Asana ने Codex में GPT-6 Astra का उपयोग करके GPT-6.1 Sol पर प्रयोग चलाते हुए अपने ब्राउज़र एजेंट की मॉडल लागत 76 गुना घटाई और उसे 5 गुना तेज़ बनाया। Asana अपने अधिग्रहित प्लेटफ़ॉर्म Stack AI के माध्यम से ग्राहकों को व्यावसायिक एप्लिकेशन में काम स्वचालित करने में मदद करता है। Stack AI के साथ ग्राहक ऐसे वर्कफ़्लो बना सकते हैं जो वेबसाइटों पर नेविगेट करें, फ़ॉर्म भरें और जानकारी जुटाएँ, और इसके लिए कोड लिखने की ज़रूरत नहीं होती। Asana के पैमाने पर इन वर्कफ़्लो की छोटी अक्षमताएँ जुड़कर बड़ी बन जाती हैं, इसलिए Stack AI के CTO Frank Hidalgo, Ph D, ने ब्राउज़र एजेंट को तेज़ और सस्ता चलाने का लक्ष्य रखा। उन्होंने Codex में GPT-6 Astra को एजेंट की जाँच करने, सुधारों का परीक्षण करने और परिणामों की तुलना करने का निर्देश दिया। जिस काम को उन्होंने हाथ से करने पर एक से दो महीने का अनुमान लगाया था, वह लगभग एक सप्ताह में हो गया।
Asana के 144 रन वाले अध्ययन में GPT-6.1 Sol और तीन अन्य फ्रंटियर मॉडलों का परीक्षण हुआ। GPT-6.1 Sol पर अनुकूलित वर्कफ़्लो की औसत अनुमानित मॉडल लागत $0.47 रही और प्रति रन लगभग चार मिनट लगे, जो Model B पर मूल उत्पादन सेटअप से 76 गुना सस्ता और 5 गुना तेज़ है। Asana के CPO Arnab Bose ने कहा कि इस काम ने दिखाया कि एक इंजीनियर दिशा तय कर सकता है, जबकि GPT-6 Astra प्रयोग चलाता है और परिणाम Command के माध्यम से उत्पादन तक पहुँचते हैं।
जाँच में पाया गया कि एजेंट अपने निश्चित निर्देशों और टूल परिभाषाओं को कैश करता था, लेकिन पृष्ठ के टेक्स्ट और स्क्रीनशॉट के बढ़ते इतिहास को नहीं, इसलिए हर अनुरोध में वह इतिहास पूरी कीमत पर फिर से भेजा जाता था। Hidalgo ने तीन बदलाव आज़माए: ब्राउज़िंग इतिहास तक कैश बढ़ाना, अधिक टेक्स्ट रखना, और स्क्रीनशॉट को बैच में हटाना। सबसे अच्छी नीति में स्क्रीनशॉट 20 तक जमा होने दिए गए और फिर केवल सबसे नए को रखा गया, जिससे पुराना इतिहास लंबे समय तक अपरिवर्तित रहा।
हर कॉन्फ़िगरेशन ने एक सार्वजनिक डेमो कैटलॉग की 32 किताबों में से प्रत्येक के छह फ़ील्ड एकत्र किए। हर सत्र के अनुरोध, डेटा ट्रेस और परिणाम Command में दर्ज हुए, ताकि टीम बाद में पूरे अध्ययन की समीक्षा कर सके। निष्कर्ष टिकटों में, फिर पull requests में बदले, और बदलाव उत्पादन में गए।
स्रोत: OpenAI Blog · HeadlinesBriefing द्वारा सारांशित