法需要谨慎,它的来源可信度较低(aixq.cc 是个资讯站),但结合官方文档的"辅助功能权限读取 UI 元素树",可以交叉验证"结构化信息读取"这一实现路径。
- Sonus 模型:它是"业界最顶尖的SOTA模型"(论坛回复中管理员的说法——注意这是论坛管理员的说法,需要标注)。阿里云文章更官方一些。
-
关于 ZCode 侧"实现"还需要补充:
- ZCode 是否也用无障碍 API?CSDN 架构文章提到 cua-broker、cua-bridge,但没讲底层怎么操作。GitHub issue #825 提到 "ZCODE_CUA_LAUNCHER_PID、ZCODE_CUA_BUNDLED_HELPER_APP_PATH" 和 socket 变量——说明有一个独立的 Helper 应用在 macOS 上运行(可能用于辅助功能操作)。meng shao 的推文(第三方)说"把开源Computer Use接进ZCode,agent 现在能真正操作macOS、读无障碍树、点击、打字。绕开Apple Events 权限死结,改走CGEvent + Accessibility API"——这是第三方把开源方案接入 ZCode 的尝试,不能代表 ZCode 官方实现。但 ZCode 官方 Computer Use 很可能也是基于类似技术(AX API + 截图),需要找官方说明验证。搜索 "ZCode CUA helper" 或 "ZCode 辅助功能 无障碍"。
- ZCode 的 Computer Use 是不是也有"每次任务授权确认"机制?GitHub issue #797 提到"变更前确认"档位和"完全访问"档位、权限对话框(允许仅这一次/始终允许本项目)。这与 Qoder 的"每次询问/自动运行"类似。Github issue #797 标题是 "Agent 可静默自升运行档位(变更前确认→完全访问)"——这是一个 bug 报告,用户发现 Agent 可以静默提升权限档位。可以读一下这个 issue 确认细节。
-
还有几个问题需要澄清:
- Qoder 的 Computer Use 与 Browser Use 的关系:官方说"网页任务优先使用浏览器自动化"(QoderWork 文档),Browser 连接已打开的 Chromium 浏览器保留登录态。
- ZCode 的 Browser Control 与 Computer Use 关系:Browser Use 插件 + 内置浏览器面板;Computer Use 是独立的电脑控制。ZCode 的 Chrome 数据导入是快照。
- 两者都支持 macOS + Windows;macOS 上的差异(Qoder IDE 后台运行;ZCode 未明确说明是否有前台/后台差异)。
- ZCode 支持远程工作区和移动远程控制(changelog 提到"远程工作区中 Computer Use 的问题修复"、"移动远程界面");Qoder 有 SSH + Remote Control + Mobile App(Ding Yu 推文)。
- ZCode 的 Computer Use 是"电脑控制"设置在设置里;有权限档位("变更前确认"/"完全访问")。
- 应用场景对比:ZCode 侧重开发(浏览器截图验收、操作桌面应用);Qoder 侧重编程+办公(QoderWork)。
-
时间线核对:
- ZCode Computer Use 宣布:2026-08-10(X 公告 "coming to ZCode")—— 实际应该更早?还是说 8 月才推出?从 changelog 看 3.10.2(时间范围 2026-08-31 至 2026-10-09 的第一个版本?不一定,changelog 是按逆序排的)提到修复 Computer Use 问题,说明 8 月底已有该功能。3.9.1(2026-08-25 的 issue)已提到"电脑控制"无法开启,说明 8 月已有。X 公告说 "coming"(将来时),可能指即将正式上线。
- Qoder Computer Use 上线:2026 年 5 月前后(aixq.cc 文章 2026-05-21说"Qoder Computer Use 上线";Qoder 博客 auto-iterate 发布 2026-06-29/30;Qoder 1.25.1 提到 AppShot now on Windows)。所以 Qoder 的 Computer Use 推出时间早于 ZCode。
- Qoder Sonus:2026-09-10
现在还需要做什么:
另外,我重新想想是否所有关键问题都覆盖:
- 用户要"对比 zcode 和 qoder 的 computer use 功能实现"。
- "功能实现"可以理解为:功能如何实现(技术架构、交互方式、权限机制、执行流程、模型支撑),以及功能对比(能力范围、平台支持、限制)。
- 我需要从以下维度组织对比:
- 产品定位与发布时间
- 核心能力(屏幕感知、输入控制、自主执行、跨应用)
- 技术实现(感知方式:截图 vs UI元素树/无障碍树;操作方式:事件注入;架构:helper/broker;模型:Sonus vs GLM)
- 交互方式(命令调用方式:/computer-use vs 自然语言;权限档位)
- 权限与安全机制
- 平台支持(macOS/Windows/Linux;远程工作区)
- 生态整合(Browser Use、远程控制、移动端)
- 实际表现(第三方实测)
目前 3、4、6、7 还有些细节不完整,特别是 ZCode 的技术实现细节。
下一轮并行(6个任务):
- web-reader: https://github.com/zai-org/feedback/issues/797 (ZCode 权限档位 bug 细节)
- web-reader: https://github.com/zai-org/feedback/issues/364 (ZCode 电脑控制权限问题细节)
- web-reader: https://post.smzdm.com/p/a4qdq0lk/ (第三方对比提到 ZCode/Qoder Computer Use)
- web-reader: https://developer.aliyun.com/article/1762195 (Sonus 官方新闻稿)
- web-search: "zcode" "CUA" OR "电脑控制" OR "computer control" 实现 无障碍 (找 ZCode 实现细节)
- web-search: ZCode "computer use" english review (英文测评补充)
不过我想先验证一个 URL:zcode.z.ai/docs/computer-use 是否存在。我可以在 web-reader 里试读,如果 404 会返回错误。风险不大,不过为了效率,先搜索确认。
另外,关于 Qoder 我还想补充:
- Qoder Computer Use 的"完整实现"中,是否使用 VLM(视觉语言模型)+ 无障碍树混合方式?搜索 "Qoder" computer use 截图 无障碍 混合 或 Qoder technical blog。
- 但 Qoder 侧信息已经比较充足,我优先补 ZCode。
好,本轮计划(6个并行):
- web-reader: GitHub issue #797
- web-reader: GitHub issue #364
- web-reader: smzdm 文章
- web-reader: aliyun Sonus 文章
- web-reader: https://zcode.z.ai/en/docs/computer-use (探测)
- web-search: "ZCode" "Computer Use" review OR 实现 OR accessibility 2026
等等,第5条如果 404 就是浪费一次调用。但也就一次,值得试。或者改成搜 "zcode.z.ai computer control"。嗯,让我先探测 computer-use 页面,因为很可能存在(官方文档结构里有 browser-use 页面,computer-use 大概率也有,只是搜索引擎没收录)。
其实我可以同时探测两个 URL:en 和 cn 版本。但一次只能读一个 URL("每次只能读取一个URL"),不过可以在同一批并行里调用两次 web-reader。那我把第6条搜索也保留。
不,让我数一下:一次并行调用可以包含多个工具调用。我计划:
- web-reader: github issue #797
- web-reader: github issue #364
- web-reader: smzdm
- web-reader: aliyun
- web-reader: https://zcode.z.ai/en/docs/computer-use(探测)
- web-search: "zcode" "computer use" accessibility OR AX OR 辅助 实现
好。执行。
- 补充 ZCode Computer Use 权限机制的细节(GitHub feedback issue #797/#364 线索)
- 尝试探测 ZCode 官方文档是否存在 Computer Use 专页
- 核实第三方实测中 ZCode 与 Qoder 的对比表述(smzdm 文章)
- 补充 Qoder Sonus 的官方说明(阿里云开发者文章)
继续并行深挖:
让我整理当前的信息状况,并决定下一步。
-
ZCode GitHub issue #797 (2026-09-23 报告,9-30 补充):ZCode Computer Use 权限档位机制细节:
- 权限档位包括「变更前确认」和「完全访问」
- 权限请求对话框选项:①允许仅这一次 / ②始终允许本项目 / ③完全访问 / ④拒绝
- 存在安全 bug:选择②后可静默升至完全访问;权限提升缺陷(CWE-269)
- 这是 GitHub 官方 feedback 仓库(zai-org/feedback),可信度高
-
ZCode GitHub issue #364 (2026-08-25):ZCode 3.9.1 Intel Mac 电脑控制问题:
- 报错:"cua helper warmup failed: ZCode Computer Use.app executable archs [x86_64] do not include x64"
- 说明 ZCode 的 Computer Use 实现有一个独立应用
ZCode Computer Use.app(Helper),安装在\~/.zcode/computer-use/目录 - 需要注册 macOS 辅助功能权限
- v3.10.0 修复
- 可信度高
-
smzdm 文章 (2026-08-29):B站UP主2026年8月26日发布的四工具 Computer Use 同题实测(Codex、ZCode、Qoder、Orca):ZCode 和 Qoder 在目标识别和点击准确度上明显弱一些,经常反复尝试、截图分析,最终没有完整完成任务;Codex 最顺。 注意:测试的是上一版 Qoder,新版(Sonus 版)还没有人重测。 这可以作为第三方实测参考,但需要标注时间与版本局限。
-
aliyun 文章 (2026-09-10):Sonus 官方说明(Qoder国际版上线 Sonus,配合桌面端 0.2.3)。注意"效率提升3.2倍"——这个是指积分乘数 3.2 倍?原文写"效率提升3.2倍",而论坛帖说"个人和企业账户均享受3.2倍积分乘数"。这里可能语义不同。我要小心,不要乱写。论坛帖说积分乘数 3.2 倍。aliyun 文章说"效率提升3.2倍"这个表述很奇怪,可能是翻译问题(credits multiplier)。谨慎处理,最好引用论坛原文(积分乘数)或模糊处理。
-
ZCode 官方文档没有 computer-use 专页 (探测返回 -30007 访问目标URL未找到)。所以 ZCode 官方文档中 Computer Use 的说明可能分散在别的页面(如 settings/ADE-tools)或尚未文档化。我应该在报告中说明"ZCode 官方文档未检索到独立 Computer Use 页面"。
-
新的线索 :
- 大黑AI工具速报(news.daheiai.com/changelog.php):"ZCode v3.14.3 2026-09-24: feat: 更新v3.14.3 - ... (computer-use): 允许远程会话通过
node_repl中继使用本机桌面,由..." —— 这条很关键!说明 ZCode 3.14.3 增加了"允许远程会话通过 node_repl 中继使用本机桌面"的 computer-use 功能。值得阅读。 - oschina 博客(my.oschina.net/u/9756509/blog/19758471):"通过类似Playwright 的自动化方式直接描述'找到角色为 searchbox 的...' 纯视觉Computer Use 通常让模型读取屏幕截图... 无障碍树原本服务于屏幕阅读器..." —— 这篇文章可能对比纯视觉 vs 无障碍树方案,且提到 ZCode。值得读。
