功能详情
1. Skills for Agents（Agent 技能系统）
新功能Agents can create and edit their own skills and scripts and learn to operate as users do. Scripts can call integrated MCP tools.
Skills 是一个文件夹结构（
skill.md + scripts/ + references/ + assets/），Agent 可以创建和编辑自己的技能。核心机制是渐进式加载——Skills 只在语义匹配时按需载入，避免上下文膨胀。Agent 可以从错误中学习：每次用户纠正 Agent，Agent 会将经验记录到对应的 Skill 中。脚本（Gumscripts）可以调用已连接的 MCP 工具（Salesforce、Apollo、Gong 等），Gumloop 自动处理认证。Skills 基于开源标准 agentskills.io。应用场景：Agent 长期使用时持续积累领域知识——销售 Agent 学会特定客户的沟通风格、客服 Agent 记录产品常见问题的标准回复、数据分析 Agent 掌握公司内部数据规范。
2. OpenRouter Model Config Options
新功能Select Qwen or Kimi in agent chat, then configure OpenRouter options via "AI Advanced Settings."
在 Agent Chat 中选择 Qwen 或 Kimi 模型后，可通过"AI 高级设置"配置 OpenRouter 选项。
应用场景：需要非主流模型完成特定任务的用户（如 Qwen 的中文处理能力、Kimi 的长文本处理）。
3. Revamped Credential Management
改进Redesigned pages for managing personal and workspace credentials more easily.
重新设计的凭据管理页面，改善个人和工作区凭据的管理体验。
应用场景：所有需要连接外部服务的用户，特别是管理多个账户的团队成员。
其他改进与修复
- Greenhouse MCP 修复（改进）：boolean params 修复、附件支持
- Reddit scraper 修复（改进）：帖子媒体 URL 修复
- Linear MCP 改进（改进）：initiative 读写工具
- Notion MCP 改进（改进）：写入工具、Tableau Query House 更多字段
竞品分析
战略方向判断
Skills for Agents 是本版本最核心的战略功能。它的意义在于建立了 Agent 的"长期记忆"和"自我进化"机制——这不是让 Agent 更聪明（靠模型升级），而是让 Agent 更"懂你"（靠使用积累）。
更深层地看，Skills 创造了一种"锁定效应"：用户在一个 Agent 上投入的时间越多（纠错、调教），Agent 就越有价值，迁移到其他平台的成本就越高。这是一种优雅的护城河设计。
OpenRouter 和 Credential Management 的改进则体现了"不锁定 AI 供应商"和"简化企业部署"的双重战略。
与我方对比
Skills 系统是一个值得深入研究的竞品功能。它本质上是一种"Agent-native 的知识管理系统"——不是用户写文档，而是 Agent 自己记录和整理经验。这比传统的"给 Agent 写 prompt"或"上传知识库"更加自动化和可持续。如果我方产品没有类似的累积学习机制，长期来看 Agent 的"个性化深度"会存在差距。
本次更新评价
Skills for Agents 是产品智能化的关键一步——从"配置 Agent"到"培养 Agent"的范式转变。
★★★★☆
推荐关注度：4 星