Browser Use e Computer Use no ZCode: o que o agente com GLM-5.3-Flash consegue operar sozinho?

Um agente que olha a tela, entende o que está ali e decide o próximo clique é uma categoria bem diferente de agente que só cospe código no editor

E é exatamente esse o pulo que a Z.ai anunciou em 26/08/2026 com o GLM-5.3-Flash, um MoE nativamente multimodal de 320B de parâmetros totais e 18B ativos, com janela de contexto de 1M de tokens e licença MIT

A parte que interessa pra quem vive dentro do editor: segundo a Z.ai, as capacidades multimodais desse modelo se manifestam no ZCode através de dois recursos, Browser Use e Computer Use

Então bora entender o alcance real disso na prática, beleza?

O que é o GLM-5.3-Flash e por que ele muda o ZCode?

Formação Recomendada

Formação Vibe Coding

Do Prompt ao Produto: Crie Software Real com IA

• 474 aulas
• 20 projetos
• 39h 27min

Conhecer formação

O GLM-5.3-Flash é um modelo de arquitetura MoE (Mixture of Experts), com 320B de parâmetros totais e 18B ativos

Que diferença isso faz? A ideia do MoE é simples de aproximar: em vez de acordar o modelo inteiro a cada token, só uma fatia dos "especialistas" entra em ação

Junte a isso a janela de 1M de tokens e a licença MIT, e você tem um modelo grande que não vive preso a um único fornecedor

Detalhe divertido: antes do anúncio oficial, ele já estava rodando em teste público sob o codinome Ox Alpha

Ou seja, muita gente já tinha experimentado o bicho sem saber o nome dele 🙂

A afirmação central da Z.ai é essa: o modelo decide QUANDO olhar para a tela e usa o que vê para guiar a próxima ação

Isso é diferente de "me manda um screenshot que eu comento"

O olhar vira parte do loop de decisão, não um anexo

Browser Use: o que o agente faz dentro do navegador embutido

Aqui o escopo é bem concreto

O ZCode Agent controla diretamente o navegador embutido, o que na prática significa:

• abrir URLs
• clicar em elementos
• preencher formulários
• tirar screenshots
• decidir o próximo passo a partir do estado real da página

Repara no último item, porque é ele que separa automação boba de agente de verdade

Um script clica no botão e segue a vida

O agente clica, olha o que aconteceu e decide o que fazer com aquilo

E teve uma mudança recente que reforça isso: as ações de navegador no ZCode passaram a ser julgadas pelo resultado esperado, não apenas pelo clique em si

Quem já brigou com automação de front sabe a dor: o clique "funcionou", o elemento existia, mas a página não fez nada

Outra melhoria da mesma linha foi a detecção de abas popup, ajustada pra reduzir popups perdidos

Parece detalhe chato, mas é justamente onde fluxo de login e checkout costuma quebrar

O painel de browser e o element picker: como você acompanha a execução

Com o controle de navegador embutido ativado, você não fica no escuro

A execução do agente aparece no painel de browser do ZCode, à direita da janela

Um aviso importante antes que você procure e se frustre: esse painel é exclusivo da versão desktop

Ele traz barra de endereço, botões de voltar, avançar, recarregar e DevTools, e aceita URLs http, https e file

O file ali é mais útil do que parece, porque cobre aquele HTML solto que você abriu direto do disco

O element picker resolve o "aquele botão ali, ó"

Essa parte é MUITO massa

O ZCode tem um element picker no painel de browser: você clica em um elemento da página e ele captura título da página, URL, texto do elemento, seletor, posição e um resumo seguro do HTML

Tudo isso vai direto pro chat atual

Ou seja, some aquela ginástica de descrever por escrito "o segundo card da direita, abaixo do menu, aquele que fica torto no mobile"

Você aponta e o contexto vai junto

Sobre configuração: o switch do recurso de browser, a importação de dados do Chrome e a limpeza ficam em Settings > Browser, dentro do ZCode

Computer Use: operar aplicativos além do navegador

A peça central aqui é a permissão

O ZCode informa e pede autorização de permissões de dispositivo ou de sistema no momento em que o recurso é acionado

E você pode ativar ou desativar essas permissões a qualquer momento nas configurações do sistema operacional

Se você já mexeu com Computer Use no Claude Code, a lógica geral de conceder acesso ao sistema pra IA agir na tela vai soar familiar

O changelog recente também conta uma história útil sobre maturidade do recurso:

• ZCode 3.9.1 (25/08/2026): correção de falhas ocasionais das operações de controle de computador no macOS
• ZCode 3.9.2 (26/08/2026): passou a exibir prompts explícitos das permissões necessárias antes de usar o recurso de controle de computador
• ZCode 3.9.2 ainda: reutiliza automaticamente abas já abertas ao acessar o mesmo site e corrigiu travamentos ocasionais das abas controladas pelo navegador

Duas correções em dois dias dizem uma coisa clara: recurso novo, evoluindo rápido

O resumo é esse: o pedido de permissão aparece quando o recurso é acionado, e o controle fica com você no nível do sistema operacional

Onde o agente para e pede autorização?