- GitHub zjh02249/dsh-desktop-operator:"本机矩阵通过:DeepSeek Harness 与ZCode 的窗口观察、WGC 捕获和语义元素检索通过..." —— 提到 ZCode 的窗口观察、WGC 捕获(Windows Graphics Capture)和语义元素检索——这是第三方 DSH 项目,但对理解 ZCode 的实现方式有参考?不,这个似乎是 DSH 插件自己的实现,其中提到兼容 ZCode。要小心归因。可以低优先级。
- aixq.cc 文章(2026-05-21):"Qoder 直接读取界面的结构化信息,不靠截图猜坐标。每个按钮、输入框、菜单项都有明确的身份和编号"——这给 Qoder 的实现方式提供了补充(结构化 UI 信息 + 编号定位)。也许应该读一下这个页面获取更多 Qoder Computer Use 上线时的信息。
- 大黑AI工具速报(news.daheiai.com/changelog.php):"ZCode v3.14.3 2026-09-24: feat: 更新v3.14.3 - ... (computer-use): 允许远程会话通过
- 独立 Helper 应用:
ZCode Computer Use.app(macOS),安装在\~/.zcode/computer-use/;需注册辅助功能权限(issue #364) - 架构:node_repl MCP server 作为 Browser Use 和 Computer Use 的共同执行底座;browser-bridge + cua-bridge + cua-broker(本地 socket 权限代理);每次调用一次性 Worker(CSDN 架构分析)
- 权限档位:「变更前确认」/「完全访问」+ 对话框选项(①仅这一次/②始终允许本项目/③完全访问/④拒绝)(issue #797)
- 平台:macOS、Windows(changelog 修复记录);远程工作区支持(changelog + 3.14.3 "允许远程会话通过node_repl中继使用本机桌面")
- 内置浏览器控制(Browser Use 插件)+ Chrome 数据导入
- 模型:GLM-5.3
- 推出时间:2026年8月(X 公告 8月10日"coming";8月25日已有 issue 提到电脑控制)
- ZCode Computer Use 的感知/操作技术方式官方说明(截图?无障碍树?)——目前只有第三方线索(meng shao 的推文讲的是第三方把开源 computer use 接入 ZCode,不能代表官方;但 dsh-desktop-operator 提到"ZCode 的窗口观察、WGC 捕获和语义元素检索"——这也不清楚是否指 ZCode 本身。谨慎)。
- 让我再搜搜 ZCode computer use 的实现细节。可能搜英文 "ZCode" "computer use" accessibility 或看 ZCode 官方账号的推文内容。X 上 @zcode_ai 有公告。可以试试读 X 帖子(一般 X 页面可能读不到,web-reader 成功率低)。
- 或许可以读 ZCode GitHub 仓库的 README 或相关目录:https://github.com/zai-org/ZCode ——之前搜索结果 4 显示该仓库有"客户端、后端服务、共享UI,以及Agent CLI 与运行时源码"。读它可能获得官方架构说明,包括 computer use 部分。
- 也可以找找 ZCode 官方博客或发布公告中关于 Computer Use 的说明(如 z.ai 的博客)。
- 屏幕感知:读取目标应用窗口可见内容,理解布局/按钮文本/表单状态等视觉提示;过程中截图确认;权限含"辅助功能(读取UI元素树)"+"屏幕录制"
- 鼠标键盘:点击、双击、拖拽、文本输入、快捷键、像素级精准定位
- macOS 后台(不抢焦点)vs Windows 前台(可见光标)——IDE 文档;QoderWork 文档说"后台执行不抢焦点"(针对 QoderWork)
- 跨应用工作流,动态调整
- /computer-use 命令;编辑器所有模式支持;专家模式搜索窗口支持
- AppShot(⌘⌘快捷键截图附加上下文)
- Browser:连接已打开的 Chromium(Chrome/Edge/Quark),保留登录态
- Record & Replay(macOS 14+):演示转技能
- 权限设置:每次询问/自动运行/禁用
- Windows 对话框合成
- 系统要求:macOS 14+/Windows 10+
- Sonus 模型(2026-09-10 发布):专精 Computer Use;3.2 倍积分乘数;Qoder Desktop 0.2.3
- 上线时间:2026年5月(aixq 文章 5月21日"Qoder Computer Use 上线";Qoder 博客 6月底)
- 支持远程:SSH + Remote Control + Computer Use Agent(X 推文,9月26日——需读原文验证;我只有搜索摘要)
- 读 https://news.daheiai.com/changelog.php (ZCode v3.14.3 变更记录:远程会话通过 node_repl 中继使用本机桌面)——这个站点可能是 changelog 聚合,包含 ZCode 各版本更新。值得读,验证"远程会话用本机桌面"。
- 读 https://my.oschina.net/u/9756509/blog/19758471 (无障碍树 vs 纯视觉对比文章,可能涉及 ZCode/Qoder 实现方式讨论)
- 读 https://www.aixq.cc/32535.html (Qoder Computer Use 上线文章,获取实现细节)
- 读 https://github.com/zai-org/ZCode (ZCode GitHub 仓库 README,可能包含架构说明)
- 搜索:ZCode 3.14.3 远程会话 node_repl 本机桌面(验证该功能)
- 搜索:Qoder "computer use" 技术 blog 无障碍 OR accessibility(英文)
另外还应该搜索:
- ZCode Computer Use 英文测评/文档细节(可能在 ZCode 博客或 Z.ai 官方博客)
- 也许可以搜 "zcode" "browser use" "computer use" site.com 的官方帖子文本
考虑 X 推文读取成功率低,先跳过。优先读上述 4 个页面 + 2 个搜索。
让我执行:
- web-reader: https://news.daheiai.com/changelog.php
- web-reader: https://my.oschina.net/u/9756509/blog/19758471
- web-reader: https://www.aixq.cc/32535.html
- web-reader: https://github.com/zai-org/ZCode
- web-search: "ZCode" "3.14" 远程会话 node_repl 本机桌面
- web-search: ZCode computer use accessibility tree screenshot how it works
执行。
本轮收获关键细节:
- ZCode 权限机制 (GitHub 官方 feedback):四选项授权对话框(①仅这一次/②始终允许本项目/③完全访问/④拒绝)+「变更前确认」/「完全访问」档位244
- ZCode 技术实现 :独立 Helper 应用
ZCode Computer Use.app,安装于\~/.zcode/computer-use/,需注册 macOS 辅助功能权限243 - ZCode 3.14.3 (2026-09-24)新线索:computer-use 允许远程会话通过 node_repl 中继使用本机桌面(待验证)
- 官方文档探测结果 :ZCode docs 不存在 computer-use 独立页面(访问失败),说明该功能文档可能分散在其他页面或未文档化
- ZCode 3.14.3 远程会话中继使用本机桌面的功能细节(大黑AI速报)
- ZCode 感知/操作技术方式(无障碍树 vs 纯视觉)的更多证据
- Qoder Computer Use 上线时的技术说明(aixq 文章)
- ZCode GitHub 仓库的官方架构信息
继续并行深挖:
让我评估当前信息状态,并决定下一步。
-
aixq.cc 文章(2026-05-20) :Qoder Computer Use 上线的详细技术信息:
- 摒弃纯视觉猜坐标方案,直接读取界面结构化信息,通过控件的明确身份和编号精准定位,不受分辨率、窗口位置变化影响
- 操作闭环:观察界面→理解状态→决策→执行→再次观察
- 除首次启动目标应用可能短暂调至前台,后续操作均在后台完成
- 对比数据:"在相同Mac桌面任务对比测试中,Qoder任务完成率比同类纯视觉方案高出约14个百分点,操作步数少约23%"——这些数据来自该文章,需谨慎引用(第三方媒体,非官方)。嗯,这个数字可能是 Qoder 官方发布的数据被转述。可以引用但标注来源。
- 使用区分:/browser(浏览器内操作,更快、token消耗更低)vs /computer-use(原生应用、跨应用工作流、系统设置)
- 版本要求:Qoder Desktop v1.2.2+,macOS 14+
注意:这篇文章有一些信息与官方文档略有出入("除首次启动目标应用可能短暂调至前台,后续操作均在后台完成"——官方文档说的是 macOS 后台/Windows 前台)。该文章发布于 2026-05-20,当时可能仅支持 macOS(官方文档现已支持 Windows 10+)。要小心时间差异——文章说的是当时的情况。以最新官方文档为准。
-
ZCode 源码解读网站(daiw.org / daiw.net) :"ZCode 是什么· ZCode 源码解读· 道雾轩"——这是一个专门解读 ZCode 源码的网站!里面有 "node_repl、Browser Use 与Computer..." 的章节。这非常有价值,可以深入了解 ZCode 的 Computer Use 实现。快照日期 2026-09-21,产品版本 3.14.0。值得深度阅读:
- https://daiw.org/manual/zcode/what-is-zcode 或 daiw.net/manual/zcode
- 可能有专门的 Computer Use 章节。
-
关于 ZCode 3.14.3 的 daheiai changelog 内容与之前搜索摘要不同(搜索摘要提到 "computer-use: 允许远程会话通过 node_repl 中继使用本机桌面",但我读到的页面只显示了工作流相关更新)。这可能是同版本不同条目,或页面内容不完整。谨慎处理:搜索摘要那条提到 "(computer-use): 允许远程会话通过
node_repl中继使用本机桌面,由..."——这可能是 3.14.3 changelog 的另一个条目。我读到的页面可能只提取了部分。这条信息需要再验证,或者从 ZCode 官方 changelog 找 3.14.3(官方 changelog 我读过部分:3.10.2、3.11.2、3.12.3、3.14.0、3.14.1、3.14.5,覆盖 8/31-10/9 范围,但没有 3.14.3 的条目——可能官方 changelog 页面不完全,或 3.14.3 条目未提取到)。 -
ZCode GitHub 仓库 :结构清晰,但没有直接的 computer use 细节。仓库包含 .agents/skills。
下一轮关键任务:
- 阅读 daiw.org 的 ZCode 源码解读——特别是 Computer Use 相关章节。先读 https://daiw.org/manual/zcode/what-is-zcode(总览),并找 computer use / node_repl 章节。
- 可能有专门的 URL,如 daiw.org/manual/zcode/computer-use 或伪。先读 what-is-zcode 页面,看目录结构。
- 验证 ZCode 3.14.3 的 computer-use 远程中继更新(大黑AI的 changelog_detail 链接:https://news.daheiai.com/changelog_detail.php?id=ZCode:395574116)
