Gumloop

Gumloop jest AI-native platformą do budowy agentów i wizualnych workflow. Łączy swobodne rozumowanie agenta z deterministycznymi flows, subflows, triggerami, API i ponad 350 serwerami MCP. Może wystawiać hostowany MCP, konsumować zewnętrzne tools i udostępniać integracje także bezpośrednio klientom takim jak Claude lub Cursor; dlatego technicznie bardzo dobrze pasuje do testów z Codex/Hermes. Enterprise dodaje VPC, RBAC, SSO/SCIM, audit, model policies, app guardrails i zero-data-retention.

Max Brodeur-Urbas i Rahul Behal zaczęli w kwietniu 2023 r. w Vancouver od AgentHub — webowego wrappera Auto-GPT. Gdy autonomiczne agenty okazały się drogie i niestabilne, przenieśli AI do punktów wymagających rozumowania, a resztę procesu do kontrolowanego workflow. Firma weszła do YC W24 i przyjęła nazwę Gumloop. Handbook · YC

Gumloop zebrało 3,1 mln USD seed w 2024 r., 17 mln USD Series A w 2025 r. i 50 mln USD Series B prowadzoną przez Benchmark w marcu 2026 r. Producent pokazuje wdrożenia m.in. w Shopify i Gusto; są to case studies vendora, ale dają konkretny obraz skali organizacyjnej. Series B · Shopify · Gusto

Platforma rozdziela dwa artefakty. Workflows to wizualne, node-based automatyzacje z warunkami, pętlami, subflows, wersjonowanymi nodes i triggerami. Agents to silniki rozumujące, które dobierają tools, łączą wywołania i mogą uruchamiać workflows. Agent Node pozwala osadzić autonomiczne rozumowanie w kontrolowanym flow. Taki układ umożliwia ograniczenie AI do decyzji, a integracje i zapisy utrzymać w przewidywalnych krokach. Template guide · MCP example

Gumloop oferuje 35+ modeli i BYOK dla OpenAI, Anthropic, Google, Perplexity, xAI, DeepSeek i Fireworks. Enterprise może prowadzić ruch przez własny proxy i ograniczać dostępne modele. Gumball jest nadrzędnym agentem, który ma dostęp do agents i skills zespołu i może delegować subagentom. BYOK · Agent orchestration

Kontekst może pochodzić z plików, live tools, baz i firmowych systemów oraz współdzielonych skills/company data. Publiczne materiały mówią o wspólnym „company brain” i agentach uczących się z runów, lecz dokładny model pamięci, provenance i mechanizm zatwierdzania zmian pamięci trzeba przetestować. YC profile

• agent researchu i enrichmentu leadów z wieloma źródłami;
• kwalifikacja i scoring według firmowego ICP;
• przygotowanie do spotkania i analiza rozmów;
• CRM agent aktualizujący rekordy i zadania;
• personalizacja wiadomości i controlled outreach;
• monitoring konkurencji, kont i sygnałów zmian;
• analiza pipeline, raporty i automatyczne briefy;
• wspólne agents/skills dla zespołów GTM.

Zakres kontekstu i danych zależy od funkcji, planu oraz połączonych systemów.

Gumloop działa po obu stronach MCP. Agent może konsumować konkretne tools z serwera, a workflow może użyć Agent Node albo single-purpose custom MCP node. Pro zawiera jeden hostowany MCP server; Enterprise rozszerza hosting/governance. Dokumentacja integracji podaje także remote endpoint używany bezpośrednio przez Claude i Cursor z credentials Gumloop. MCP Airtable · MCP Exa

Publiczne API pozwala pobrać schemat inputów, uruchamiać i zatrzymywać flows, śledzić run oraz pobierać audit logs. To daje Codex/Hermes alternatywny, deterministyczny kanał nawet wtedy, gdy MCP nie obejmuje konkretnej operacji. API schema · Kill run · Audit API

W praktyce trzeba zweryfikować transport, auth, scopes, tool allowlist, dostępność Gumloop-workflow-as-tool i zgodność z klientami Codex/Hermes. Materiały o poszczególnych MCP często opisują proxy/hosting integracji zewnętrznej, a nie pełną administrację samą platformą.

Enterprise oferuje VPC w AWS/Azure/GCP, SAML/SCIM, RBAC, audit logs, model restrictions, secrets/credential scopes, AI proxy, usage caps, approval podniesienia limitu oraz natural-language app policies blokujące, oznaczające lub logujące akcje. Homepage pokazuje też wspólny monitoring MCP client/server. Enterprise · Engineering controls

Workflow checkpoints zapisują snapshoty, które można ponownie ustawić jako live; nodes mają wersje, by update nie łamał istniejącego flow. Run można zabić przez API, lecz zatrzymanie nie cofa skutków już wykonanych w zewnętrznych systemach. Checkpoints · Node versions

Domyślnie dane input/output nodes są przechowywane dla debugowania. Incognito Mode wykonuje kroki bez zapisu ich treści, przez co późniejsza analiza błędu jest niemożliwa. Privacy deklaruje no-training dla danych premium i umowy no-training z OpenAI/Anthropic; homepage mówi o ZDR u third-party models. Pozostali providerzy BYOK, logi, backups i dokładna retencja wymagają mapy per konfiguracja. Incognito · Privacy

Free daje 5 tys. credits, 1 seat i 1 aktywny trigger. Pro zaczyna się od 37 USD/mies. za 20 tys. credits, unlimited seats/teams/agents, BYOK i MCP server hosting; suwak sięga 1,5 mln credits. Enterprise jest custom. Overage kosztuje 0,005 USD/credit i jest limitowany do 2× planu. Pricing overview · Credits

Od sierpnia 2026 r. producent opisuje docelowy model jako passthrough tokenów i compute at cost plus 8% orchestration fee. BYOK obniża część modelowego zużycia credits o 50%, ale nie eliminuje opłat za tool calls, nodes ani bazowy run. Credits Pro nie przechodzą na nowy cykl; Enterprise może mieć rollover. Transparent pricing · BYOK

G2 pokazuje 4,8/5, ale zaledwie 6–7 recenzji. Opinie chwalą UI, elastyczność, AI-native design, MCP i szybkie wsparcie; jednocześnie wskazują learning curve, choice paralysis, słaby feedback przy awarii złożonego agenta i mniejszą dojrzałość enterprise. To dobra lista hipotez testowych, nie reprezentatywna miara. G2

Najważniejsze ograniczenia:

• jakość polskiego, researchu, RAG/memory i tool correctness pozostaje N/D;
• memory/company brain i self-improvement wymagają dowodu oraz kontroli zmian;
• app policies w języku naturalnym same mogą być niejednoznaczne;
• MCP docs mieszają klienta, hostowane proxy serwerów aplikacji i ekspozycję własnych automatyzacji;
• checkpoint nie jest rollbackiem skutków zewnętrznych;
• incognito usuwa dowody potrzebne do debugowania;
• Pro współdzieli ownership i credits — potrzebne restrykcyjne foldery, role i caps;
• publiczna Privacy gwarantuje no-training dla premium, nie równie jasno dla Free;
• BYOK zmienia model danych i koszt, ale nadal przechodzi przez orkiestrację;
• koszt agentów, MCP i web research może rosnąć nieprzewidywalnie.

Profil zweryfikowano 2026-09-20. Linki źródłowe znajdują się bezpośrednio przy wspieranych twierdzeniach.