一次运行 0.47 美元、提速 5 倍：Asana 用 GPT-6.1 Sol 把浏览器智能体成本砍掉 76 倍

AI 智能体很贵，这是很多企业落地时最直观的痛。Asana 旗下无代码自动化平台 StackAI 最近公布了一项 144 次运行的对照实验：在 GPT-6 Astra（Codex 版）的协助下优化浏览器智能体的工作流后，换用 GPT-6.1 Sol 运行，单次成本从 36 美元以上降到 0.47 美元，速度快了 5 倍——便宜 76 倍。而完成这项优化研究本身，只花了大约一周，负责人称如果纯手工做需要一到两个月。

核心看点

• 76 倍成本下降、5 倍速度提升：优化后的浏览器智能体在 GPT-6.1 Sol 上单次运行约 4 分钟、成本 0.47 美元，对比原生产环境（Model B）至少 36.21 美元、22.5 分钟以上；
• AI 做研究，人类定方向：StackAI 首席技术官 Frank Hidalgo 只负责设定目标，GPT-6 Astra 在 Codex 中自主完成代码测绘、实验设计、144 次运行和结果分析；
• 缓存是关键杠杆：优化后 89% 的输入命中缓存，而缓存价格仅为非缓存的 5%，单次调用成本直接降约 3 倍；
• 记忆变大，答案更稳：浏览历史预算从 12 万字符提升到 48 万字符后，18 次运行全部给出正确答案，此前小预算下只有 3/18 能完成。

问题出在哪？

StackAI 的浏览器智能体帮客户自动完成跨网站操作：填表、抓信息、跑流程。GPT-6 Astra 排查代码后发现两个致命浪费：

第一，该缓存的没缓存。智能体缓存了固定指令和工具定义，却没有缓存不断增长的网页文本和截图历史——导致每一次请求都要按全价重新发送整段历史，成本随步骤数线性爆炸。

第二，修剪太勤快。智能体几乎每一步都会丢弃旧截图、截断文本，每次修改都会让历史发生变化，所以单纯缓存历史也没用；更糟的是，丢掉的信息可能迫使它回头重读已经访问过的页面，既慢又贵。

三个改动，效果立竿见影

Hidalgo 从 Astra 提出的方案中挑了三个进行验证：

• 把缓存机制扩展到浏览历史；
• 加大智能体可保留的文本量（12 万 → 48 万字符）；
• 截图改为「攒到 20 张再批量清理」，而不是每步都删。

Astra 随后重构了代码，让一套前后端可以并行跑多种工作流配置，并完整执行了 144 次对照实验：4 个前沿模型 × 2 档历史预算 × 6 种缓存与截图策略，每个配置跑 3 遍。所有实验过程记录在 Asana 的软件交付平台 Command 中，结果直接转成工单和 PR 上线生产。

最优策略组合下，仅 GPT-6.1 Sol 自身就实现了 4 倍降本（1.97 → 0.47 美元/次）；对比最初的 Model B 生产配置，整体降幅达到 76 倍。Hidalgo 形容工作方式的变化：「睡前设一个目标，早上看结果——这活手工要一两个月，用 Astra 只要一周。」

为什么这件事值得开发者警惕？

这个案例给所有做 Agent 应用的团队提了个醒：贵，往往不是模型定价贵，而是工程细节在烧钱。历史怎么缓存、截图何时清理、上下文预算给多大，这些看似琐碎的设计，直接决定智能体能否跑得动、跑得起。Asana 还发现一个隐性问题——上下文太小不只影响成本，还影响「能不能答出来」：预算加大后任务完成率从 17% 飙到 100%。

Asana 已经把这套浏览器导航优化发布到 StackAI，并计划把「成本—速度—质量」对照测试做成平台能力，让客户配置智能体时可以直接对比。更值得注意的是，他们开始用 GPT-6 Astra 在发布前自动测试产品功能——让智能体自己点页面、试输入、报 bug，交给人类 QA 复核。CTO 的判断是：「交付速度不再是瓶颈，人类的注意力才是。我们正接近这样一个世界：每个工程师都是带领一支智能体舰队的项目经理。」