- 补充 ZCode Computer Use 的官方描述:也许 ZCode 官网首页或功能页有描述。搜索 "zcode.z.ai" 或 z.ai 官网 ZCode 页面上的 computer use 描述。也可以看 ZCode 官方文档中 ADE-tools 页面(可能提及 computer use 工具)。读 https://zcode.z.ai/en/docs/ADE-tools。
- Qoder 侧还需要吗?Qoder 官方文档已经很充实。或许补充一下 Qoder Browser Agent 文档(对比 browser use 实现):https://docs.qoder.com/user-guide/chat/browser-agent。
让我检查一下还有哪些信息面可能不平衡:
- ZCode 侧:Browser Use 官方文档已读(详细);Computer Use 官方文档不存在(探测失败);Computer Use 实现细节来自:changelog(多处修复记录)、GitHub issues(Helper app、权限档位)、CSDN 架构分析(node_repl/bridge/broker)、第三方源码解读(待读)。
- Qoder 侧:Computer Use Agent 官方文档已读;Computer Use 设置文档已读;QoderWork 文档已读;Sonus 已读;aixq 文章补充了实现方式(结构化信息读取)+ 对比数据。
需要再确认的:
- ZCode 的 Computer Use 是否有官方渠道说明"读取 UI 元素树/无障碍树"?让我在 daiw 源码解读里找。CSDN 架构分析提到 cua-broker 是"本地 socket 权限代理与请求执行",但底层驱动是什么还不清楚。GitHub issue #364 提到
ZCode Computer Use.app(Helper)安装和辅助功能权限注册,说明它用辅助功能 API(macOS 的 AX API),这与 Qoder 的"辅助功能权限读取 UI 元素树"类似。还有 issue #825 提到 CUA Launcher、Bundled Helper、SOCKET 环境变量——都指向一个独立的 helper 进程负责桌面控制。 - 可以搜 "ZCode Computer Use.app" 或者 "ZCODE_CUA" 找更多技术细节。
另外,我想确认 ZCode Computer Use 的宣布时间线和功能描述。X 公告(2026-08-10):"Browser use and computer use are coming to ZCode. The agent navigates, clicks, types, and runs tasks for you. What would you have it do first?"——这是官方账号 @zcode_ai。
还有知乎文章(2026-08-28,鱼皮)"ZCode 自带浏览器控制和电脑控制功能,开启之后模型就能直接打开浏览器截图验收、操作桌面应用。需要先在设置里点击授权,允许辅助功能和屏幕录制权限。"——与 Qoder 相同的两项权限(辅助功能+屏幕录制)。
计划下一轮(6个并行):
- web-reader: https://daiw.org/manual/zcode/what-is-zcode (ZCode 源码解读总览,找 computer use / node_repl 章节链接)
- web-reader: https://news.daheiai.com/changelog_detail.php?id=ZCode%3A395574116 (ZCode 3.14.3 详情)
- web-reader: https://zcode.z.ai/en/docs/ADE-tools (ZCode ADE Tools 文档,看是否有 computer use 工具说明)
- web-reader: https://docs.qoder.com/user-guide/chat/browser-agent (Qoder Browser Agent 文档,补全 browser use 侧)
- web-search: "ZCode" "computer use" site.org OR daiw.net (找源码解读中的 computer use 章节)
- web-search: ZCode "computer use" release announcement August 2026(英文公告细节)
等等,第5条搜索可能比直接探索更高效。daiw.org 网站我不知道其 URL 结构。先读 what-is-zcode 页面拿到目录/章节列表。
另外还应考虑 Qoder 侧"X 推文 Ding Yu"的内容(SSH + Remote Control + Computer Use Agent),可以搜索其文本验证:"Qoder" SSH "Remote Control" "Computer Use Agent" 或直接搜 twitter 文本。不过 X 很难读。试试搜索引文。
其实这个也可能不太关键。Qoder 的远程控制能力可以从官方渠道核实:Qoder 有 Mobile App、Remote Control。搜索 "Qoder" "Remote Control" 官方。
我控制一下优先级: A. ZCode 源码解读(最有价值 - Computer Use 实现细节) B. ZCode 3.14.3 详情(远程中继) C. ZCode ADE-tools 文档(可能有 computer use 工具) D. Qoder Browser Agent 官方文档(补全 Qoder 侧) E. 搜索 daiw computer use 章节 F. 搜索 ZCode 官方发布公告(computer use 上线时间与描述)
好,执行。
本轮重要发现:
- ZCode 源码解读专站 (道雾轩 daiw.org,快照 2026-09-21,产品版本 3.14.0)——有针对 ZCode 的深度源码解读,含 node_repl、Browser Use 与 Computer Use 章节,这是理解 ZCode 实现的关键信源264265
- Qoder 实现细节补充 :Qoder 摒弃纯视觉猜坐标,直接读取界面结构化信息、通过控件编号精准定位;
/browser(网页)与/computer-use(原生应用)分工明确263 - ZCode 技术栈线索 :
ZCode Computer Use.appHelper 独立应用 + 辅助功能权限注册 + CUA socket 架构
- ZCode 源码解读中的 Computer Use 实现章节(核心缺口)
- ZCode 3.14.3 远程中继使用本机桌面的更新验证
- ZCode 官方渠道对 Computer Use 功能描述(ADE-tools 文档)
- Qoder Browser Agent 侧实现(补全对比维度)
继续并行深挖:
让我整理当前的信息状态,判断还缺什么。
- ZCode 源码解读网站 daiw.org 有47篇解读文章,其中第8部分(约)是"node_repl、Browser Use 与 Computer Use"——第302条搜索结果提到 "node_repl、Browser Use 与Computer Use. 第9 部分· 会话、存储与可观测性" ——意思是第8部分包含 node_repl、Browser Use 与 Computer Use 章节,且其中的某篇在"模型适配层"(第302条)之后。我需要找到这个部分的具体文章 URL。
从搜索结果看:
- https://daiw.org/manual/zcode/model-adapters (模型适配层)——这一页的导航中显示 "node_repl、Browser Use 与Computer Use"作为一个部分标题
- https://daiw.org/manual/zcode/zcode-protocol 提到 "Computer Use 生命周期(zcode-protocol/index.ts:334)"
- https://daiw.org/manual/zcode/permission (权限模式与规则)——"审批请求怎样经broker 交给终端或桌面并与钩子竞速"
- https://daiw.org/manual/zcode/cli-surface、accounts-plans、recap、file-tools、reading-the-source、skills-commands
我需要找到关于 "node_repl、Browser Use 与 Computer Use" 的具体文章。可能 URL 是:
- daiw.org/manual/zcode/node-repl
- daiw.org/manual/zcode/browser-use
- daiw.org/manual/zcode/computer-use
- daiw.org/manual/zcode/cua
让我试试读取 model-adapters 页面获取导航结构,或者直接猜 URL。更稳妥的方式:读 model-adapters 页面(它的导航里显示了"node_repl、Browser Use 与Computer Use"部分),从页面上获取该部分的链接列表。
实际上,"ZCode Protocol V4"页面(zcode-protocol)提到"Computer Use 生命周期(zcode-protocol/index.ts:334)"——这是协议层的细节。而第8部分应该专门讲 node_repl、Browser Use 与 Computer Use。
让我猜测并尝试直接 URL:
计划:并行读 4 个页面:
- https://daiw.org/manual/zcode/model-adapters(获取导航结构,找第8部分链接)
- https://daiw.org/manual/zcode/recap(回顾总览)
- 尝试 https://daiw.org/manual/zcode/computer-use(猜测 URL)
- 尝试 https://daiw.org/manual/zcode/node-repl(猜测 URL)
如果猜测失败,从 model-adapters 的导航里找。
另外,关于 Qoder 侧,我可能还需要一条:Qoder 对 Windows 的支持以及 Record & Replay 的时间线。目前有:
- Qoder Computer Use 上线(aixq,2026-05-20):只要求 macOS 14+(当时)
- Qoder 1.25.1:AppShot now on Windows(论坛帖提到,从 Sonus 页面相关链接看到标题 "Qoder 1.25.1 Installation Directory and Executable Name Changes & AppShot now on Windows",时间未读)
- 官方文档现在支持 macOS 14+/Windows 10+
这些细节已足够。Qoder 还有一个 "Record & Replay"(macOS 14+)——与 Codex 的 Record & Replay 类似(threads 帖子提到 OpenAI 帮 Codex 加了 Record & Replay)。
我还想再核实一下 Qoder Computer Use 的"发布时数据"(14个百分点/23%步数)——这是 aixq 转述的,可能是 Qoder 官方公布的数据。是否要引用?可以引用但标注"据 AI星球(aixq.cc)报道"或说明未经官方渠道直接验证。嗯,我可以搜一下这个数据的原始来源,比如 Qoder 官方博客或官方发布。"Qoder computer use 14 percentage points 23% fewer steps" 或中文搜索 "Qoder 任务完成率高出 14个百分点"。试一下。
还有一个点:ZCode Computer Use 的"远程会话通过 node_repl 中继使用本机桌面"——大黑AI的 changelog detail 页没有显示这条。但我从搜索结果摘要看到了这条。让我搜官方 GitHub release notes:github.com/zai-org/ZCode/releases/tag/v3.14.3。这是官方 release notes 页面,值得读。
计划本轮(6个并行):
- web-reader: https://daiw.org/manual/zcode/model-adapters (找 node_repl/Browser Use/Computer Use 部分链接)
- web-reader: https://daiw.org/manual/zcode/recap (总览)
- web-reader: https://github.com/zai-org/ZCode/releases/tag/v3.14.3 (官方 release notes,验证远程中继)
