Ашық бастапқы код әлеміндегі Opus сәті: GLM-5 Agentic Coding эстафетасын қабылдай ала ма?
Егер сіз әзірлеушіден жасанды интеллектің бағдарламалаудағы ең күйзелісті сәті қандай деп сұрасаңыз?
Ол сізге қателіктер алдындағы «Кешіріңіз, мен дұрыс түсінбедім» деген механикалық сөзі және бірдей қате кодты қайталауы болуы мүмкін.
Соңғы жылы Coding үлкен моделінің жетістіктері көбінесе «генерациялау мүмкіндігінде» көрінді: бір сөйлеммен веб-сайт, компоненттер, шағын ойындар жасау — 15 секунд ішінде пиксельдік веб-сайт, керемет SVG белгішесі немесе жұмыс істейтін жылан ойынын жасау. Бұл демо нұсқалар жеткілікті әсерлі, бірақ жеткілікті «жеңіл», олар Vibe Coding (атмосфералық бағдарламалау) дәуірінде шығарылған жетілдірілген ойыншықтарға ұқсайды. Бірақ жоғары параллельді архитектура, төменгі деңгейлі драйверді бейімдеу немесе күрделі жүйені қайта құру туралы сөз болғанда, олар «жылыжай гүлдеріне» айналады.
Сондықтан жақында Силикон алқабындағы жел өзгерді.
Claude Opus 4.6 немесе GPT-5.3 болсын, бұл жоғарғы деңгейлі үлкен модельдер Agentic Coding-ді атап өте бастады: «нәтижелерді бірден шығаруға» тырыспай, жоспарлау, бөлшектеу және қайта-қайта іске қосу арқылы жүйелік тапсырмаларды орындау.
«Фронтендтік эстетикадан» «жүйелік инженерияға» бұл парадигмалық ауысу бұрын жабық көзді алыптардың монополиялық аймағы болып саналды. Мен GLM-5-ті сынағаннан кейін ғана ашық бастапқы код қауымдастығының «сәулетшілер дәуірі» ертерек басталғанын түсіндім.
01
«Фронтендтен» «жүйелік инженерияға»
Бұрын AI Coding туралы айтқанда, көбінесе таныс әңгіме еске түсетін — бір сөйлеммен веб-сайт жасау, бір минутта шағын ойын жасау, он секундта керемет эффект жасау. Олар «көзге көрінетін ләззатты» атап өтеді: түймелер қозғалады, бет әдемі, эффектілер бай.
Бірақ нағыз инженерлік алаңға кірген адам Demo жасау жүйені қолдай алатынын біледі.
Күрделі тапсырмалардың қиындығы «код жазуда» емес, модульдерді қалай бөлу, күйді қалай басқару, аномалияларды қалай қамтамасыз ету, өнімділікті қалай оңтайландыру және жүйе күрделене бастағанда құрылымның тұрақтылығын сақтай ала ма.
Сондықтан біз күрделі тапсырмаларды нақты сынақ нысаны ретінде таңдадық.
GLM-5-тің позициясы көптеген бәсекелестерден өзгеше.
Көптеген модельдер «үздік фронтендке» ұқсайды десек — интерактивті интерфейстер мен визуалды эффектілерді жылдам жасауға шебер, онда GLM-5 «жүйелік инженерия рөліне» көбірек бейім. Ол көп модульдік ынтымақтастықты, ұзақ тізбекті тапсырмаларды және өндірістік ортада жұмыс істей алатын құрылымдық тұрақтылықты атап өтеді.
Мұны тексеру үшін біз екі мүлдем басқа өлшемді нақты сынақ жағдайын жасадық.
Бірінші сынақ — жеңіл көрінгенмен, өте жүйелі тапсырма — браузер мен камераға негізделген «AI визуалды қашықтан басқару арқылы отшашу» атты көктемгі тақырыптық интерактивті ойынды жүзеге асыру.
Нақты сынақ бейнесінде пайдаланушы камера алдында тұрып, қимылдар арқылы отшашудың ұшу бағыты мен ырғағын басқара алатынын көруге болады; отшашу ауада гүлдейді, бөлшектер эффектілері мен динамикалық жарық эффектілерімен бірге жалпы өзара әрекеттесу тегіс және табиғи.
