Gumloop v10.9.0 "Zeballos"

功能详情

1. GPT-5.6 Terra, Sol, and Luna

新模型

💡 用户需按任务复杂度选不同档位的 OpenAI 最新模型——单一模型无法同时满足"快速简单任务"和"深度推理任务"的成本/质量平衡

"OpenAI's newest model family is now available for agents and workflows, from the fast Luna to the deep-reasoning Terra."

[推断] GPT-5.6 三档：Luna（最快，简单高吞吐）/ Sol（速度与推理平衡）/ Terra（深度推理）。呼应 Gumloop 三级模型语义（Fastest / Recommended / Smartest）。

应用场景：(1) Luna 跑批量简单任务控成本 (2) Sol 日常对话 (3) Terra 复杂数据分析/多步推理

2. Grok 4.5

新模型

💡 需要擅长"创造性使用工具"完成困难长任务（软件工程/数据科学/金融/法律）的模型，且希望用更少步骤解决多步任务

"SpaceXAI's newest model is now available in agents and workflows. It handles difficult, long-running tasks that require creatively using tools ... and solves multistep tasks in under half the steps of comparable frontier models."

[推断] xAI Grok 4.5。卖点：(1) 擅长需"创造性工具使用"的困难长任务 (2) 多步任务所需步数约为同类 frontier 模型的一半（更高效 = 更省 credit + 更快）。

应用场景：(1) 软件工程 agent 多步调试 (2) 金融/法律研究长链路推理 (3) 看重"少步数搞定"的成本敏感长任务

3. Mention Brain Sources in Chat最值得跟踪

新功能

💡 Brain 此前只能通过 agent 配置预挂载知识源——对话中临时想让 agent 只从某份特定文档回答时，无法精确指向，agent 可能搜遍全部 Brain 或猜错来源

"You can now @mention a Brain source in an agent chat to point the agent at exactly the content you want it to answer from."

[文档已验证] Brain（v10.8.0 引入）此前模式是"attach 到 agent"——预挂载源，agent 自动获 Search Company Brain + Read document 工具。v10.9.0 新增对话中 @mention这一更轻量的精准引用：用户在 chat 里 @某来源，agent 即被指向该来源精确内容作答。从"预挂载（静态全局）"到"对话中临时指向（动态精准 grounding）"的体验升级——类似 Claude/Cursor 的 @file 引用范式搬到知识库层。

评分：6/13（战略1 护城河1 用户2 复杂度1 创新1）[初始7→质疑-1→最终6]。Brain 既有能力的体验增强非新范式，@ 引用是行业通用模式不构成壁垒，但它是 Brain 走向"高可用知识层"的必经一步。

应用场景：(1) 对话中临时问"根据 @Q3策略文档，目标是什么" (2) 让 agent 只从某份合同回答而非搜全部 Brain (3) 多来源对话中精确切换 grounding

4. Team Accounts for Brain Sources

新功能

💡 Brain 知识源此前用个人账户连接——连接者离职/调岗后源停止同步，团队依赖的知识库突然失效（bus factor = 1）

"Brain sources on a team can now connect with a shared team account instead of someone's personal one, so the source keeps syncing no matter who set it up."

[文档已验证] Brain 源三层 scope（Personal/Team/Organization）。v10.9.0 让 Team 级源可用共享团队账户连接，而非某人个人账户。与 Team Level Secrets（v9.10.0）、Credential Selection for MCP（v9.8.0）一脉相承——把"凭据/连接"从个人所有转为团队所有，消除单点脆弱。源成为团队持久资产。

评分：5/13（战略1 护城河1 用户2 复杂度1 创新0）[初始6→质疑-1→最终5]。通用企业协作能力，无壁垒，但解决持续性刚需。

应用场景：(1) 团队共享 Notion 知识库用团队账户，设立者离职不中断 (2) 企业 IT 统一管理 Brain 源凭据 (3) 团队级 Brain 资产持续积累

5. Revamped Agent Computers（执行环境重建）

改进

💡 agent 运行 Python/JS/shell 的执行环境（官方称 "Agent Computers"）在长任务下不够可靠——代码执行是 agent 做数据分析/文件处理/自动化的底座，不可靠则长任务频繁失败

"We rebuilt the computer agents use to run Python, JavaScript, and shell code on new infrastructure, so code execution is more dependable, especially on long-running tasks."

[推断] "Agent Computers" 是 agent 代码执行环境的正式命名（底层即 Code Sandbox）。本次在新基础设施上重建，重点提升长任务可靠性。呼应 v9.7.0（引入）→ v10.0.0（更快启动 + 更长生命周期）→ v10.1.0（凭据自动恢复）的持续可靠性路线——代码执行是 agent 从"对话"走向"自主完成真实工作"的底座，Gumloop 反复加固它。

应用场景：长时间数据分析、多轮代码迭代、数据处理 pipeline 等 agent 持续运行代码的场景更稳定

6. Custom Role Improvements（角色治理增强）

改进

💡 Composable Roles 此前 connector 策略分散、新角色默认权限过宽、无法控制 agent-owned 凭据创建、创建入口深——企业精细化权限管理体验割裂

connector policy 聚合一览 + 批量 allow/deny；新角色默认零 connector 访问按需授予；控制 agent-owned 凭据创建权；侧边栏直达创建角色。

[文档已验证] 四项增强：

connector policy 一览 + 批量配置（此前分散）
最小权限默认——新角色起步无 connector 访问权，按需授予（从"默认放开"到"默认收紧"的安全范式转变）
控制谁能创建 agent-owned 凭据
侧边栏直达创建入口

企业治理路线（App Policies / Composable Roles / Audit Logs / Connector Explorer）持续打磨，核心方向是最小权限 + 集中可视。