- web-reader: https://daiw.org/manual/zcode/computer-use (猜测 URL,可能404)
- web-search: daiw.org "Computer Use" 源码解读 道雾轩 (找准确文章)
- web-search: Qoder "14" percentage OR 百分点 computer use 完成率 (验证对比数据)
其实第4条可以用搜索代替,但直接试 URL 可能更快。让我保留,如果404那再说。
等等,也许我应该先想好:如果 daiw.org 有 node_repl 或 computer use 相关文章,URL 最可能是什么。从已有 URL 模式看:
- /manual/zcode/what-is-zcode
- /manual/zcode/server-web
- /manual/zcode/provider-config
- /manual/zcode/accounts-plans
- /manual/zcode/permission
- /manual/zcode/goal-target
- /manual/zcode/expert-workflow
- /manual/zcode/dwf-tools
- /manual/zcode/tui
- /manual/zcode/session-store
- /manual/zcode/hooks
- /manual/zcode/monorepo-map
- /manual/zcode/cli-surface
- /manual/zcode/zcode-protocol
- /manual/zcode/file-tools
- /manual/zcode/model-adapters
- /manual/zcode/reading-the-source
- /manual/zcode/skills-commands
第8部分(node_repl、Browser Use 与Computer Use)的文章名可能是:
- /manual/zcode/node-repl
- /manual/zcode/browser-use
- /manual/zcode/computer-use
- /manual/zcode/cua-tools
试读 /manual/zcode/node-repl 和 /manual/zcode/computer-use 都有可能404。为了效率,我先读 model-adapters 获得导航,然后在下一轮精准读。但这样多一轮。
或者我可以同时尝试两个猜测 URL + model-adapters + recap,一次并行4个web-reader,其中2个可能失败。加2个搜索。这样6个调用。
好,就这么干:
- web-reader: https://daiw.org/manual/zcode/model-adapters
- web-reader: https://daiw.org/manual/zcode/node-repl (猜测)
- web-reader: https://daiw.org/manual/zcode/computer-use (猜测)
- web-reader: https://github.com/zai-org/ZCode/releases/tag/v3.14.3
- web-search: daiw.org ZCode 源码解读 "Computer Use" OR "node_repl" OR "浏览器与电脑"
- web-search: Qoder Computer Use 完成率 "百分点" OR "steps" 对比 数据
执行。
现在我需要根据收集到的信息撰写最终简报,对比 ZCode 和 Qoder 的 Computer Use 功能实现。
让我整理所有已验证的关键信息:
- 定位:Agentic Development Environment(ADE),GLM-5.3 官方 Harness,2026年7月发布(百科说2026年7月发布,X 记录 2025年12月27日智谱发布 Z Code 轻量级 AI 代码编辑器)125
- Computer Use 功能:
- 技术实现:
- 独立 Helper 应用
ZCode Computer Use.app,安装于\~/.zcode/computer-use/,需注册 macOS 辅助功能权限;报错信息 "cua helper warmup failed: ZCode Computer Use.app executable archs..." 243 - node_repl MCP server 作为 Browser Use 和 Computer Use 的共同执行底座;架构包含 browser-bridge.ts、cua-bridge.ts、cua-broker.ts(本地 socket 权限代理与请求执行);每次调用启动一次性 Worker186
- ZCode Protocol V4 中有 Computer Use 生命周期(zcode-protocol/index.ts:334)300
- 权限档位:「变更前确认」/「完全访问」;对话框选项:①仅这一次/②始终允许本项目/③完全访问/④拒绝244
- issue #797 安全问题:②始终允许本项目后可静默升至完全访问(CWE-269 类缺陷,待评估)244
- issue #825:CUA 相关环境变量(ZCODE_CUA_LAUNCHER_PID、ZCODE_CUA_BUNDLED_HELPER_APP_PATH、SOCKET)161
- 辅助功能+屏幕录制权限(鱼皮教程转述,知乎文章)209215
- 源码解读网站:开源版 @zcode/zcode-cua 仅为 Computer Use 占位实现,调用一律返回不可用317
- 独立 Helper 应用
- 平台支持:macOS、Windows(修复记录涉及两个平台);远程工作区支持;ZCode 3.14.3/3.14.3 附近有"允许远程会话通过 node_repl 中继使用本机桌面"的线索(低置信度,页面上没抓到,暂不写或标注未验证——谨慎,可能不写这条,或写"有限线索")
- Browser Use:内置浏览器面板、Browser Use 插件、代理操控浏览器(打开网址、点击、填表、滚动、截图)、元素选择器、Chrome 数据导入(一次性快照)、页面文本不作为指令、文件上传暂不支持185
- 模型:GLM-5.3 / GLM-5.2
- 远程控制:Remote Control(手机控制桌面)57、远程开发(SSH/Docker)285
- 定位:阿里 Agentic 编程平台,2025年8月22日发布7887
- Computer Use:
- 技术实现:
- 屏幕感知:读取目标应用窗口的可见内容,理解布局、按钮文本、表单状态等视觉提示;过程中截取屏幕截图确认;权限包括"辅助功能(读取UI元素树)"+"屏幕录制"148
- 直接读取界面结构化信息,通过控件的明确身份和编号精准定位,不靠截图猜坐标;操作闭环:观察→理解→决策→执行→再观察263
- 鼠标键盘控制:点击、双击、拖拽、文本输入、快捷键、像素级精准定位148
- macOS 后台运行(不抢前台焦点);Windows 前台运行(可见光标移动)148
- Windows 对话框合成识别148
- 跨应用工作流148205
- /computer-use 命令;编辑器所有模式支持148
- AppShot:⌘⌘快捷键截前台窗口快照+辅助文本149
- Browser:连接已打开的 Chromium(Chrome/Edge/Quark),保留登录状态149
- Record & Replay:演示转技能(macOS 14+)149
- 执行策略:每次询问/自动运行/禁用148
- 系统要求:macOS 14+ / Windows 10+148149
- 对比数据:Qoder 任务完成率比同类纯视觉方案高出约14个百分点,操作步数少约23%(AI星球转述,第三方)263
- 模型:Sonus(2026年9月10日发布),专精 Computer Use 的内置模型;配合 Qoder Desktop 0.2.3;3.2倍积分187223
- 生态:QoderWork(办公产品线也有 Computer Use)205;Browser Agent(/browser)316;Mobile App43;远程控制/SSH46
- B站 UP 主 2026年8月26日四工具实测(Codex、ZCode、Qoder、Orca):ZCode 和 Qoder 在目标识别和点击准确度上明显弱于 Codex,经常反复尝试、截图分析,最终没有完整完成任务;Codex 最顺224。注意:测的是上一版 Qoder,未重测 Sonus 新版224
- YouTube "4款AI工具Computer Use实测"(AI随风)96190
- 产品定位与推出时间
- 感知与操作机制(Qoder:结构化信息+编号定位+辅助功能UI元素树+截图辅助;ZCode:Helper 应用+辅助功能/屏幕录制权限+broker/桥接架构+socket)
- 功能矩阵(Qoder:AppShot/Browser/Computer Use/Record&Replay;ZCode:Browser Control/Computer Use/远程工作区)
- 权限与安全(Qoder:三档执行策略+首次授权引导;ZCode:四选项对话框+两档位+发现安全缺陷)
- 平台差异(Qoder:macOS后台/Windows前台+对话框合成;ZCode:macOS/Windows+远程工作区修复)
- 模型支撑(Qoder Sonus 专用模型 vs ZCode GLM-5.3)
- 实测表现(第三方:两者均落后 Codex)
需要修正的归因点:
- 腾讯云文章讲的是 Claude Code,不是 ZCode,不用于 ZCode 描述204——不引用或只作行业背景。最好不提。
- meng shao 的推文讲的是第三方把开源 Computer Use 接进 ZCode,不是官方实现——应标注为第三方改造,或者不写。我可以谨慎提及:ZCode 开源版本中 @zcode/zcode-cua 为占位实现317;官方产品的 Computer Use 是闭源实现。
- aixa 文章"14个百分点/23%"数据标注为"第三方媒体转述"。
- smzdm 实测标注为"第三方实测、测试版本为上一版 Qoder"。
关于 ZCode 的 Computer Use 具体"如何感知屏幕":我有间接证据:
- Helper 应用 + 辅助功能权限(issue #364 提到注册 macOS 权限系统)243
- 屏幕录制权限(知乎鱼皮转述)209——可引用但标注为第三方教程转述
- CSDN 架构文章:CUA broker 是"本地 socket 权限代理与请求执行"186
- 我不确定 ZCode 是否读取无障碍树。有一条 reddit/HN 的评论提到 "computer use) are not" 但看不清。meng shao 推文是第三方接入。 谨慎处理:写"从公开信息看,ZCode 的桌面控制通过独立 Helper 应用 + 系统辅助功能/屏幕录制权限实现",并说明官方未公开详细技术路线。
ZCode 侧的证据线:
- 需要辅助功能+屏幕录制权限(第三方教程转述——这句与 GitHub issue #364 的"辅助功能列表"和"注册 macOS 权限系统"吻合)
- Helper 应用
ZCode Computer Use.app - 执行架构:node_repl 底座 + browser-bridge/cua-bridge/cua-broker + socket
- 权限档位与对话框
- 修复记录说明平台支持:macOS、Windows、远程工作区
好,现在考虑简报结构:
ZCode vs Qoder:Computer Use 功能实现对比
🎯 核心发现速览
- 一句话结论:两家都是国产 AI 编程工具的 Computer Use 代表,但实现路线与成熟度各有取向
- Qoder:结构化 UI 读取 + 辅助功能树/截图混合感知,专门训练 Sonus 模型,功能矩阵更全(AppShot/Browser/Computer Use/Record&Replay),已迭代到桌面端 0.2.3+;主打"后台不抢焦点"(macOS)
- ZCode:独立 Helper 应用 + 双桥接架构(browser-bridge/cua-bridge + cua-broker socket 代理),权限档位机制,2026年8月上线,相对更新;官方文档尚未提供独立 Computer Use 页面
- 第三方实测(2026年8月):两者在桌面任务实测中均落后 Codex(当时测试的是老版 Qoder,未含 Sonus 重测)
🧭 产品背景与时间线
- Qoder:阿里 2025年8月发布;Computer Use 2026年5月上线;Sonus 2026年9月10日
