Asana利用Codex中的GPT-6 Astra对GPT-6.1 Sol进行实验，使其浏览器代理的模型成本降低了76倍，运行速度提升了5倍。Asana通过其收购的平台Stack AI帮助客户实现跨业务应用的工作自动化。借助Stack AI，客户无需编写代码即可构建能够浏览网站、填写表单和收集信息的工作流程。在Asana的规模下，这些工作流程中的微小低效会不断累积，因此Stack AI首席技术官Frank Hidalgo博士着手让浏览器代理运行得更快、成本更低。他指示Codex中的GPT-6 Astra调查该代理、测试改进方案并比较结果。他估计，如果由人工完成这项工作需要一到两个月，而实际只用了大约一周。
Asana的144次运行研究测试了GPT-6.1 Sol及另外三个前沿模型。在GPT-6.1 Sol上优化后的工作流程，估算模型成本平均为0.47美元，每次运行约四分钟，与Model B上的原始生产设置相比，成本降低76倍，速度提升5倍。Asana首席产品官Arnab Bose表示，这项工作展示了工程师如何设定方向，而GPT-6 Astra负责运行实验，结果则通过Command进入生产环境。
调查发现，该代理缓存了其固定指令和工具定义，却没有缓存不断增长的页面文本和截图历史，因此每次请求都以全价重新发送这些历史内容。Hidalgo测试了三项改动：将缓存扩展至浏览历史、保留更多文本，以及分批删除截图。效果最好的策略是允许截图累积到20张后再修剪为最近一张，从而让较早的历史在更长时间内保持不变。
每种配置都为来自公共演示目录的32本书分别收集了六个字段。每次会话的请求、数据追踪和结果都记录在Command中，团队因此可以事后审查整个研究。研究结论转化为工单，再转化为拉取请求，最终改动进入生产环境。
来源: OpenAI Blog · 由HeadlinesBriefing整理摘要