Quelques réflexions après une semaine de GLM 4.6 via opencode. Vous savez, j’aime vraiment ce style d’agent. J’aime la personnalité et la fluidité du processus créatif.
Je le préfère à Gemini, mais un peu moins que GPT5-Codex.
Ça me rappelle un peu Claude vers Sonnet 3.5. Bien pour le web, capable de visualiser avec du modal bleed, la profondeur récursive n’est pas mauvaise, et je pourrais probablement booster les performances avec du proompting plus avancé.
Je me tape aussi des problèmes de boucles. Surtout quand vient le moment de bosser avec des conteneurs Docker. Le souci, c’est que je n’arrive pas à savoir si ça vient du modèle, de l’agent ou du client, et je n’ai pas assez envie de fouiller pour comprendre pourquoi ça n’arrête pas.
Je pense que celui-ci serait mieux pour des projets de génération de code non interactifs, avec un plan granulaire et des instructions explicites.
Je ne l’aime juste pas dans un workflow style Claude Code.
L’étape de summarization du contexte est nucléaire. « Lossy » n’est même pas le mot juste pour décrire ce que je vois.
Les mocks sont partout. Demandez-lui d’écrire une boucle d’entraînement, et ce sera du fake. Il bluffe exactement comme Claude quand il atteint trop de profondeur de raisonnement.
Cela dit, je pense que c’est l’un des meilleurs modèles pour la QA que j’ai croisés, et c’est un meilleur écrivain créatif que GPT ou Claude. Et maintenant que j’ai payé le plan annuel, j’ai une année entière pour jouer avec et d’énormes quotas de temps de code.
Je pense que la prochaine expérience sera de le donner à ma fille, pour voir comment elle s’en sort pour coder ses jeux d’aventure textuels. Elle vient de voir Gemini Pro faire sa première crise de nerfs, et ça l’a pas mal secouée.
On verra comment elle se débrouille avec celui-là.
Elle apprend, donc ses apps ne seront pas aussi complexes que les miennes.
Et je suis curieuse de voir ce qu’elle va en faire.