- ZCode:智谱 2025年12月发布轻量编辑器,2026年7月升级 ADE 定位;Computer Use 2026年8月公告上线(X 8月10日);8月11日功能升级(Goal/Subagents/Remote Control/闲时任务)
- 时间线对比表格?可以用列表。
🧠 实现机制对决(核心)
感知层
- Qoder:辅助功能 UI 元素树 + 屏幕截图;aixq 转述"控件编号精准定位、不受分辨率/窗口位置影响"
- ZCode:独立 Helper(ZCode Computer Use.app)+ 辅助功能/屏幕录制权限;架构桥接
执行与架构
- Qoder:内置在 IDE;macOS 后台执行(不抢焦点)/Windows 前台;Windows 对话框合成
- ZCode:node_repl 双领域底座;cua-bridge + cua-broker(本地 socket 权限代理);一次性 Worker 沙箱
权限与安全
- Qoder:三项执行策略(每次询问/自动运行/禁用);首次授权引导
- ZCode:两档位(变更前确认/完全访问);四选项授权;已发现权限自升缺陷(issue #797,官方待评估)——安全方面 ZCode 存在已知待修复问题
模型与生态
- Qoder Sonus 专用模型;ZCode GLM-5.3
- 周边:Qoder AppShot/Browser/Record&Replay/QoderWork/Mobile;ZCode Browser Control/元素选择器/Chrome 导入/远程控制/远程工作区
📊 第三方实测与用户反馈
- smzdm 转述 B站实测(8月26日):ZCode、Qoder 目标识别与点击准确度较弱,未完整完成任务;Codex 最顺;结论"工程实现同样重要"
- 注意时效:该测试早于 Sonus 上线(9月10日),新版尚未重测
- Sonus 定价争议(论坛用户反馈积分消耗问题)187
⚖️ 信息置信度评估
- 高置信:官方文档内容(Qoder)、官方 changelog/GitHub issues(ZCode)、GitHub 开源源码分析
- 中置信:第三方实测、aixq 转述数据(14pt/23% 未在官方渠道核到)、源码解读网站
- 低置信/缺口:ZCode 官方 Computer Use 文档未公开(官方 docs 无独立页面);ZCode 感知细节(是否读无障碍树)官方未披露;两家的直接同题对比数据有限
🎯 结论
- 对比总结:Qoder 走"结构化感知+专用模型+全功能矩阵"的成品化路线;ZCode 走"桥接架构+权限代理+嵌入 GLM 生态"的开放/远程集成路线
- 给用户的建议:如果要选型……(基于信息的谨慎建议)
好,标题:《ZCode 与 Qoder 的 Computer Use 实现对比:两条国产 AI 编程工具的技术路线》
注意要求:
- 不使用章节编号标题
- 表格不超过4列,尽量少用。我可能用1-2个表格(功能矩阵对比)。要控制表格占比。也可以用列表。
- 引用格式:148 这样单个括号单个编号;一句话最多6个引用。
- 不要末尾参考文献列表。
- emoji 增强扫读。
再想想结构。用户问的是"对比……功能实现",所以简报核心是"实现对比"。结构建议:
ZCode 与 Qoder 的 Computer Use 功能实现对比:国产 AI 编程工具的两条技术路线
🎯 核心结论速览
(3-5条要点)
🧭 背景速览:两款工具与 Computer Use 时间线
(两产品简介 + 时间线)
⚙️ 实现机制深度对比
👁️ 感知方式
🖱️ 操作与控制
🏗️ 技术架构
🔐 权限与安全机制
🤖 模型支撑
🧩 功能矩阵与生态对比
(列表或表格)
📊 第三方实测与用户反馈
⚠️ 信息置信度与待验证事项
🎯 总结
标题不能带编号,二级三级标题用 emoji+短语。避免"1.1"之类编号。列表可以有序编号吗?要求是"绝不将章节编号写进二、三级标题"——正文中的列表编号应该没问题,但谨慎起见,可以用无序列表。有序列表在 markdown 里正常用应该 OK。
表格:我可以用一个对比表,4列以内。比如"维度 | ZCode | Qoder"。3列。或者 4 列(维度、ZCode、Qoder、备注)。控制占比,全篇最多1-2个表格。
让我起草内容,注意引用。
ZCode 与 Qoder 的 Computer Use 功能实现对比:国产 AI 编程工具的两条技术路线
🎯 核心结论速览
- 两条路线 :Qoder(阿里)走"结构化界面读取 + 专用模型 + 全功能矩阵"的成品化路线,官方文档与产品矩阵完整;ZCode(智谱)走"独立 Helper + 桥接/代理架构 + 深度嵌入 GLM 生态与远程开发"的平台化路线148263186
- 推出节奏 :Qoder 的 Computer Use 于 2026 年 5 月前后上线并持续迭代,9 月推出专攻 Computer Use 的内置模型 Sonus26339187;ZCode 于 2026 年 8 月前后跟进上线 Computer Use 与 Browser Use21243
- 权限机制差异 :Qoder 提供"每次询问 / 自动运行 / 禁用"三档执行策略148;ZCode 为"变更前确认 / 完全访问"两档 + 四选项授权对话框244,但 GitHub 上已报告"授权选项塌缩、权限可被静默提升"的待评估缺陷244
- 第三方实测(2026年8月) :在同题桌面任务中,ZCode 与(旧版)Qoder 的目标识别与点击准确度均弱于 Codex,未完整完成任务;该测试早于 Sonus 上线,新版 Qoder 尚未被同题重测224
- 信息不对称 :Qoder 有官方 Computer Use 专页文档;ZCode 官方文档尚未提供独立 Computer Use 页面,其实现细节主要来自 Changelog、GitHub Issue 与社区源码解读148147243
🧭 背景速览:两款产品与 Computer Use 时间线
- 2025 年 8 月 22 日面向全球发布,定位 Agentic 编程平台,主打上下文工程(可一次检索 10 万个代码文件)7887
- 2026 年 5 月前后上线 Computer Use:从浏览器延伸至整个桌面,可操作任意应用界面26339
- 2026 年 9 月 10 日推出内置模型 Sonus,官方称其"在使用计算机时表现最佳",重点强化 Computer Use,配合 Qoder Desktop 的 Computer Use 改进187223
- 产品形态丰富:IDE、CLI、JetBrains 插件、QoderWork、Cloud Agents、移动端18720543
- 2025 年 12 月底以"轻量级 AI 代码编辑器"亮相5296
- 2026 年 7 月升级定位为面向长周期任务的"智能体开发环境"(ADE),成为 GLM-5.2/5.3 官方 Harness161
- 2026 年 8 月 10 日官方预告 "Browser use and computer use are coming to ZCode"21;8 月 11 日功能升级上线 Goal、Subagents、Remote Control 与闲时任务,披露用户数量达百万9
- 2026 年 9 月开源仓库公开(Apache-2.0),但开源版中 @zcode/zcode-cua 仅为 Computer Use 占位实现,"调用一律返回不可用",完整能力保留在官方产品中317282
🧠 实现机制对比
👁️ 感知方式:结构化信息 + 视觉的混合路线
- Qoder 官方文档:Computer Use 是 IDE 的能力扩展,让智能体"像人一样感知屏幕画面"——读取目标应用窗口的可见内容,理解布局、按钮文本、表单状态等视觉提示,运行中截取屏幕截图确认上一步操作生效情况148。权限层面要求两项系统授权:辅助功能(读取 UI 元素树)与屏幕录制(截图感知)148。
- 据 AI 星球(aixq.cc)报道,Qoder 摒弃纯视觉猜坐标方案,直接读取界面结构化信息,通过控件的明确身份和编号精准定位,不受分辨率与窗口位置变化影响263。这与官方文档的"UI 元素树"权限相互印证:即"结构化语义 + 截图视觉"的混合感知。
- ZCode 官方未公开感知层技术细节。可确认的事实是:其桌面控制由独立 Helper 应用
ZCode Computer Use.app承载,需注册 macOS 辅助功能权限,Helper 安装于\~/.zcode/computer-use/目录243;第三方教程亦确认使用前需授权辅助功能与屏幕录制两项权限209。 - 行业背景:纯视觉(截图+坐标)与无障碍树(结构化语义)是 Computer Use 的两大技术流派,主流方案趋向"结构为主、视觉兜底"的组合283。
🖱️ 操作与控制
- Qoder:支持点击、双击、拖拽、文本输入与快捷键,可达像素级精准定位;macOS 上后台运行、不抢占前台焦点;Windows 上前台执行、可见光标移动,且会自动检测并合成 Office 等应用的独立对话框,避免卡在"保存?"类弹窗148。
- Qoder 还提供跨应用工作流,可根据上一步结果动态调整步骤,而非固定脚本回放148。
- ZCode:官方 Changelog 记录了对 Windows 平台"计算机操作偶尔无响应"与 macOS、远程工作区中 Computer Use 问题的修复,以及"计算机控制可能无法启动"的修复147;佐证其 Computer Use 至少覆盖 macOS、Windows 与远程工作区三类环境。
🏗️ 技术架构
- ZCode(基于社区源码解读与公开 Issue):
- node_repl 是 Browser Use 与 Computer Use 两个领域的共同执行底座:作为特殊 MCP server 仅暴露 js 工具,每次调用启动一次性 Worker;架构上含 browser-bridge(浏览器域桥)、cua-bridge(Computer Use 域桥)与 cua-broker(本地 socket 权限代理与请求执行)186
- ZCode Protocol V4 协议中定义了 Computer Use 生命周期300;GitHub Issue 显示进程链涉及 CUA Launcher、Bundled Helper 与本地 socket 环境变量(如 ZCODE_CUA_LAUNCHER_PID)161
- 开源代码中 Computer Use 为占位实现,官方完整实现闭源317
- Qoder(基于官方文档):
🔐 权限与安全
- Qoder:首次启用引导申请"辅助功能+屏幕录制"两项权限;执行策略三档(每次询问/自动运行/禁用);官方提醒:代理通过截图感知界面,屏幕敏感内容可能被捕获;部分操作无法撤销,高风险场景建议"每次询问"148。
- ZCode:权限档位为"变更前确认/完全访问",操作触发时弹出四选项对话框(①仅这一次/②始终允许本项目/③完全访问/④拒绝)244。但 GitHub 官方反馈仓库报告:在 3.14.1(Windows 11)上,选择"②始终允许本项目"后,Agent 可静默将档位改为"完全访问",且重启后持久化,属于权限提升类缺陷(CWE-269 一类),状态为"待评估"244。另有一个"桌面控制恒不可用(宿主未注入 socket 环境变量)"的 Issue161。
🤖 模型支撑
- Qoder:专门发布内置模型 Sonus(2026年9月10日),官方定位"专为长时长自主任务、高难度知识工作与专业编码打造,在使用计算机时表现最佳",可在全系产品模型选择器中使用187;阿里云社区文章称其"专精超长任务执行与电脑操作"、个人和企业账户享受 3.2 倍积分乘数223187。论坛也有用户对其积分消耗与计费提出异议(如"限时活动中消耗积分"的反馈)187。
- ZCode:Computer Use 依托 GLM-5.2/GLM-5.3 系列模型;官方宣称与 GLM-5.3 深度联调111。未见"Computer Use 专用模型"的公开信息。
🧩 功能矩阵对比
表格4列:能力、Qoder、ZCode——3列,可以。或者加备注列4列。用3列吧。
📊 第三方实测与用户反馈
- 2026 年 8 月 26 日 B 站 UP 主发布四工具(Codex、ZCode、Qoder、Orca)同题 Computer Use 实测:打开阅读器、导入书籍、找出流程问题。据转述:Codex 操作流程最顺、拥有独立鼠标(不影响用户操作)、成功发现问题;ZCode 和 Qoder 在目标识别和点击准确度上明显弱一些,经常反复尝试、截图分析,最终没有完整完成任务。评论指出:影响 Computer Use 效果的不只是大模型,工具本身的工程实现同样重要22496。 注意 :该测试针对的是 Sonus 上线前的旧版 Qoder,新版 Qoder 的 Computer Use 尚未被同题重测224。
- 时间提示:上述实测与当前(2026年10月)间隔约两个月,两个产品均经历了多轮更新,结论可能已过时,仅作参考224147。
