Gumloop v10.2.0 "Revelstoke"

功能详情

1. Insights Dashboard（组织级 Credit 用量洞察）已有深度分析 →

新功能

💡 解决企业管理员面对 Agent 用量黑洞的焦虑——钱在烧但不知道烧在哪个模型、哪次运行、哪个 Agent，更无法预测月底账单，预算管理全靠事后补救

"The new Insights dashboard in organization settings breaks down credit usage across your org. Get an overview, a per-model view of credits and cost, a Credit Explorer for digging into individual runs, and forecasts that project where your spend is heading."

[推断] Insights 是 Organization Analytics（自 v9.0.0 引入的内置分析 Agent）之外的独立仪表盘，位于组织设置中。四个能力层级：

层级	能力
Overview	全组织 credit 用量总览
Per-model view	按模型拆分 credit 与成本（呼应三级模型定价：Budget 2-4 / Advanced 15-25 / Expert 30-200 credits）
Credit Explorer	可下钻到单次运行（per-run）的 credit 归因，定位"哪次跑炸了"
Forecasts	预测未来用量走向（把"事后看账单"升级为"事前可预测"）

应用场景：(1) CFO/IT 负责人预测月底 Agent 开销，提前调预算 (2) 发现某 Agent 因用 Expert 模型导致成本失控 (3) 定位异常单次运行的 credit 峰值

📄 帮助中心源：https://docs.gumloop.com/core-concepts/ai_models

2. Set Organization Model Presets（组织模型预设）

新功能

💡 解决企业无法统一 Agent 模型标准的问题——每个成员各自在模型选择器里选 Recommended/Smartest/Fastest，但映射到哪个实际模型是 Gumloop 默认的，企业无法强制"我们组织只用获批的模型"

"Organizations can now choose the models behind the Recommended, Smartest, and Fastest presets, so every agent in the org runs on the models you've picked for each tier."

[文档已验证] 这是 AI Model Governance 的 Presets 标签页（位于 gumloop.com/settings/organization/models）。Agent 模型选择器的三个预设此前映射 Gumloop 全局默认；v10.2.0 让组织管理员覆盖每个预设指向组织选定的模型。

预设	默认语义
Recommended	速度/质量/成本最佳平衡（默认）
Smartest	最强推理（高延迟/成本）
Fastest	最低延迟（高吞吐简单任务）

与 Restrictions（允许/禁用模型清单）、Fallbacks（受限模型降级）并列的三大治理能力。需 Admin 或 Security 角色。

应用场景：(1) 合规型企业把 Recommended 锁定为通过数据驻留审查的模型 (2) 成本敏感型组织把 Fastest 设为最便宜可用模型 (3) 统一全组织 Agent 模型策略

3. GLM-5.2 (Z.ai)

新功能

💡 解决需要 GLM 系列模型能力（中文场景、特定推理特性）或在 Zero Data Retention 合规要求下选择开源模型的用户缺少可用选项

"Added GLM-5.2 for agents, running under Zero Data Retention."

[推断] GLM 是智谱 AI（Z.ai）的模型系列。GLM-5.2 加入 Gumloop 的 Agent 模型矩阵（已有 Claude、GPT、Gemini、Qwen、Kimi、MiniMax 等）。值得注意的是运行在 Zero Data Retention（零数据留存）模式下——模型供应商不留存请求数据。Gumloop 此前的 Incognito Mode（v9.6.0）是平台级隐私，GLM-5.2 的 ZDR 是模型供应商级隐私，是两层不同的隐私保障。

应用场景：(1) 合规要求零数据留存的企业 (2) 中文场景为主的用户 (3) 需要开源模型灵活性的用户

其他更新

Agent 改进 × 2 — 对话搜索支持全文检索（不仅搜标题，还能搜对话内容）；大工作区下代码沙箱冷启动加速
平台改进 × 4 — 浏览器标签页标题更清晰易区分；Artifact 新增筛选器 + Live Dashboard 入门卡片；loop 模式下 Agent 单条 item 信用成本归因修正；聊天信用成本计入后台动作（自我改进增强、对话评估）
Bug 修复 × 6 — HITL 审批未送达自定义 Slack App（需加 interactivity URL）；子 Agent 审批请求未冒泡到父 Agent；只读 App 错误显示"写/删审批"选项；恢复 Agent 预览页下载 Skill 入口；删除起始消息后 Agent 仍在 Slack 回复；长对话下 Gemini 模型稳定性

竞品分析

战略方向判断

v10.2.0 "Revelstoke" 是一个企业治理成熟化版本——主线是把"企业凭什么敢用、用得起、管得住"这件事补完整。

1. Insights 仪表盘补上了"成本可观测性"的最后一块。自 v9.0.0 引入 Organization Analytics Agent 以来，企业可观测性一直在扩展——从"用量看得到"到 v10.2.0 的"成本可归因、可预测"。Forecast 预测性成本分析是关键升级：把企业从"事后惊讶"拉到"事前可控"。对于按 credit 计费、成本可能因模型选型剧烈波动的 Agent 平台，这是企业采购决策的刚需。

2. 多个修复围绕 v10.0.0 的 HITL 体系。5 个 bug 修复里 3 个直接关于 HITL/审批。说明 v10.0.0 的 HITL 是复杂功能，上线一两周后仍在收尾边缘 case——HITL 的多渠道（Slack/In-App）+ 多层级（App/工具/参数）组合在实际部署中暴露了不少集成问题。

3. Loop 模式信用归因 + 后台动作成本计入 = 计费精度提升。此前隐形成本被补全，让账单更诚实。这和 Insights 仪表盘是一组：先把成本算准，再让成本可视化。

与我方对比

成本可观测性是 Agent 平台企业化的必经路。Agent 产品的成本不可预测性是企业采用的最大心理障碍之一——"我不知道这个 Agent 跑一个月要花多少钱"。Insights + Forecast 是值得对标的——我方若有 Agent 计费，"成本可归因到单次运行 + 可预测"是高价值卖点。但这本身不是壁垒，所有竞品都会做。

模型预设统一是"企业标准化"思路。把模型选择权从个人收归组织，是"个人工具企业化"的典型一步。建议预留"组织级模型策略"接口。但这是企业 admin 的低频配置，体验影响有限。

★★★☆☆

企业可用性补强——成本可观测性 + HITL 稳定性收尾 + 计费精度提升

关键功能深度点评

Insights Dashboard — Agent 平台的"财务仪表盘"。Agent 产品的成本结构与传统 SaaS 截然不同：传统 SaaS 按席位定价，成本可预测；Agent 按用量（credit）定价，单次复杂任务可能消耗数十到数百 credit，成本曲线陡峭且不可预测。这正是企业不敢大规模采用 Agent 的核心障碍之一。Forecast 预测能力直接回应这个焦虑。但天花板也明显：这是企业 admin 的月度/季度工具，非日常使用；且成本看板是所有 SaaS 的标配，不构成壁垒。它真正的价值是"降低企业采购决策的心理摩擦"，而非创造新能力。

GLM-5.2 的 Zero Data Retention 是一个值得注意的信号。模型供应商级隐私（ZDR）与平台级隐私（Incognito Mode）是两层。Gumloop 把 GLM-5.2 标注为 ZDR，向合规敏感客户释放信号——"我们不仅平台不留数据，某些模型供应商也不留"。Agent 平台竞争正从"模型覆盖广度"向"合规深度"延伸。