Essa é a parte que separa "agente" de "roleta russa", e o ZCode leva a sério

O ZCode exige confirmação antes de comandos sensíveis, alterações de arquivo e ações de alta permissão

A lista de ações consideradas de risco inclui:

• rodar scripts de terceiros (Python, Shell ou Node.js)
• requisições de rede a APIs externas
• criar, editar, excluir ou renomear arquivos
• comandos de nível de sistema

E tem um comportamento que eu achei bem pensado: quando o agente envia um pedido que esbarra em permissão bloqueada, a tarefa atual PAUSA e o composer fica bloqueado

O motivo é óbvio quando você pensa: é pra você não enfileirar a próxima ação por acidente enquanto a anterior está travada esperando resposta

Sem isso, você digita mais três instruções no impulso e depois descobre que o agente estava parado desde a primeira

Onde isso muda um fluxo de trabalho de verdade

Bora sair do conceito e cair no dia a dia:

1. Verificar visualmente se a mudança de front pegou

O agente altera o código, abre a URL no navegador embutido, tira screenshot e olha o resultado

O ciclo de "mudei, salvei, alt tab, F5, ué" some

2. Apontar o bug em vez de descrever o bug

Com o element picker, você clica no elemento problemático e manda título da página, URL, texto, seletor, posição e resumo do HTML pro chat

Descrever elemento por escrito é uma das maiores fontes de mal entendido com IA, e isso corta o problema pela raiz

3. Percorrer um formulário e conferir o que saiu do outro lado

Abrir URL, preencher campo, clicar, olhar o estado da página resultante

É um smoke test conduzido por quem consegue ler a tela

4. Manter tudo na MESMA tarefa

Com o contexto estável de 1M de tokens, o ZCode Agent segura objetivos, arquivos, resultados de terminal, contexto de navegador, modos de execução e estado do Git dentro da mesma tarefa

Isso é o que evita aquele agente amnésico que conserta o CSS e esquece qual branch estava aberta

É um movimento parecido com o de outras plataformas que colocam agentes atuando nas pull requests: o valor não está em um truque isolado, está em o agente enxergar o estado inteiro do trabalho

Quem já pode usar, em quais sistemas e quanto custa?

O GLM-5.3-Flash está disponível para todos os tiers do GLM Coding Plan, com 3x a cota utilizável do GLM-5.3

O GLM Coding Plan começa em US$ 18 por mês no tier Lite

O aplicativo ZCode em si é gratuito, porém exige uma API Key própria ou um plano de serviço de modelo

Sobre sistemas, ele roda em:

• macOS (Apple Silicon e Intel)
• Windows (x64 e ARM64)
• Linux (x64, ARM64, AppImage, DEB e RPM)

Só lembra do detalhe lá de cima: o painel de browser é exclusivo da versão desktop

E se você prefere ir pela API em vez do plano, os preços do GLM-5.3-Flash são estes:

Tem ainda um desconto promocional de 50% até 09/09/2026

Repara na linha da entrada cacheada, que é onde mora a economia real em agente de tarefa longa: quanto mais o mesmo contexto se repete, menos você paga por ele

Conclusão

O veredito honesto sobre o alcance é este: o Browser Use e o Computer Use no ZCode entregam um agente que enxerga a tela e age nela, dentro de limites com confirmação explícita

Não é piloto automático, e sinceramente, ainda bem

Ele para e pede autorização antes de script de terceiro, requisição externa, mexida em arquivo e comando de sistema

O que ainda não está documentado publicamente é o escopo exato do controle fora do navegador, ou seja, quais aplicativos de desktop ele consegue operar de fato

Quando a Z.ai detalhar isso, a gente volta no assunto…

Se você quiser tirar a prova, o caminho é curto: instala o ZCode no seu sistema, abre a versão desktop pra ter o painel de browser, e joga uma tarefa PEQUENA e verificável nele antes de soltar em algo crítico

Abrir uma página, clicar num elemento, conferir o resultado

Dá pra sentir o alcance real em cinco minutos 😀

Até o próximo post!