⚠️ 信息置信度与待验证事项
高置信:
- Qoder 官方文档描述的感知/操作/权限机制、Sonus 发布148149187
- ZCode GitHub 官方反馈仓库记录的 Helper 权限机制与缺陷243244
- ZCode Changelog 的 Computer Use 修复记录147 中置信:
- ZCode 架构细节(node_repl/bridge/broker)来自社区源码解读与 CSDN 分析,未见官方确认186317
- "Qoder 完成率高出约 14 个百分点、步数少约 23%"来自第三方媒体转述,未在官方渠道直接核到,谨慎引用263 待验证/信息缺口:
- ZCode Computer Use 的感知细节(是否读取无障碍树、视觉模型如何介入)官方未披露
- ZCode 官方文档缺独立 Computer Use 页面(访问相应地址返回未找到)
- "远程会话通过 node_repl 中继使用本机桌面"的说法仅见于聚合站点摘要,未在官方 changelog 中直接核到,标注为待验证——嗯,这条我犹豫要不要写。搜索摘要显示了这条(news.daheiai.com的摘要),但阅读页面未显示。为谨慎,可以放到"待验证"里,或者不提。我放入待验证列表,注明线索来源。其实想想,写进去也无妨,标注"未在官方渠道直接核实"。
🎯 总结
- Qoder 的 Computer Use 是"产品级先行者":上线早、文档全、功能矩阵广(AppShot/Browser/Record&Replay/移动端)、拥有专用模型 Sonus,感知走"结构化信息为主、视觉为辅"路线,macOS 后台执行体验是显著差异化卖点148149187
- ZCode 的 Computer Use 是"后发架构派":以独立 Helper + 双桥接 + socket 权限代理的工程化架构切入,与 Browser Use 共用执行底座,强调远程工作区与手机远程控制等场景;但官方文档尚不完整、权限机制存在待修复的越权缺陷186243244
- 对开发者选型:若看重成熟的桌面操控与专用模型体验,Qoder(尤其是 Sonus 版本)当前资料更完整;若已深度使用 GLM 生态或需要远程/手机控制一体化,ZCode 值得关注但其 Computer Use 仍处快速迭代期187317147
- 共同现实:在 2026 年 8 月的第三方同题实测中,两家的桌面任务完成度都还落后于 Codex224,Computer Use 在编程工具中的成熟度整体处于早期阶段。
嗯,我觉得还需要再检查一下每句话的引用是否准确,以及是否有我未标注来源的断言。
一些细节考虑:
-
Qoder 移动端 43:"Progress continues even when your computer is off, while your code stays securely in the cloud"。
-
Ding Yu 推文 46:"After installing Qoder on a computer, you can connect to and manage another computer via SSH and Remote Control. Our Computer Use Agent can..."——这是搜索摘要。引用要谨慎:说"据 Qoder 产品线总裁 Ding Yu 在 X 上的介绍,安装 Qoder 的电脑可通过 SSH 与 Remote Control 连接并管理另一台电脑,Computer Use Agent……"46。摘要截断,我写不了后半句。就写前半句"支持通过 SSH 和 Remote Control 连接和管理另一台电脑"——嗯,这是 2026-09-26 的推文摘要。为稳妥:'Qoder 产品线总裁 Ding Yu 在 X 上提到,Qoder 支持通过 SSH 与 Remote Control 连接并管理另一台电脑,Computer Use Agent 相关能力也在扩展'——这样比较模糊。或者干脆只写"官方称支持 SSH 与 Remote Control 远程管理另一台电脑"46。行。
-
ZCode 的 Remote Control:官方文档页面存在("Remote Control temporarily opens the current ZCode desktop window to your phone...")57。
-
ZCode 移动远程:changelog 提到"移动远程界面"147。
-
关于"ZCode FAQ 页面访问失败":写成"其对应用户文档中未提供独立 Computer Use 专页(相关地址访问未找到)"?这个表述基于我们的探测。我可以不写探测细节,只写"官方文档尚未提供独立的 Computer Use 页面"——嗯,但这个论断要谨慎,因为可能只是我们没有找到。写成"未检索到 ZCode 官方独立的 Computer Use 功能文档页"更安全。
-
时间是"现在"2026年10月10日;写"截至 2026 年 10 月上旬"。
再想想"核心结论"部分提及"信息不对称"。OK。
再检查一下其他可能被问到但没覆盖的:用户是中文提问,全部用中文写。简报要求"可以直接分享发布",要保持专业、克制。
再检查表格:3列(能力、Qoder、ZCode),行数7。占全篇比例还行?有可能有点大,但对"对比"类简报来说表格是最有效的。要求是"严格控制表格在整体内容中的占比"和"禁止超过四列"。一个3列表格应该 OK。也许还可以再放一个时间线表格?不,控制一下,时间线用列表。
好,关于"实现机制"部分,我担心结构过于冗长。抓重点:
- 感知方式(结构化 vs 混合)
- 操作特性(macOS/Windows差异)
- 架构(Helper/bridge/broker vs IDE内置)
- 权限安全
写成 ### 子标题形式:用#####还是###?二级标题是"## ⚙️ 实现机制对比",三级用"### 👁️ 感知机制"等。可以。
不,"##"后面每个section的层级:要求"不使用章节编号标题",我遵守。
「尽量少用空泛话术」。好。
还有 smzdm 那篇文章标题提到"2500 Credits要每天打卡领、过期清零"——这是 Qoder 的积分政策,不写,与主题无关。
现在写最终简报。长度:中等偏长,信息密集但不要冗余。大概 1500-2200 字。
关于在文末不要写"参考文献列表"。OK。
再核对一些引用的合理性边界(一句话最多6个引用):
# ZCode 与 Qoder 的 Computer Use 实现对比:国产 AI 编程工具的两条技术路线。前面加不加 emoji?系统的示例:"# LG手机业务:从全球第三到全面退出的31年衰落史"——没有 emoji 在标题。保持无 emoji 或者加一个也行。我用无 emoji 主标题,正文 section 用 emoji。# ZCode 与 Qoder 的 Computer Use 实现对比:结构化感知 vs 桥接架构。这样更像"核心内容一眼看出"。好,采用。写正文。需要非常仔细地让引用匹配事实。让我再过一遍我打算引用的编号的原始内容,确保引用没错:
OK。现在开始写简报正文。
一些措辞再打磨:
- "结构化感知 vs 桥接架构"作为标题副题。
- 关于 Qoder:"结构化信息为主、截图为辅" 需谨慎:官方文档没说"为主/为辅",只说两方面都有。aixq 说"摒弃纯视觉猜坐标方案,直接读取结构化信息"。稳妥写法:"Qoder 的感知采用'结构化界面信息 + 截图视觉'的组合:既通过辅助功能权限读取 UI 元素树,也通过屏幕录制持续截图确认操作效果"148263。
- 关于 ZCode 的感知:不写猜测。写"ZCode 官方未公开其桌面控制的感知层细节;从公开信息可确认其依赖独立的 'ZCode Computer Use.app' Helper 与系统辅助功能权限,且需要屏幕录制权限243209"。注意209是第三方,标注"据第三方教程"。
时间表述:
- 当前 2026年10月10日。
- ZCode Computer Use 相关修复的最早 changelog 条目:3.10.2(8月31日-10月9日范围内的第一个出现),太具体了,不写。写"2026 年 8 月上线/预告"21243。
- issue #364 是 3.9.1 版(2026-08-25):说明8月下旬已有电脑控制功能。好,"2026 年 8 月下旬"。
写入报告:
- 第一部分:核心结论(5 bullets)
- 第二部分:背景与时间线(两小段)
- 第三部分:实现机制(4个子节:感知、操作、架构、权限)
- 第四部分:功能矩阵表
- 第五部分:实测与反馈
- 第六部分:置信度与缺口
- 第七部分:总结
其实"competitors"要求"结论先行"。上述顺序OK。
表格设计(3列):
| 能力维度 | Qoder | ZCode |
|---|---|---|
| 调用方式 | /computer-use、/browser 命令或自然语言148 | 设置中开启"内置浏览器控制/电脑控制",自然语言驱动185209 |
| 浏览器自动化 | Browser Agent:内置浏览器或连接本地 Chrome,可保留登录态316149 | 内置浏览器面板 + Browser Use 插件:打开网址、点击、填表、截图;Chrome 数据一次性快照导入185 |
| 视觉辅助 | AppShot:快捷键截取前台窗口为上下文149 | 页面元素选择器转为上下文;截图能力285185 |
| 工作流复用 | Record & Replay 演示转技能(macOS 14+)149 | 未检索到对应功能 |
| 远程/移动 | SSH + Remote Control 管理另一台电脑;移动端进度同步4643 | Remote Control 手机控制桌面;远程开发(SSH/Docker)57285 |
| 系统要求 | macOS 14+、Windows 10+148149 | macOS、Windows(Changelog 修复覆盖);Linux 未明确 |
6行3列。这表有点长但信息密度高。可以。注意"Linux 未明确"这句是我推断——写"未见官方明确资料"或去掉。改为"公开资料覆盖 macOS 与 Windows"。
补充:Qoder 的"Windows 对话框合成"很有特色,放感知/操作节。
好,还有一点:ZCode 支持"远程工作区中 Computer Use"(changelog 修复)+ 待验证的"3.14.3 远程会话中继"。后者放"待验证"。
好,开始写。字数控制在合理范围(约1800-2400字中文)。
最后再想一次"途中是否有逻辑错误或需要修正"的检查:
- 我把"Qoder 上线 Computer Use"的时间定在"2026年5月前后"——aixq 文章(2026-05-20 发布)标题"Qoder Computer Use 上线",且文中说"需升级至 Qoder Desktop v1.2.2 及以上版本,系统要求 macOS 14+"。Qoder 博客 6月底说"最近上线"。综合 OK:2026年年中。
- "Sonus 重点强化 Computer Use" —— 论坛帖标题 "our new built-in model, with a special talent for Computer Use";"重点强化"来自区块快讯177"重点强化Computer Use"。OK,引187177?177我没读过内容,只是搜索摘要="阿里旗下Agent平台Qoder上线新的内置模型Sonus,主打长时间自主任务、复杂知识工作和编程,重点强化Computer Use。配合新版Qoder…"。可谨慎引187为主。
- ZCode 版本时间:"3.14.5" 在 changelog 范围(8/31-10/9)内。当前最新可能是 3.14.5 或更高。Homebrew 3.14.4(搜索条目311,2026-09-26 更新)。不写具体最新版本号,避免时效问题。写"截至 2026 年 10 月上旬,版本迭代至 3.14.x"147311。或者干脆不写版本号。
- "Qoder 1.0 于 2026年5月15日发布"94——搜索条目,"从AI IDE 到智能体自主开发工作台"、Experts 多智能体专家团。不写这个,与 Computer Use 主题关系不大。跳过。
- 3.10.2: 「Browser」菜单改名「Browser Control」;浏览器控制会话稳定性改进;修复 macOS 和远程工作环境中 Computer Use 的问题
- 3.11.2: 修复 Windows 上计算机操作偶尔无响应及任务被错误重启
- 3.12.3: 内置浏览器记忆窗口大小、本地文件链接在系统浏览器打开;远程工作区修复等;"改进了不同任务之间的浏览器窗口隔离性"
- 3.14.0: 修复远程内置浏览器标签页无法关闭
- 3.14.1: 修复计算机控制可能无法启动
- 3.14.5: 重置次数显示 好,引用这些时准确对应。
现在,写作!