应用场景：(1) 安全团队批量配置角色 connector 权限 (2) 新建受限角色默认零 connector (3) 控制谁能给 agent 配凭据 (4) 管理员快速创建角色

7. Platform Improvements（平台改进）

改进

凭据审计日志记录具体连接账户；Brain 开放 developer API 搜索（Brain 从 UI 走向可编程集成）；Proxied MCP 自动刷新登录减少手动重连。

[推断] 三项。亮点是 Brain API 化——Brain 作为知识层变得更可被外部调用，是 Brain 从"产品功能"走向"平台能力"的信号。凭据审计粒度提升呼应企业治理。

应用场景：(1) 企业审计凭据连接明细 (2) 开发者从外部代码/集成查 Brain (3) Proxied MCP 长期稳定少干预

8. MCP Improvements（MCP 集成增强）

集成

Linear 附件管理 + issue 模板；Slack 搜索/读频道默认用连接者身份；GitHub Actions 运行检查；Salesforce 批量数据加载；Outlook Calendar 含 RSVP 状态。

[推断] 六项。亮点：Slack 默认用连接者身份（agent 看到的消息与用户一致，权限对齐）；Linear 全方位附件 + 模板化；Salesforce 批量导入；GitHub CI 可观测。

应用场景：(1) Linear issue 带附件/按模板创建 (2) Slack agent 以用户视角读消息 (3) Salesforce 大批量导入 (4) GitHub CI 监控

9. Bug Fixes（稳定性修复）修复

subagent 运行消耗远超等价 chat 的 credit（计费精度修复，呼应 Insights 成本可观测性）
Brain 搜索偶发数分钟才返回（Brain 上线两周暴露的性能问题）
长运行 agent chat 有时被提前终止
agent 有时卡在响应中段不恢复
agent 工作时发送的消息未正确排队
agent 设置中从搜索结果加 skill 无反应
curated connector 的 Connect 按钮对 team agent 失效
复制含嵌套 agent 的 agent 时偶发失败
连接 DocuSign 账户失败
hosted agent 页 subagent View Chat 按钮无反应
Analyze Video 拒绝 M4V 和 WMV 文件

竞品分析

战略方向判断

v10.9.0 "Zeballos" 是 v10.8.0 Trinity（Gumloop Brain 里程碑）之后的深化版本——主线是把刚发布的 Brain 从"被动知识库"打磨成"对话中可精准引用 + 团队持久共享"的活知识层，同时持续加固执行基础设施（Agent Computers）和企业治理（Custom Roles）。

1. Brain 两周内连续两次增强，是当前最高优先级产品线。v10.8.0 引入 Brain（10/13 战略级），v10.9.0 立刻加 @mention（精准 grounding）+ Team Accounts（团队持久资产）+ API 搜索（可编程）。这种节奏说明 Brain 正在快速演进。@mention 把"预挂载全局知识"升级为"对话中临时指向"——借鉴 Claude/Cursor 的 @ 引用范式搬到公司知识库层，是 Brain 可用性的关键一跃。

2. "Agent Computers" 命名 + 重建，是执行基础设施的战略性投入。代码执行环境正式命名并重建，瞄准长任务可靠性。代码执行是 agent 从"对话助手"走向"自主完成真实工作"的底座——Gumloop 自 v9.7.0 起反复加固（更快启动、更长生命周期、凭据自动恢复、本次重建）。底座可靠性直接决定 agent 能否承担生产级长任务。

3. Custom Roles "最小权限默认"是企业安全姿态转变。新角色默认零 connector 访问 + 按需授予，从"默认放开"到"默认收紧"。配合 policy 一览 + 批量配置，企业治理从"能用"走向"好用且安全"。

4. 模型矩阵继续扩张（GPT-5.6 三档 + Grok 4.5），但已非差异化焦点。模型覆盖广度早已不是壁垒。GPT-5.6 三档映射三级模型语义，Grok 4.5 主打"少步数完成多步任务"省 credit。模型是 table-stakes。

与我方对比

Brain 的 @mention + Team Accounts 值得对标。我方若有知识库/RAG，"对话中精准指向某来源"和"团队级持久知识资产"是两个高价值体验点——前者解决 grounding 精度，后者解决持续性。但 Brain 本身（v10.8.0）才是战略级功能，本版是其打磨。

Agent Computers 可靠性投入是生产可用性的关键模式。若我方有 agent 执行环境，"为新基础设施重建以提升长任务可靠性"是值得参考的方向——长任务不可靠是 agent 产品核心障碍之一。最小权限默认的安全姿态也值得借鉴。

★★★☆☆

Brain 深化打磨 + 执行底座重建——里程碑后的稳健深化版

关键功能深度点评

Mention Brain Sources in Chat — 把知识库从"预挂载"推向"@引用"。Brain 上线时的知识使用是"attach 到 agent"——静态、全局、需预配置。@mention 带来动态、精准、对话中的 grounding：随时 @某文档 把 agent 注意力指向特定内容。呼应 AI 工具的 @ 引用趋势（Claude @file、Cursor @file/@folder、Notion AI @page），但用在公司知识库层——让 agent 回答"基于哪份真实文档"变得可控。局限：Brain 既有能力的体验增强非新范式，@ 引用本身是行业通用模式不构成壁垒。但它是 Brain 走向"高可用知识层"的必经一步。

Team Accounts for Brain Sources — 消除知识资产的 bus factor。个人账户连接知识源的致命问题是设立者离开则源失效。Team Accounts 把连接所有权收归团队，让 Brain 源成为持久团队资产。与 Team Level Secrets（v9.10.0）是同一思路延续——把"个人凭据"系统性转为"团队/组织凭据"。企业采纳刚需，但属通用企业能力，无壁垒。