浏览器智能体成本骤降76倍：Asana如何用GPT-6.1 Sol重写AI自动化经济学

当浏览器智能体遇上成本瓶颈

企业级自动化平台正在面临一个尴尬的现实：功能越强大，运行成本越难以控制。Asana 旗下的 StackAI 平台允许客户通过无代码方式构建浏览器智能体，自动完成网页导航、表单填写和信息采集等任务。但当这些工作流在规模化场景下运行时，每一次页面截图、每一段历史文本的重复传输，都在悄然累积成可观的模型调用费用。

这一困境并非 Asana 独有。根据 OpenAI 官方文档 对上下文缓存机制的说明，输入令牌中重复部分若未被有效缓存，将按全价计费，这在长会话智能体场景中尤为致命。Asana 的 StackAI 首席技术官 Frank Hidalgo 博士决定从根本上解决这个问题——他借助 Codex 中的 GPT-6 Astra 模型，对浏览器智能体的工作流进行了系统性重构，最终在 GPT-6.1 Sol 上实现了估计模型成本降低 76 倍、运行速度提升 5 倍的突破。

问题诊断：被忽视的历史数据膨胀

Hidalgo 的第一步并非直接优化，而是让 GPT-6 Astra 深入代码库，理解智能体如何构建每一次模型请求。诊断结果揭示了一个关键缺陷：智能体确实缓存了固定指令和工具定义，但对不断增长的页面文本和截图历史却未做任何缓存处理。这意味着每一次新请求都要以全价重新发送全部历史记录。

更棘手的是，智能体几乎在每一步都会丢弃旧截图并裁剪文本。这种频繁的编辑操作使得历史记录不断变化，即便单独缓存历史也无法奏效。而丢失这些信息又可能迫使智能体重新访问已经读取过的页面，形成恶性循环。

Hidalgo 估计，若依靠人工完成这项调查和优化，需要一到两个月。但借助 GPT-6 Astra，整个过程压缩到了约一周。他采用的模式是：睡前设定目标，次日早晨审查结果。

实验设计：144 次运行揭示最优配置

Hidalgo 从 GPT-6 Astra 提出的修复方案中筛选出三项进行测试：将缓存扩展至浏览历史、增加可保留的文本量、以及批量删除截图而非每步删除。

由于原始代码并非为受控实验设计，GPT-6 Astra 首先重构了代码架构，使一个前端和后端能够并行支持多个工作流，每个工作流拥有独立配置。随后，它执行了一项包含 144 次运行的完整研究：历史预算设为 12 万和 48 万字符两档，六种缓存与截图策略，每种配置在四个模型上各测试三次。

测试任务统一为：从公共演示目录中为 32 本书各采集六个字段，这代表了部分 Asana 客户在 StackAI 上的典型使用场景。参与对比的模型包括 GPT-6.1 Sol 以及另外三个前沿模型（分别代号为 Model A、B、C），其中 Model B 是原生产环境所用模型。

所有会话的请求、数据追踪和结果均记录在 Asana 的软件交付平台 Command 中，确保研究可完整回溯。

成本曲线的断崖式下降

优化效果在数据上表现得极为直观。对于原生产模型 Model B，优化后估计模型成本从至少 36.21 美元（部分原始运行因达到步数上限而未完成）降至每次 1.24 美元，降幅达 29 倍。而切换到 GPT-6.1 Sol 的优化工作流后，成本进一步降至 0.47 美元，比 Model B 优化版还便宜 2.6 倍。

值得注意的是，优化工作流中的每一次运行都成功完成了任务并返回了正确答案。在 GPT-6.1 Sol 上，仅扩大历史预算并采用新的缓存与截图策略，就将成本从 1.97 美元降至 0.47 美元，降幅 4 倍。每次调用的成本约为原来的三分之一，因为 89% 的输入来自缓存，而缓存价格仅为未缓存价格的 5%。