Бірақ бұл қарапайым фронтендтік эффект жобасы емес. Ол кем дегенде келесі негізгі модульдерді қамтиды: қимылды тану және визуалды енгізуді өңдеу; қимыл координаттарын ұшыру логикасына картаға түсіру; отшашу бөлшектер жүйесі және гүлдеу эффектісі; нақты уақытта көрсету және кадр жиілігін басқару; браузердің үйлесімділігі және камера рұқсатының аномалияларын өңдеу; өзара әрекеттесу күйін басқару және пайдаланушының кері байланысы
Бұл құрылымы толық және тәжірибесі тегіс шағын интерактивті жүйе деп айтуға болады. Нақты сынақ процесінен GLM-5 тікелей кодтауға кіріспеді, бірақ алдымен жалпы архитектураны жоспарлады: визуалды енгізу модулі, басқару логикасы қабаты, көрсету қабаты, эффект қабаты қалай бөлінеді; деректер ағыны қалай беріледі; қай бөліктер өнімділік кедергісіне айналуы мүмкін.
Содан кейін ол логиканы қабат бойынша жүзеге асырды, қимылды тану деректерін өңдеуден бастап, ұшу траекториясын есептеуге дейін, содан кейін бөлшектердің жарылыс эффектісінің параметрлерін оңтайландыруға дейін.
Көрсету кезінде кідіріс пайда болғанда, ол бөлшектер санын азайтуды және циклдік құрылымды оңтайландыруды ұсынды; қимылды тану қате болғанда, ол шекті мәнді және сүзгілеу стратегиясын реттеді.
Бейнеде көрсетілген эффект «табиғи көрінетін өзара әрекеттесу». Бірақ оның артында толық инженерлік тізбек көрсетілген: жоспарлау → жазу → жөндеу → өнімділікті оңтайландыру → өзара әрекеттесуді түзету.
Соңғы жасалған кодты тікелей іске қосуға болады, өзара әрекеттесу тұрақты, кадр жиілігі тегіс, аномалияларды өңдеуге болады. Ең бастысы, оның жұмыс тәсілі жүйелік ойлаудың айқындығын көрсетеді: модуль шекаралары анық, логикалық қабаттасу ақылға қонымды, барлық функцияларды бір файлға үйіп тастамайды.
Екінші жағдай сынағы құрылымдық жүйе мүмкіндігі болып табылады. Бұл сценарийді медиа жұмысының күнделікті өмірі деп айтуға болады — сұхбат стенограммасын импорттау, мазмұнды қорытындылау, тақырыптық бұрыштар мен идеяларды шығару.
Нақты сынақта операциялық процесс өте тікелей екенін көруге болады: мен жақындағы сұхбат стенограммасының мазмұнын қойдым, модель талдауды бастады, содан кейін мазмұнның қысқаша мазмұнын және тақырыптық бұрыштарды шығарды, нәтижелерге қарасақ, ол жасаған тақырыптық бұрыштар әлі де өте практикалық.
Визуалды өзара әрекеттесу жүйесімен салыстырғанда, жазбаларды реттеу қарапайым болып көрінеді, бірақ ол шын мәнінде модельдің «құрылымдық абстракциялау мүмкіндігін» тексереді. Нақты сұхбат жазбасы көбінесе өте құрылымсыз: көзқарастардың секіруі, ақпараттың қайталануы, негізгі және қосалқы желілердің тоғысуы. Сондықтан бұл жағдайда GLM-5 көрсеткен мүмкіндік жүйе деңгейінде.
Біріншіден, тақырыпты анықтау және негізгі желіні шығару мүмкіндігі. Модель түпнұсқа мәтін ретімен қысқаша мазмұн жасаған жоқ, бірақ алдымен негізгі мәселені анықтап, содан кейін осы мәселе айналасында мазмұнды қайта ұйымдастырды. Бұл оның ішкі жағынан сканерлеуді аяқтағанын, қай ақпараттың негізгі желіге жататынын, қайсысы қосымша немесе шу екенін анықтағанын білдіреді. Бұл мүмкіндік мәні бойынша жоспарлау мүмкіндігі болып табылады, яғни шығару алдында алдымен абстрактілі құрылымдық негіз құру.
