Asana 如何将浏览器自动化成本降低 76 倍

在自动化工作流领域，成本与效率往往是开发者的两难选择。作为项目管理的领导者，Asana 通过其收购的 StackAI 平台，让客户能够无需编写代码即可构建跨业务应用的自动化流程。然而，当自动化规模扩大到企业级时，微小的效率损耗会迅速累积。Asana 的技术团队最近通过引入 GPT-6.1 Sol 模型，成功解决了这一痛点，将浏览器代理的运行成本降低了 76 倍，速度提升了 5 倍。

问题背景：企业级自动化面临的效率瓶颈

Asana 的 StackAI 平台允许用户通过自然语言指令控制浏览器，自动填表、抓取数据。但在实际生产环境中，这种基于大模型的 Agent（智能体）面临两个主要问题：

• 高昂的 Token 成本：每次请求都重新发送完整的页面历史和截图，导致模型推理成本激增。
• 上下文丢失：为了节省资源，Agent 频繁丢弃旧截图和截断文本，导致后续步骤需要重新访问已读取的页面。

技术突破：GPT-6 Astra 辅助的极速优化

面对这些挑战，Asana StackAI 的 CTO Frank Hidalgo 博士并没有选择手动排查，而是启用了 GPT-6 Astra in Codex 作为“超级实习生”。这项技术利用先进的 AI 模型来分析代码库并设计实验方案。

据估算，原本需要人类工程师耗时 1-2 个月的研究工作，在 GPT-6 Astra 的辅助下，仅用一周便完成了。Astra 不仅仅是发现了问题，还提出了具体的代码重构方案。

核心优化策略：三个关键改进

Asana 团队基于 GPT-6 Astra 的建议，实施了以下三项核心优化，这也是开发者可以借鉴的实战经验：

1. 扩展缓存机制：不再仅缓存指令和工具定义，而是将 Agent 的浏览历史也纳入缓存。这意味着后续请求不需要重复传输已读过的内容，直接复用上下文。
2. 增加历史保留预算：将文本保留量从原来的限制大幅提升，允许 Agent 在更长的时间窗口内保留更多信息，减少重复抓取。
3. 批量处理截图：这是最关键的优化点。Agent 不再在每一步都移除旧截图，而是允许截图累积到一定数量（如 20 张）后再批量清理。这保证了 Agent 在处理长流程任务时，不会因为丢失关键画面而迷路。

实验结果：GPT-6.1 Sol 的压倒性优势

Asana 进行了规模空前的 144 次运行测试，对比了 GPT-6.1 Sol 与其他三个前沿模型（Model A, B, C）的表现。

• 成本对比：采用优化策略的 GPT-6.1 Sol，平均每次运行成本仅为 $0.47，相比原本使用的 Model B，成本降低了 76 倍。
• 速度对比：平均运行时间缩短至约 4 分钟，速度提升了 5 倍。
• 模型竞争力：值得注意的是，GPT-6.1 Sol 甚至击败了价格只有其一半的 Model A，证明了优化策略与模型能力的结合是关键。

总结：人机协作的新范式

Asana 的这次优化不仅是技术参数的胜利，更是 AI Agent 工作流设计的一次重要启示。它展示了如何通过智能化的代码审查和精细的上下文管理，将大模型应用从“玩具”推向“生产力工具”。

对于开发者而言，这意味着在构建浏览器自动化 Agent 时，不应只关注模型本身，更要重视“Prompt 优化”之外的工程化治理，如缓存策略和状态管理，这才是降低成本、提升效率的根本之道。