ZCode:GLM-5.2 ハーネス

2026/07/02 7:03

ZCode:GLM-5.2 ハーネス

RSS: https://news.ycombinator.com/rss

要約

Japanese Translation:

サマリー:

ZCode は、Deep GLM-5.2 の機能を「エージェント型」のワークフローに統合することでソフトウェア開発を革命化し、エンジニアがレガシーなモノリシックアーキテクチャからリアルタイム機能のデプロイへと移行することを可能にします。当プラットフォームは、Goals を通じた長期間にわたるタスクへの継続的な計画をサポートし、ユーザーが WeChat、Feishu、Telegram などのメッセージングアプリを通じてセッションを導くことを可能にします。提供されるのは柔軟な 3 つの料金プランです:小規模なリポジトリ向けで Base ユーザー数に基づいた「ライトウェイト(軽量)プラン」16.2 ドル/月、中規模なリポジトリ向けでユーザー数を 5 倍にし厳選されたツールを含んだ「プロフェッショナルプラン」64.8 ドル/月、大企業向けに専用リソースと新モデルへの優先アクセスを提供する「ハイボリュームプラン」144 ドル/月の 3 つです。MacOS と Windows の両プラットフォームに対応しており、ZCode は複雑な推論タスクにおいて AI の速度を最適化しながらも、チームを開発の最前線に保ち続けます。(注:料率と特典は変動する可能性があります。最終詳細については z.ai をご参照ください。)

本文

GLM コーディングプラン:高速・安定なエージェント型コーディングソリューション

ZCode をチューニングした GLM は、エージェント型コーディングをより 高速かつ安定 なパフォーマンスでご提供します。

明確なプラン構成

各ワークロードに対応する 3 つのプランが用意されています。価格は含まれる利用料額(括弧内の金額)に基づきます。

リライトワークロード向け

  • 月額費用: $16.2
    • ※$18 に相当する利用料が含まれます
  • 特徴
    • 軽量規模のリポジトリで、迅速なイテレーションを実現
    • 最新のフラグシップモデルおよび機能への継続的アクセス
    • コーディング用ツール 20 種以上に対応(ZCode との深層統合含む)

プロフェッショナルワークロード向け

  • 月額費用: $64.8
    • ※$72 に相当する利用料が含まれます
  • 特徴
    • Lite プランの基本機能に加え、5 倍のクレジットが付与
    • ミディウムサイズのリポジトリにおける日常開発に最適化
    • 最新のフラグシップモデルおよび機能への優先アクセス権限
    • 厳選された MCP ツールセットのご提供
    • 高速な生成パフォーマンス

ハイボリュームワークロード向け

  • 月額費用: $144
    • ※$160 に相当する利用料が含まれます
  • 特徴
    • Pro プランの基本機能に加え、20 倍のクレジットが付与
    • ミディウムサイズから大規模なリポジトリを扱える上級ユーザー向け
    • 最新のフラグシップモデルへの最上位アクセス権限
    • ピーク時も 専用リソースを確保

※注意: 価格およびプラン特典は変更される場合があります。詳細につきましては z.ai の公式ウェブサイト をご確認ください。

主要機能(Capabilities)

  • 常に最新技術を取り入れる

    • レガシーなモノリシック構造の理解からリアルタイムでの機能実装まで対応。
    • すべてのエンジニアを 発展の最前線 に継続的に位置づけます。
  • 長時間跨るタスクの実行

    • Goals
      機能を活用し、計画・実行・検証のプロセスを継続的に行います。
    • 複雑なワークロードを効果的に管理できます。
  • ボットの柔軟な制御

    • WeChat、Feishu、Telegram から ZCode を起動・誘導可能。
    • どこからでも作業が継続可能に設計されています。
  • GLM-5.2 との深層統合

    • 推論、コーディング、マルチエージェント協業において、GLM-5.2 に最適化されています。

インストールプラットフォーム

あらゆるプラットフォームに対応した ZCode インストーラーを準備しています。

  • macOS
  • Windows

同じ日のほかのニュース

一覧に戻る →

2026/07/01 23:20

初めて、細胞から作られたものが成長・分裂した

## Japanese Translation: 生物学者は、非生命の素材から成長し、DNA を複製し、分裂する合成細胞を構築することに成功し、人工的なシステムにおいて細胞周期の主要な機能を遂行した。ミネソタ大学のケイト・アダマラ氏率いるチームが主導するこの研究は現在未公開であり、査読もされていないものの、ジャック・シュストゥーク氏(芝加哥大学)ら専門家からは、「非生命物質から生命を生み出す」という「聖杯」への画期的な一歩として称賛されている。シブレン・オット氏(ストアテンハ化学研究所)は、同細胞は現在の定義において本当に「生きている」とは言えないと指摘しつつも、この成就是、死んだ物質から生命を生み出す科学の進展を大幅に促進したとしている。

