Asana 借助 GPT-6.1 Sol 实现浏览器代理测试成本骤降 76 倍，效率提升 5 倍

Asana 通过在其 Codex 系统中集成 GPT-6 Astra 架构下的 GPT-6.1 Sol 模型，成功将浏览器代理（Browser Agent）的运行成本降低了 76 倍，同时实现了 5 倍的速度提升，标志着企业级 AI 代理从“高耗能实验”向“规模化生产”的重大跨越。

• ▶ 成本结构的范式转移：通过模型蒸馏与 Astra 架构的深度优化，Asana 证明了复杂的多步浏览器自动化任务不再受限于高昂的 Token 成本，为 AI 代理的普及扫清了财务障碍。
• ▶ 响应速度的量级突破：5 倍的速度提升将原本延迟明显的异步操作转化为近乎实时的交互体验，极大地增强了 AI 代理在动态网页环境中的鲁棒性。

八卦洞察

Asana 的这一进展揭示了当前大模型竞争的下半场重心：推理效率的极致压榨。GPT-6.1 Sol 的成功并非单纯依赖参数规模的扩张，而是通过 Astra 架构实现了针对特定任务（如浏览器 DOM 解析与动作编排）的精准优化。这表明，未来的行业领先者将不再仅仅比拼“谁的模型更聪明”，而是比拼“谁能以最低的单位成本交付同等的认知能力”。Asana 正在从一家协同软件公司转型为 AI 代理的基础设施先行者，其 Codex 系统的成功经验预示着“代理原生”（Agent-native）工作流将成为企业软件的新标准。

行动建议

企业应立即评估现有 AI 任务的“推理效能比”，停止在非核心场景中盲目调用全量大模型。建议技术团队关注类似 GPT-6 Astra 这种具备高度任务针对性的模型变体，通过模型级联（Model Cascading）策略，将高频、重复的代理任务迁移至像 Sol 这样经过优化的轻量级高性能模型上，以实现成本与性能的帕累托改进。