📖 AI 总结

Asana 利用 Codex 中的 GPT-6 Astra 对其浏览器智能体工作流进行优化，在 GPT-6.1 Sol 上实现了显著的成本与速度改进。其 StackAI 平台的浏览器智能体原本存在缓存不完整、历史信息重复计费、截图与文本频繁裁剪等低效问题。通过 GPT-6 Astra 对代码库的梳理与实验，团队测试了扩展浏览历史缓存、增加文本保留量、批量移除截图三项改进，并在 144 次运行中对比了 GPT-6.1 Sol 与另外三个前沿模型。结果显示，优化后的工作流平均每次运行成本约 0.47 美元、耗时约四分钟，较原生产环境下的 Model B 便宜 76 倍、快 5 倍；原本预计需一至两个月的人工研究缩短至约一周。该案例展示了人类工程师设定方向、AI 智能体执行实验并推动结果落地的协作模式。