Екіншіден, модульдік қайта құру мүмкіндігі. Ол әртүрлі абзацтарда шашыраңқы көзқарастарды бір модульге жіктейді. Бұл абзацтар арасындағы интеграция мүмкіндігі модельдің ұзақ мәтіндерді өңдеу кезінде жаһандық консистенцияға ие екенін көрсетеді.
Үшіншіден, логикалық ретті белсенді түрде реттеу мүмкіндігі. Нақты шығарылған жоспар көбінесе түпнұсқа жазба ретінен өзгеше. GLM-5 себеп-салдарлық байланысқа немесе дәлелдеу логикасына сәйкес деңгейлерді қайта реттейтінін көруге болады. Бұл «логика түпнұсқа енгізу ретінен жоғары» деген бағалауды көрсетеді. «Алдымен құрылым, содан кейін шығару» үлгісі жүйелік инженериялық ойлаудың негізі болып табылады.
Бұл екі жағдайдың бірі — нақты уақыттағы визуалды өзара әрекеттесу жүйесі, екіншісі — медиа ақпаратты құрылымдық өңдеу жүйесі, олар мүлдем өзгеше болып көрінеді. Бірақ олар бір нәрсені тексереді — GLM-5 толық тапсырманы жабу мүмкіндігіне ие: жоспарлау → орындау → жөндеу → оңтайландыру.
Отшашу ойынында бұл модульдік қабаттасуда, өнімділікті оңтайландыруда және аномалияларды өңдеуде көрінеді; жазбаларды өңдеу құралында бұл тақырыпты бағалауда, құрылымды бөлшектеуде және логикалық қайта құруда көрінеді. Олардың ортақ нүктесі — модель «нәтижелерді жасаумен» тоқтап қалмай, тұрақты дамып келе жатқан құрылымды сақтайды.
Мен салыстырмалы түрде күрделі тапсырманы орындауға тырыстым, «өте қарапайым операциялық жүйе ядросын құру». Бұл нақты сынақта бейнедегі кодтың соңында іске қосылғаны емес, GLM-5-тің бүкіл процесс барысындағы әрекетіне назар аудару керек.
Ол тапсырманы алғаннан кейін бірден жасау күйіне кірген жоқ, бірақ алдымен тапсырма шекарасын нақтылап, модульдерді белсенді түрде бөлшектеп, жүйе құрылымын жоспарлап, содан кейін жүзеге асыру кезеңіне өтті. Бұл «құрылым алдымен» жолы мәні бойынша жоғарыда айтылған инженерлік ойлау болып табылады — алдымен жүйенің қалай құралатынын анықтау, содан кейін нақты жүзеге асыру мәліметтерін талқылау, жазу кезінде біріктіру емес.
Көптеген жазу, іске қосу, қателіктер, түзету циклінде GLM-5-те құрылымдық құлдырау болған жоқ. Әрбір өзгеріс алдын ала белгіленген архитектура айналасында жүргізілді, қайтадан бастау немесе жергілікті патчтар жасау емес. Бұл оның ішкі жағынан толық жүйе моделін сақтайтынын, ұзақ тізбекті тапсырмаларда консистенцияны сақтай алатынын көрсетеді. Көптеген модельдер контекст ұзартылғаннан кейін алдыңғы және кейінгі жағынан қайшы келеді, ал бейнедегі көрініс оның жалпы құрылымды үздіксіз есте сақтау мүмкіндігін көрсетеді.
Сондай-ақ оның қателерді өңдеу тәсілі. Қателік пайда болғанда, ол «мүмкін бір жол код мәселесі» деген беткі болжамда тоқтап қалмай, алдымен қате түрін анықтап, логикалық мәселелерді, орта мәселелерін немесе тәуелділік қақтығыстарын ажыратып, содан кейін тексеру жолын жоспарлайды. Бұл мәселе жолын қалпына келтіруге бағытталған стратегиялық Debug.