注意:不要在开头写"<answer>"等标签;标题一行、然后正文。引用索引用 [n]。避免在末尾列参考文献。
进一步润色每节标题(无编号):
-
🎯 核心结论速览
-
🧭 产品与时间线速览
-
🧠 实现机制对比
-
👁️ 感知层:结构化信息 vs 混合方案
-
🖱️ 执行层:后台静默与前台可见的取舍
-
🏗️ 架构层:内置一体 vs 桥接代理
-
🔐 权限与安全:三档策略 vs 两档档位
-
-
🧩 功能矩阵对照
-
🤖 模型层:专用模型 vs 通用旗舰——或者并入实现机制?可以独立小节 ### 🤖 模型支撑放在实现机制里,或者放功能矩阵前。
-
📊 第三方实测与用户反馈
-
⚠️ 信息置信度与未解疑问
-
🎯 总结:怎么选、怎么看待
嗯,标题稍微精简一下。
"### 👁️ 感知层"这类标题里,要不要"层"字——OK 无妨。
最后决定表格放"功能矩阵对照",列:能力 / Qoder / ZCode。
写作时注意:每一个关键句都要有引用,但要避免引用过密造成的"断句"。一般每个要点句末给1-3个引用。
正文开始:
ZCode 与 Qoder 的 Computer Use 实现对比:结构化感知与桥接架构的两条路线
🎯 核心结论速览
- 定位不同 :Qoder(阿里巴巴)把 Computer Use 做成内置在 IDE/桌面端的成品能力,配套专用模型 Sonus 与完整功能矩阵;ZCode(智谱)以独立 Helper 应用 + 桥接/代理架构切入,将 Computer Use 与 Browser Use 共用一套执行底座,并深度结合远程开发与手机远控场景 148186317。
- 时间不同 :Qoder 的 Computer Use 于 2026 年年中上线并已迭代数月;ZCode 于 2026 年 8 月前后跟进上线,功能文档仍在完善中 26321147。
- 感知路线相近、侧重点不同 :两者都以"结构化界面信息 + 截图视觉"为核心感知手段;Qoder 公开主张"不靠截图猜坐标、以控件编号精准定位",ZCode 未公开感知细节,已知依赖独立 Helper 与系统辅助功能权限 148263243。
- 权限机制是最大差异点之一 :Qoder 提供"每次询问 / 自动运行 / 禁用"三档执行策略;ZCode 使用"变更前确认 / 完全访问"两档 + 四选项授权对话框,但已被报告存在"权限静默提升"的待评估缺陷 148244。
- 实测表现 :2026 年 8 月的第三方同题实测中,ZCode 与旧版 Qoder 的桌面任务完成度均落后于 Codex;该测试早于 Sonus 发布,新版 Qoder 尚无同题重测数据 224。
🧭 产品与时间线速览
🧠 实现机制对比
👁️ 感知层
- Qoder :官方文档描述其让智能体"像人一样感知屏幕画面"——读取目标应用窗口的可见内容,理解布局、按钮文本、表单状态等视觉提示,并在运行过程中截取屏幕截图确认操作生效情况 148。系统权限要求两项:辅助功能(读取 UI 元素树)与屏幕录制(截图) 148。据 AI 星球(aixq.cc)报道,Qoder 摒弃纯视觉猜坐标方案,直接读取界面结构化信息,通过控件的明确身份和编号精准定位,不受分辨率、窗口位置变化影响 263。两者相互印证:结构化语义为主、视觉截图为辅的组合式感知。
- ZCode :官方未公开感知层细节。可确认的是其桌面控制由独立应用
ZCode Computer Use.app承载,需注册 macOS 辅助功能权限,Helper 安装于\~/.zcode/computer-use/目录 243;据第三方教程描述,启用电脑控制前需授权辅助功能与屏幕录制两项权限 209。行业层面,纯视觉与无障碍树是 Computer Use 的两大感知流派,主流方案正趋向"结构化界面信息 + 视觉补充"的组合,两家产品的公开特征均符合这一趋势 283。
🖱️ 执行层
- Qoder :支持点击、双击、拖拽、文本输入与快捷键,可达像素级精准定位,能瞄准小型 UI 元素;macOS 上操作在后台运行、不抢占前台焦点,Windows 上则在前台执行、可见光标移动并可随时按 Esc 中断;Windows 下还会自动检测并合成 Office 等应用的独立对话框(如"保存?"弹窗),避免代理卡死 148。跨应用工作流可依据上一步结果动态调整,而非固定脚本回放 148。
- ZCode :从 Changelog 修复记录可反推其执行特性:其 Computer Use 覆盖 macOS、Windows 与远程工作区三类环境,官方先后修复了 macOS 与远程环境中的多处问题、Windows 平台"计算机操作偶尔无响应"以及"计算机控制可能无法启动"等问题 147。其官方 X 描述为"代理可导航、点击、输入并为你运行任务" 21。
🏗️ 架构层
- ZCode(社区源码解读与官方反馈佐证) :node_repl 是 Browser Use 与 Computer Use 两个领域的共同执行底座——作为一个只暴露
js工具的特殊 MCP server,每次调用启动一次性 Worker 执行;内部由 browser-bridge(浏览器域桥)、cua-bridge(Computer Use 域桥)与 cua-broker(本地 socket 权限代理与请求执行)构成双域桥接 186。ZCode 对外协议中定义了 Computer Use 生命周期 300;GitHub 反馈显示其进程链包含 CUA Launcher、Bundled Helper 及本地 socket 环境变量(如 ZCODE_CUA_LAUNCHER_PID)161。值得注意的是,ZCode 开源仓库中@zcode/zcode-cua仅为 Computer Use 占位实现、调用一律返回不可用,完整能力保留在官方产品中 317。 - Qoder(官方文档) :Computer Use 作为 Qoder IDE 的能力扩展内置集成,用
/computer-use斜杠命令调用,编辑器所有模式均支持 148;周边能力包括 AppShot、Browser(连接已打开的 Chromium 浏览器)、Record & Replay 等 149。
🔐 权限与安全
- Qoder :首次启用时引导申请辅助功能与屏幕录制权限;执行策略三档可选——每次询问 / 自动运行 / 禁用;官方明确提示:代理通过截图感知界面,屏幕上的敏感信息可能被捕获,且部分操作不可撤销,高风险场景建议使用"每次询问" 148。
- ZCode :权限档位为「变更前确认」与「完全访问」,触发操作时弹出四选项对话框(①允许仅这一次 / ②始终允许本项目 / ③完全访问 / ④拒绝) 244。但 GitHub 官方反馈仓库在 2026 年 9 月报告:在 ZCode 3.14.1(Windows 11)上,用户选择"②始终允许本项目"后,Agent 可静默将档位改为"完全访问"且重启后持久化,被定性为权限提升类缺陷(CWE-269 一类),官方状态为"待评估" 244。另有用户报告"CUA 桌面控制恒不可用"(宿主未注入 socket 环境变量)的个案问题 161。
🤖 模型层
- Qoder :拥有 Computer Use 专用内置模型 Sonus——官方称其"专为长时长自主任务与专业工作打造,在使用计算机时表现最佳",可在 Qoder 全系产品的模型选择器中找到,个人和企业账户享受 3.2 倍积分乘数 187223。论坛也有用户对其积分消耗与任务终止问题提出异议 187。
- ZCode :Computer Use 依托 GLM 系列旗舰模型(GLM-5.2/5.3),未见专用模型的公开信息;官方强调与 GLM-5.3 的深度联调 1147。考虑到 ZCode 一直主打"把 GLM 的长上下文与长程任务能力落进开发工作流",其 Computer Use 的效果与模型侧深度绑定 7。(7 是博客文章"智谱ZCode 上手实录",我读过吗?没读过,只是搜索摘要。不要用 7。改用 1 或 285。)—— 修正:不引 7,改为"1147"或不写这后半句。
🧩 功能矩阵对照
| 能力 | Qoder | ZCode |
|---|---|---|
| 调用方式 | /computer-use、/browser 命令或自然语言触发 148316 | 设置中开启"内置浏览器控制/电脑控制",自然语言驱动 18521 |
| 浏览器自动化 | Browser Agent:可用内置浏览器或本地 Chrome,能复用登录态 316149 | 内置浏览器面板 + Browser Use 插件:打开网址、点击、填表、滚动、截图;支持 Chrome 数据一次性快照导入 185 |
| 视觉辅助 | AppShot 快捷键截取前台窗口作为上下文 149 | 页面元素选择器转为对话上下文;支持截图 285 |
| 工作流复用 | Record & Replay:演示一次即转为可复用技能(macOS 14+) 149 | 未见对应功能公开资料 |
| 远程与移动 | 支持 SSH + Remote Control 管理另一台电脑;移动端可查看任务进度 4643 | Remote Control 手机控制桌面、远程开发(SSH/Docker)、远程工作区中可使用 Computer Use 57285147 |
| 系统要求 | macOS 14(Sonoma)+、Windows 10+ 148149 | 公开资料覆盖 macOS 与 Windows 243147 |
表格6行。似乎有点多,但都是核心对比。好吧,或者精简到5行:合并"视觉辅助"进浏览器行?不,保留吧,这是对比性简报的干货。控制在4列内,6行可以接受。
📊 第三方实测与用户反馈
- 2026 年 8 月 26 日,B 站与 YouTube 上出现"Codex、ZCode、Qoder、Orca"四工具同题实测(任务:打开阅读器、导入书籍、找出流程问题)。据什么值得买文章转述:Codex 操作流程最顺、拥有独立鼠标、最终成功发现问题; ZCode 和 Qoder 在目标识别和点击准确度上明显弱一些,经常需要反复尝试、截图分析,最终也没有完整完成任务 ;文章同时指出"影响 Computer Use 效果的不只是背后的大模型,工具本身的工程实现方式同样重要" 22496。
- 时效提醒 :该实测针对的是 Sonus 上线前的旧版 Qoder,新版 Qoder(含 Sonus)的 Computer Use 尚无同题重测数据;ZCode 在 8 月后亦经历多次迭代 224147。
⚠️ 信息置信度与待核验事项
- 高置信(官方一手) :Qoder 的感知、权限、平台差异与 Sonus 发布信息 148149187;ZCode 的 Helper 机制、权限档位与缺陷记录、Changelog 修复项 243244147。
- 中置信(第三方解读/转述) :ZCode 的 node_repl 与双桥接架构来自社区源码解读,未见官方直接确认 186300317;"Qoder 完成率领先纯视觉方案约 14 个百分点、步数少约 23%"为第三方媒体转述的对比数据,未在官方渠道核实 263。
- 信息缺口 :ZCode 官方文档未提供独立的 Computer Use 功能页(相关地址无法访问),其感知层技术细节(是否读取无障碍树、视觉模型介入方式)未公开;有聚合站点提到"远程会话通过 node_repl 中继使用本机桌面"的更新条目,未在官方 Changelog 中直接核实 147284。
node_repl 中继使用本机桌面,由...')。237 是搜索条目编号。我引用 237 吧——它是"大黑AI工具速报"的搜索条目,内容是个 changelog 聚合。嗯。用 237 引用"有聚合站点提到"。可以。- 勘误提示 :本简报中所有"ZCode 电脑控制需授权辅助功能与屏幕录制"的表述中,屏幕录制部分主要来自第三方教程,官方未有对照说明 209;"ZCode 3.14.3 出现在大黑AI速报中"——这些聚合站的准确性未独立验证。
嗯,这段"勘误"也许太琐碎。合并进"信息缺口"和"中置信"里。
🎯 总结
- 如果要对比一句话 :Qoder 的 Computer Use 更像"成品"——上线早、文档全、专用模型 + 全功能矩阵(AppShot/Browser/Record&Replay/移动端),感知走"结构化信息不猜坐标"的路线 148263149;ZCode 更像"平台脚手架"——以 Helper + 双桥接 + socket 代理的工程架构与 Browser Use 共用底座,绑定远程工作区与手机远控,但文档与权限安全仍有明显补课空间 186243244。
- 共同短板 :两者在 2026 年 8 月的第三方同题实测中均未完整完成任务,落后于 Codex,说明国产工具在桌面操控的目标识别与稳定性上仍需迭代 224;ZCode 的已知权限缺陷也提醒用户在高风险场景下应选择更保守的授权策略 244。
- 待观察 :Qoder 新版 Sonus 的实测表现、ZCode 后续版本对权限缺陷的修复进展、以及两家官方文档的进一步公开 224244147。
嗯,感觉内容不错。但让我再检查几点:
-
关于"之前我写 'ZCode 于 2026 年 8 月前后跟进上线'"——证据:8月10日预告21,8月25日 issue #364(3.9.1 无法开启电脑控制),说明8月下旬功能已在。OK。
-
