[文档已验证] 属 AI Model Governance & Configuration 套件的粒度下钻,记录于 ai_model_control + user_groups 文档:
| 层级 | 范围 | 机制 |
|---|---|---|
| 组织级 Restrictions | org-wide ceiling | Allow Only Selected / Block Selected,按 provider 分组,带 allowed/denied 计数 |
| 角色级 Models tab | custom role allow-list | 只允许 org 已许可模型的子集 |
| Model picker | 成员可见性 | 角色受限模型直接隐藏,不只有禁用报错 |
权限矩阵:配置模型访问控制需 Admin 或 Security 组织角色。
与 v10.15 互补:v10.15 管「用谁的 key 付费」(凭据层级 Org>Team>Personal),v10.16 管「谁能用哪个模型」(角色级 allow-list)。
[文档已验证] 记录于 google_notebooklm 文档。能力清单:
前置:NotebookLM Enterprise 账户。
v10.16.0 "Field" 是企业 AI 治理的粒度下钻 + MCP 生态继续铺面版本,两个主轴:
1. 企业 AI 治理从「组织级」下沉到「角色级」。v10.15 补的是组织级开源模型 BYOK + 流量代理,v10.16 把模型准入从 org-wide 天花板细化到 custom role 的 allow-list——model picker 直接按角色隐藏不可用模型。这是企业权限治理的自然演进:先有全局策略,再分权治理。对大企业而言,「谁能用哪个模型、花谁的预算」是采购清单上的硬项。
2. MCP 生态从「连新应用」转向「加深已有连接」。本轮只有一个新连接器(NotebookLM),其余 5 项是已有 MCP 的加深(Notion 文件传输、Google 目标文件夹/评论搜索、Gumloop 版本导出)。对照 v10.13「Any Connector as a Brain Source」的平台化动作,Gumloop 的 MCP 战略清晰:广度已由连接器生态承接,平台内部在加深每条连接的可用深度。
Grok 4.5 成为默认推荐模型值得注意——默认模型是 agent 平台「水电煤」的隐性设置,换默认推荐反映模型竞争格局,也提示用户「谁是新王者」随模型供应波动。
角色级 AI 治理是「权限粒度」的必答题,我方应一步到位设计。Gumloop 从 org 级限制到 role 级 allow-list 用了两轮(v10.15→v10.16),说明是按企业采购节奏逐格补齐。我方若起步就设计「组织天花板 + 角色收敛 + 选择器过滤」三层,可少走一轮。真正的差异化不在「能不能按角色限模型」,而在治理数据反哺——模型成本/用量按角色归因的可观测性。
MCP 连接加深策略值得抄作业。新连接器逐步见顶后,「上传/下载、目标文件夹、版本管理」这类纵深能力才是用户留存的粘性所在。我方 MCP 集成应设「广度达标、深度跟进」双轨:每个高频连接器要有 3-5 个纵深工具。
企业治理粒度下钻 + 生态加深,无战略级突破
Model Access by Role——「治理粒度」是采购清单的最后一个台阶。组织级 Restrictions 让合规组织「能进场」,角色级 allow-list 让组织「敢放权」——把模型选择下放给各团队的同时仍守住天花板。5/13 判定清晰:这是 RBAC 标准能力(LiteLLM/企业网关早就有),无壁垒、无创新、用户面窄(配了 custom role 的 Enterprise)。它的价值同 v10.15 BYOK 一样在于「齐」:把 AI 治理从「org 有策略」推向「role 可分权」。下一个切片大概率是模型用量/成本按角色归因的可观测性——治理数据反哺 Insights。
NotebookLM MCP 值得单独留意——「音频输出」是 MCP 生态里少见的多模态出口。大部分 MCP 连接器读写文本/结构化数据,NotebookLM 让 agent 能生成并下载音频产物(podcast 式 audio overview)接入流程。这对「研究→简报→音频分发」类场景是新能力类型,说明 Gumloop 的 MCP 目录在向多模态产物端扩展。