Егер құралды шақырумен біріктірсек, бұл мүмкіндік айқынырақ болады. Ол жай ғана командалық ұсыныстар беріп қана қоймайды, сонымен қатар терминалды белсенді түрде жоспарлауды, журналдарды талдауды, ортаны қалпына келтіруді және тапсырманы ілгерілетуді біріктіреді. Бұл әрекет «автопилоттық» инженерлік ілгерілеуге жақындап қалды. Мақсат орындалмаса, ол қайталана береді.
Алдымен жоспарлау, содан кейін орындау, ұзақ тізбекте құрылымды тұрақты сақтау, мәселелерді стратегиялық түрде тексеру және мақсат айналасында үздіксіз ілгерілеу — жүйелік инженерияға қажетті төрт негізгі мүмкіндіктің қосындысы GLM-5-ке инженердің жұмыс тәсіліне жақын әрекет үлгісін көрсете бастады.
Неліктен GLM-5 «сәулетшінің» эстафетасын қабылдай алады?
Егер бірінші бөлімдегі нақты сынақ GLM-5-тің «күрделі жұмысты істей алатынын» дәлелдесе, онда келесі сұрақ: ол неге қабілетті? Жауап оның шығарудың артында жасырылған «инженерлік деңгейдегі әрекет үлгілерінің» тұтас жиынтығында жатыр.
Негізгі нүкте — GLM-5 Claude Opus 4.6 сияқты ойлау тізбегін өзін-өзі тексеру механизмін енгізгені анық.
Нақты пайдалануда оны сезінуге болады, ол тапсырманы алғаннан кейін бірден «кодты толтыруды» бастамайды, бірақ фондық режимде көптеген логикалық дедукцияларды жүргізеді: модульдер арасындағы байланыс қатынасын алдын ала болжау, тұйық цикл жолынан белсенді түрде аулақ болу, ресурс қақтығыстарын және шекаралық шарттар мәселелерін ертерек анықтау. Бұл әрекеттің тікелей өзгеруі — жобаның инженерлік тұрғыдан тұрақты болуын қамтамасыз ету үшін, ол баяулап, мәселені толық ойластыруға дайын.
Күрделі тапсырмаларда GLM-5 алдымен модульдің нақты бөлінуін береді: жүйе қандай қосалқы модульдерден тұрады, әр модульдің кіріс-шығысы қандай, қай бөліктерді параллель түрде ілгерілетуге болады, қайсысын тізбектей аяқтау керек. Содан кейін ол оларды біртіндеп жеңеді, жазу кезінде ойламайды. Бұл оның жұмыс тәсілін нағыз инженерге ұқсатады: алдымен архитектуралық диаграмманы сызып, содан кейін жүзеге асыру мәліметтерін жазу. Ол «мәселені толық шешпейінше тоқтамайтын табандылыққа» ие екенін анық сезінесіз, дұрыс көрінетін жергілікті жерді аяқтағаннан кейін асығыс аяқтамайды.
Бұл айырмашылық әсіресе дәстүрлі Coding модельдерімен салыстырғанда айқын. Бұрын көптеген модельдер қателікке тап болғанда, таныс режимге тез түсіп кетеді: кешірім сұрау, қате туралы ақпаратты қайталау, тексерілмеген түзету ұсынысын беру; егер қайтадан сәтсіздікке ұшыраса, шамамен жауаптарды циклдік түрде шығара бастайды. GLM-5-тің өңдеу тәсілі ескі сәулетшіге жақынырақ. Нақты сынақта жоба орта тәуелділігі мәселесіне байланысты жұмыс істей алмаған кезде, ол беткі қате туралы ақпаратта тоқтап қалмай, тәуелділік ағашын (Dependency Tree) белсенді түрде талдап, қақтығыс көзін анықтап, одан әрі OpenClaw-ға ортаны қалпына келтіруді бұйырады.
Бүкіл процесс «автопилоттық» орналастыруға көбірек ұқсайды: модель пассивті түрде жауап бермейді, бірақ журналдарды үздіксіз оқиды, жолды түзетеді, нәтижелерді тексереді.
Жүйелік инженерияда жиі елеусіз қалатын, бірақ өте маңызды мүмкіндік — контекстің толықтығы.