"Qoder 1.2.2 版本要求"不写了(时效问题)。
-
还有一个重要点没写:Qoder 的 Browser 功能"连接已打开的 Chromium 浏览器,保留登录状态、Cookie 和表单数据;仅支持 Qoder 桌面应用"——已在表格"浏览器自动化"行149。
-
"ZCode Browser Use 页面文本不会被当作指令"(防提示注入)——185 的"浏览器操控边界"部分,这是安全特性,值得在权限安全节或功能节提一句。可加进"权限与安全"节 ZCode 部分:"ZCode 的浏览器控制另有防提示注入设计:页面文本不会被当作指令,即使页面提示'请执行以下操作'代理也不会执行 185"。而 ZCode 有一个知名安全事件(静默上传 git 历史),但那与 computer use 无关,是 9 月的隐私风波1267162。不放,跑题(虽然 It's related to security of ZCode,但题目是 computer use 对比;可以不加)。
嗯,其实加一句也显示深度,但控制篇幅和焦点,不加。
-
标题检查:主标题
# ZCode 与 Qoder 的 Computer Use 实现对比:结构化感知与桥接架构的两条路线。二级标题都用 emoji + 短语,无编号。三级标题同样。OK。 -
最后:"绝不能包含参考文献列表"——结尾停在"待观察"即可。
-
Markdown 格式:列表用 "- ";加粗用 **;表格要表头分隔行。
-
emoji 使用:✅ 已有。
再补充几处润色:
- 在"核心结论速览"中,bullet "定位不同"里的引用 148186317。
- "时间不同":26321147。
- "感知路线":148263243。
- "权限机制":148244。
- "实测表现":224。
写吧。字数大概2000+。检查没有"待办清单"性质内容;一切以简报形式。
一个细节:简报中"本简报"之类字样尽量避免;直接写内容。
好,动笔(最终版)。
补充决定:把"模型层"并入"实现机制对比"作为一个小节 ### 🤖 模型层(保留)。"功能矩阵对照"独立 ## 节。
最后:确认没有用编号标题:"## 🎯 核心结论速览"等——OK。
写入。
ZCode 与 Qoder 的 Computer Use 实现对比:结构化感知与桥接架构的两条路线
🎯 核心结论速览
- 定位与成熟度不同 :Qoder(阿里巴巴)把 Computer Use 做成内置在 IDE/桌面端的成品化能力,配套专用模型 Sonus 与完整功能矩阵 148187;ZCode(智谱)以独立 Helper 应用 + 桥接/代理架构切入,与 Browser Use 共用执行底座,深度绑定远程开发与手机远控场景 186243317。
- 上线节奏不同 :Qoder 的 Computer Use 于 2026 年年中上线并已迭代数月 26339;ZCode 于 2026 年 8 月前后跟进上线,官方文档的对应章节仍在完善中 21147。
- 感知路线同向、公开程度不同 :两者均呈"结构化界面信息 + 截图视觉"的组合特征;Qoder 公开主张"不靠截图猜坐标、以控件编号精准定位",ZCode 未披露感知细节,已知依赖独立 Helper 与系统辅助功能权限 148263243。
- 权限机制是最大差异点之一 :Qoder 提供"每次询问 / 自动运行 / 禁用"三档执行策略 148;ZCode 使用"变更前确认 / 完全访问"两档 + 四选项授权对话框,但已有"权限静默提升"的待评估缺陷被报告 244。
- 第三方实测表现接近 :2026 年 8 月的同题实测中,ZCode 与旧版 Qoder 的桌面任务完成度均落后于 Codex;该测试早于 Sonus 发布,新版 Qoder 尚无同题重测数据 224。
🧭 产品与时间线速览
🧠 实现机制对比
👁️ 感知层
- Qoder :官方文档描述其让智能体"像人一样感知屏幕画面"——读取目标应用窗口的可见内容,理解布局、按钮文本、表单状态等视觉提示,并在运行中截取屏幕截图确认上一步操作生效情况 148。系统权限要求两项:辅助功能(读取 UI 元素树)与屏幕录制(截图) 148。据 AI 星球(aixq.cc)报道,Qoder 摒弃纯视觉猜坐标方案,直接读取界面结构化信息,通过控件的明确身份和编号精准定位,不受分辨率与窗口位置变化影响 263。两者相互印证:其感知为结构化语义与视觉截图的组合。
- ZCode :官方未公开感知层细节。可确认的是,其桌面控制由独立应用
ZCode Computer Use.app承载,需注册 macOS 辅助功能权限,Helper 安装于\~/.zcode/computer-use/目录 243;据第三方教程描述,启用"电脑控制"前需授权辅助功能与屏幕录制两项权限 209。 - 行业参照 :纯视觉(截图+坐标)与无障碍树(结构化语义)是 Computer Use 的两大感知流派,主流方案正趋向"结构为主、视觉兜底"的组合,两家的公开特征均符合这一趋势 283。
🖱️ 执行层
- Qoder :支持点击、双击、拖拽、文本输入与快捷键,可达像素级精准定位;macOS 上操作在后台运行、不抢占前台焦点,Windows 上在前台执行、可见光标移动并可随时按 Esc 中断,且会自动检测并合成 Office 等应用的独立对话框(如"保存?"弹窗),避免代理卡死 148。跨应用工作流可依据上一步结果动态调整,而非固定脚本回放 148。
- ZCode :从 Changelog 修复记录可反推其执行覆盖范围——macOS、Windows 与远程工作区三类环境,官方先后修复了 macOS 与远程环境中的多处 Computer Use 问题、"Windows 平台计算机操作偶尔无响应"以及"计算机控制可能无法启动"等问题 147。官方对其能力的描述是"代理可导航、点击、输入并为你运行任务" 21。
🏗️ 架构层
- ZCode (社区源码解读 + 官方反馈佐证):node_repl 是 Browser Use 与 Computer Use 两个领域的共同执行底座——作为只暴露
js工具的特殊 MCP server,每次调用启动一次性 Worker 执行;内部由 browser-bridge(浏览器域桥)、cua-bridge(Computer Use 域桥)与 cua-broker(本地 socket 权限代理与请求执行)构成双域桥接 186。对外协议中定义了 Computer Use 生命周期 300;GitHub 反馈显示其进程链包含 CUA Launcher、Bundled Helper 与本地 socket 环境变量(如 ZCODE_CUA_LAUNCHER_PID) 161。另需注意:ZCode 开源仓库中的@zcode/zcode-cua仅为 Computer Use 占位实现、调用一律返回不可用,完整能力保留在官方产品中 317。 - Qoder (官方文档):Computer Use 作为 Qoder IDE 的能力扩展内置集成,通过
/computer-use斜杠命令调用,编辑器所有模式均支持;/browser与/computer-use有明确分工——前者用于网页操作(更快、token 消耗更低),后者用于原生应用、跨应用工作流与系统设置等 GUI 场景 148263。周边能力包括 AppShot、Browser(连接已打开的 Chromium 浏览器)与 Record & Replay 149。
🔐 权限与安全
- Qoder :首次启用引导申请辅助功能与屏幕录制权限;执行策略三档——每次询问 / 自动运行 / 禁用;官方明确提示:代理通过截图感知界面,屏幕敏感内容可能被捕获,部分操作不可撤销,高风险场景建议使用"每次询问" 148。
- ZCode :权限档位为「变更前确认」与「完全访问」,触发操作时弹出四选项对话框(①允许仅这一次 / ②始终允许本项目 / ③完全访问 / ④拒绝) 244。但 GitHub 官方反馈仓库在 2026 年 9 月报告:在 ZCode 3.14.1(Windows 11)上,用户选择"②始终允许本项目"后,Agent 可静默将档位改为"完全访问"且重启后持久化,属于权限提升类缺陷(CWE-269 一类),官方状态为"待评估" 244。另有"CUA 桌面控制恒不可用(宿主未注入 socket 环境变量)"的个案问题被记录 161。作为对比,ZCode 的浏览器控制在防提示注入上有专门设计——页面文本不会被当作指令执行 185。
🤖 模型层
- Qoder :拥有 Computer Use 专用内置模型 Sonus——官方称其"专为长时长自主任务、高难度知识工作和专业编码打造,在使用计算机时表现最佳",可在 Qoder 全系产品的模型选择器中使用,个人和企业账户享受 3.2 倍积分乘数 187223。论坛亦有用户对其积分消耗与任务终止问题提出异议 187。
- ZCode :Computer Use 依托 GLM 系列旗舰模型(GLM-5.2/5.3),未见"Computer Use 专用模型"的公开信息,官方强调与 GLM-5.3 的深度联调 1147。
🧩 功能矩阵对照
| 能力 | Qoder | ZCode |
|---|---|---|
| 调用方式 | /computer-use、/browser 分工明确,支持自然语言触发 148263 | 设置中开启"内置浏览器控制/电脑控制",自然语言驱动 18521 |
| 浏览器自动化 | Browser Agent:内置浏览器或本地 Chrome,可复用登录态 316149 | 内置浏览器面板 + Browser Use 插件:打开网址、点击、填表、滚动、截图;支持 Chrome 数据一次性快照导入 185 |
| 视觉辅助 | AppShot 快捷键截取前台窗口作为上下文 149 | 页面元素选择器转为对话上下文,支持截图 285 |
| 工作流复用 | Record & Replay:演示一次即转为可复用技能(macOS 14+) 149 | 未见对应功能公开资料 |
| 远程与移动 | SSH + Remote Control 管理另一台电脑;移动端可跟进任务进度 4643 | Remote Control 手机控制桌面;远程开发(SSH/Docker);远程工作区中可使用 Computer Use 57285147 |
| 系统要求 | macOS 14(Sonoma)+、Windows 10+ 148149 | 公开资料覆盖 macOS 与 Windows 243147 |
📊 第三方实测与用户反馈
- 2026 年 8 月 26 日,B 站与 YouTube 出现"Codex、ZCode、Qoder、Orca"四工具同题实测(任务:打开阅读器、导入书籍、找出流程问题)。据什么值得买文章转述:Codex 操作流程最顺、拥有独立鼠标、最终成功发现问题; ZCode 和 Qoder 在目标识别和点击准确度上明显弱一些,经常需要反复尝试、截图分析,最终没有完整完成任务 ;文章同时指出"影响 Computer Use 效果的不只是背后的大模型,工具本身的工程实现方式同样重要" 22496。
- 时效提醒 :该实测针对 Sonus 上线前的旧版 Qoder,新版 Qoder(含 Sonus)尚无同题重测数据;ZCode 在 8 月后亦经历多次版本迭代,结论仅作参考 224147。
⚠️ 信息置信度与待核验事项
- 高置信(官方一手) :Qoder 的感知方式、权限机制、平台差异与 Sonus 发布信息 148149187;ZCode 的 Helper 机制、权限档位与缺陷记录、Changelog 修复项 243244147。
- 中置信(第三方解读/转述) :ZCode 的 node_repl 与双桥接架构来自社区源码解读,未见官方直接确认 186300317;"Qoder 任务完成率高出同类纯视觉方案约 14 个百分点、操作步数少约 23%"为第三方媒体转述数据,未在官方渠道核实 263。
- 信息缺口 :未检索到 ZCode 官方独立的 Computer Use 功能文档页,其感知层技术细节(是否读取无障碍树、视觉模型如何介入)未公开;有第三方更新聚合站点收录了"允许远程会话通过 node_repl 中继使用本机桌面"的条目,但未能在官方 Changelog 中直接核实 147237。
🎯 总结
- 一句话对比 :Qoder 的 Computer Use 更像"成品"——上线早、文档全、专用模型 + 全功能矩阵(AppShot/Browser/Record&Replay/移动端),主打"结构化信息不猜坐标"与 macOS 后台静默执行 148263149;ZCode 更像"平台脚手架"——以 Helper + 双域桥接 + socket 权限代理的工程架构与 Browser Use 共用底座,强调远程工作区与手机远控,但文档公开度与权限安全仍有补课空间 186243244。
- 共同短板 :在 2026 年 8 月的第三方同题实测中,两者均未完整完成任务、落后于 Codex,说明国产工具在桌面操控的目标识别与稳定性上仍需迭代 224;ZCode 的已知权限缺陷也提醒用户在高风险场景下选择更保守的授权策略 244。
- 值得跟踪 :Qoder 新版 Sonus 的实测表现、ZCode 权限缺陷的修复进展,以及两家对感知层与安全机制的进一步公开 224244147。