2026/07/02 7:48

運動不足の健康な人でも細胞内のエネルギー産生が早期に低下することが判明

## 日本語翻訳: 年齢約 42 歳で運動を習慣化していない健康な成人でも、疾病の発症前に著しい細胞レベルの劣化が見られます。コロラド大学アンスシュ医学部によって実施され、*Clinical Bioenergetics* に公開された研究では、9 名の非活性男性と 10 名の有活動な男性(平均約 42 歳)を比較し、定期的な好気性運動の欠如(週 150 時間未満)が、細胞内の糖や脂肪をエネルギーに変換する「エンジン」となるミトコンドリア機能を急激に低下させることを明らかにしました。非活性男性では、最大酸素利用量が 38% 減少し、負荷時の血液中の乳酸値は 60% 上昇しました。また、主要な燃料処理タンパク質も著しく機能不全を起こしており、MPC1 の活性が有活動レベルの約 49% に低下し、CPT1 酵素の活性は有活動レベルの半分程度まで減少し、糖と脂肪の両方を処理する能力が損なわれていることを示しました。全体として、ミトコンドリアの効率は複数の項目で約 28% から 36% の減少が見られました。共同著者の Iñigo San Millan(イニゴ・サン・ミリャン)は、「40 歳で健康でありながら非活性であることは、現在既に細胞への損傷変化が進行しており、10〜15 年後の健康に影響を与える可能性がある」と指摘し、糖尿病、アルツハイマー病、がんなどの疾患を引き起こす可能性があると述べました。この劣化を早期に検出するための介入対策を可能にするには、心臓血管・呼吸器運動テストと乳酸分析による非侵襲的検査が有効です。研究チームは、より大規模で多様な臨床試験を実施する計画であり、特定の運動プログラムや新規薬剤によってミトコンドリアの健康を回復させることができるかどうかを検証するために、女性の参加者も含む併行研究も行う予定です。

2026/07/02 2:53

グラフィックプログラマーとして学ぶべきこととは何か

## Japanese Translation: 本文の核心は、現代的なグラフィック開発が CPU 側の明示的 API プログラミング(C++ を使用した DirectX 12、Vulkan、Metal)と、GPU 側の照明・シェーディング・シャドウ・ポストプロセッシングの数学の二つに本質的に分かれるという点にある。GPU 側を主眼にする初学者は、複雑なエフェクトに取り組む前に、より単純な CPU 側 API またはゲームエンジンから始めることができる。専門的に成功するには、ポートフォリオが DirectX 12 や Vulkan などの業界標準を用いたリアルタイム C++ エンジンを提示し、Physically Based Rendering(PBR)を使用してリソースを読み込み照明を描画することが望ましく、これにより臨機応変なハックに対してクロスプラットフォームの互換性と効率性を確保する必要がある。PBR を習得することはアセットの精度にとって重要だが、それはパッチートレイシングとは別物であり、初学者は複雑な視覚効果を追加する前に基本的なジオメトリを習得すべきである。映画レンダリングの原理を理解するためにパッチートレイシングは依然として不可欠であり、学習者は"Ray Tracing in One Weekend"から始め、やがてリアルタイム PBR エンジンと個別の写真 realistic パッチートレイサーの結果を比較検証することを推奨される。線形代数(行列、クロスプロダクト・ドットプロダクト)、初等的な三角法、微積分、単純なアルゴリズム(配列)に関する基礎知識は不可欠であり、高度な数学や複雑なデータ構造は必要に応じて習得する。C++ は CPU 開発の標準として引き続き重要だが、Rust や WebGPU が二次的な選択肢として台頭しつつある。シェーダー言語としては HLSL および GLSL が業界標準として一般的である。最後に、機械学習に関するブームが量子コンピューティングへと発展していく可能性はあるかもしれないが、ML のフィッティングおよび最適化技術を習得することは、堅牢なコンピュータサイエンスツールキットの重要な要素であり続ける。