GLM-5-тің миллиондаған Token терезесі оған бүкіл жобаның код құрылымын, тарихи өзгерістерді, конфигурациялық файлдарды және жұмыс журналдарын бір контексте түсінуге мүмкіндік береді. Бұл оның бір өзгерістің қай модульдерге тізбекті реакция тудыратынын жаһандық көзқараспен бағалай алатынын білдіреді. Ұзақ тізбекті тапсырмаларда бұл мүмкіндік модельдің «ақылды, бірақ қысқа көретін» немесе «тұрақты және басқарылатын» екенін тікелей анықтайды.
Жалпы алғанда, GLM-5-тің «сәулетші» рөлін шынымен қабылдауының негізгі себебі — ол сәулетші сияқты мәселелерді ойлай бастағаны үшін: алдымен жоспарлау, содан кейін орындау; үздіксіз тексеру, үнемі түзету; жүйенің тұтастығына назар аудару, бір нүктелік жетістікке емес.
Бұл оның бірінші бөлімдегі жүйелік нақты сынақ тапсырмаларын орындай алуының түпкілікті себебі.
03
Ашық бастапқы код әлеміндегі Opus па?
2026 жылғы үлкен модельдік экожүйеге қарасақ, GLM-5-тің құндылығы бұрын қабылданған нәрсені бұзғанында: жүйелік интеллект тек жабық модельдерде ғана болуы мүмкін.
Бұған дейін Claude Opus 4.6 және GPT-5.3 «Agentic Coding» жолын іске асырды — модель енді жедел кері байланысқа ұмтылмайды, жоспарлау, бөлшектеу және қайта-қайта іске қосу арқылы шынымен күрделі инженерлік тапсырмаларды орындайды. Бірақ бағасы да жоғары: жоғары қарқынды тапсырмалардың Token шығыны өте жоғары, толық жүйелік әрекет көбінесе қымбат шақыру құнын білдіреді.
GLM-5 мұнда басқа шешім ұсынады. Ашық бастапқы код моделі ретінде ол «жүйелік сәулетші деңгейіндегі AI-ді» бұлттан және шоттан әзірлеушінің өз ортасына қайтарды. Сіз оны жергілікті жерде орналастырып, оған кір, ауыр, үлкен жұмыстарды жеуге уақыт бере аласыз: журналдарды реттеу, тәуелділіктерді тексеру, ескі кодты өзгерту, шекаралық шарттарды толықтыру.
Мұны үнемділік құрылымдық өзгерісі ретінде қарастыруға болады — сәулетші деңгейіндегі интеллект енді аз ғана командалардың артықшылығы емес.
Бұл айырмашылықты кәсіби метафора арқылы түсінсек, одан да айқын болады. Kimi 2.5 сияқты модельдер эстетикалық онлайн, өзара әрекеттесу сезімі өте күшті үздік фронтенд инженерлеріне көбірек ұқсайды, олар One-shot жасауға, визуалды көрсетуге және жылдам кері байланысқа шебер; ал GLM-5-тің стилі мүлдем өзгеше, ол модульдік қатынастарға, аномалиялық жолдарға, техникалық қызмет көрсетуге және ұзақ мерзімді тұрақты жұмысқа назар аударатын тәжірибелі жүйелік сәулетшіге көбірек ұқсайды.
Бұл шын мәнінде бағдарламалау AI-нің кәсіби жетістігі — «көрінуі өте жақсы» Vibe Coding-ке ұмтылудан, беріктік пен инженерлік тәртіпті атап өтетін Engineering-ке өту.
Ең бастысы, GLM-5-тің пайда болуы бір адамдық компания тұжырымдамасын одан да жүзеге асыруға мүмкіндік береді.Егер әзірлеушінің жергілікті жерде жүйелік дизайнды түсінетін, ұзақ уақыт жұмыс істей алатын және өзін-өзі түзетуге қабілетті AI серіктесі болса, командалық ауқымды қажет ететін көптеген инженерлік жұмыстар жеке адамның бақылауына өтеді. Алдағы уақытта GLM-5 бір адамдық компанияда негізгі инженерлік іске асыруға жауапты «сандық серіктес» болуы мүмкін.