速度方面同样显著：原始 Model B 设置下每次运行至少需要 22.5 分钟，而 GPT-6.1 Sol 优化工作流仅需约四分钟。

这种成本结构的变化，本质上重新定义了浏览器智能体的商业可行性。当单次运行成本从数十美元降至不足半美元，原本因经济性不佳而无法自动化的长尾场景， suddenly 变得值得尝试。

国内视角：成本优化竞赛的全球共振

Asana 的案例并非孤立事件。在大洋彼岸，国内厂商同样在智能体成本优化上展开激烈角逐。DeepSeek 通过 MoE 架构和 MLA 注意力机制大幅降低推理成本，其 API 定价长期处于行业低位；通义千问则依托阿里云的弹性算力调度，在企业级智能体场景中强调单位任务成本的可预测性；字节跳动的豆包大模型则通过与火山引擎的深度整合，在浏览器自动化等场景中提供缓存友好的上下文管理方案。

与 Asana 依赖 Codex 和 GPT-6 Astra 进行自动化实验不同，国内团队更倾向于将优化能力内化到模型推理层和平台调度层。Kimi 背后的月之暗面在长上下文处理上持续投入，智谱 GLM 则在工具调用和结构化输出方面优化令牌效率。两条路径殊途同归：让智能体在保持能力的同时，把每一次调用的经济账算得更精细。

人机协作的新范式

Asana 首席产品官 Arnab Bose 对这项成果的定位颇具深意："这就是人类与智能体团队协作在实践中的样子。工程师设定方向，GPT-6 Astra 执行实验，结果通过 Command 进入生产环境。"

从更宏观的视角看，这项研究展示了 AI 辅助工程的一种成熟形态。Hidalgo 并未亲自编写每一行测试代码，而是将 GPT-6 Astra 作为研究执行者，自己专注于方向判断和结果审查。GPT-6 Astra 不仅执行了实验，还完成了代码重构、变量筛选和数据分析。这种分工模式将人类工程师从重复性劳动中解放出来，使其专注于更具战略价值的决策。

对于正在评估智能体自动化投资回报率的企业而言，Asana 的案例提供了一个可量化的参考框架：成本优化不是一次性项目，而是需要持续监控和迭代的工程实践。缓存策略、历史预算和截图管理这三个看似细枝末节的变量，叠加起来足以改变一个产品的单位经济学。

常见问题

Asana 是如何将浏览器智能体成本降低 76 倍的？

核心手段是三项优化：将缓存扩展到浏览历史、把历史文本预算扩大到 48 万字符、以及让截图累积到 20 张后再批量清理而非每步删除。配合 GPT-6.1 Sol 模型，估计模型成本从 Model B 的至少 36.21 美元降至 0.47 美元。

GPT-6 Astra 在 Codex 中扮演了什么角色？

GPT-6 Astra 承担了代码库映射、问题诊断、代码重构、实验执行和数据分析的全流程。它帮助 Hidalgo 在约一周内完成了原本需要一到两个月的人工研究。

为什么缓存浏览历史如此关键？

因为浏览器智能体每次请求都会携带不断增长的页面文本和截图历史。若不缓存，这部分输入按全价计费；优化后 89% 的输入来自缓存，价格仅为未缓存部分的 5%，单次调用成本降至约三分之一。

优化后的工作流是否影响任务准确率？

没有。优化工作流中的每一次运行都完成了任务并返回了正确答案，准确率未受任何影响。

这项优化对其他 AI 智能体开发团队有何借鉴意义？

它表明智能体的成本瓶颈往往隐藏在上下文管理的细节中。通过系统性地审查缓存策略、历史预算和资源清理频率，团队可以在不牺牲能力的前提下显著改善单位经济学。

关于 Bingdada

Bingdada 是一个专注 SEO、GEO（生成式引擎优化）与 AEO（答案引擎优化）的内容平台，由资深内容编辑、SEO 技术工程师与 AI 研究专家组成的团队持续运营。我们追踪搜索引擎与生成式 AI 的最新动态，为读者提供准确、实用、可落地的方法论与行业洞察。

编辑团队：内容策划 · 技术编辑 · AI 研究组
网站：bingdada.com

© 2026 Bingdada. 保留所有权利。