OpenAI 於二零二六年十月九日刊出客戶案例，指工作管理公司 Asana 透過 GPT-6 Astra（在 Codex 內運行）優化其 StackAI 瀏覽器代理後，在一百四十四次對照實驗中，以 GPT-6.1 Sol 跑出的優化工作流，估計模型成本較原生產設定（Model B）降低約七十六倍、執行時間約快五倍；優化後平均估計模型成本約零點四七美元、單次約四分鐘。來源真實性已驗證。

對正在把 AI 代理接上真實網站填表、抓取與跨應用自動化的香港與亞洲企業而言，重點不在「換更大模型」口號，而在快取、瀏覽歷史與截圖策略如何決定 token 帳單與完成率——這是可複用的代理成本工程實務。

OpenAI／官方：Asana 以 GPT-6.1 Sol 把瀏覽器代理測出成本降約七十六倍——Astra／Codex 一周完成原需一兩個月實驗，平均約零點四七美元／次、約快五倍

OpenAI 官方於二零二六年十月九日發布〈Asana cuts model costs 76x in browser tests with GPT-6.1 Sol〉。本文已核對該頁所列實驗設計、成本與延遲數字，以及 Asana／StackAI 對工作流上線的公開表述；來源真實性已驗證。以下數字屬官方與客戶公開的估計模型成本與內部測試結果，並非獨立第三方審計，亦可能因定價、快取費率或任務而異。

一、核心事件：用前沿模型「研究」自己的瀏覽器代理

技術細節

按 OpenAI 公開案例，要點包括：

• 產品脈絡：Asana 透過收購的 StackAI 平台，讓客戶以低代碼方式建立可導航網站、填表與蒐集資訊的工作流。規模放大後，代理請求的小低效會累積成可觀成本。
• 實驗指揮：StackAI CTO Frank Hidalgo 指示在 Codex 中運行的 GPT-6 Astra，調查代理如何組裝每次模型請求、提出改進並比較結果；他估計人手需一至兩個月的研究，實際約一周完成。
• 對照規模：一百四十四次運行，比較 GPT-6.1 Sol 與另外三個前沿模型（文中稱 Model A／B／C）。任務是從公開示範目錄為三十二本書各收集六個欄位，代表部分客戶實際跑法。
• 頭條結果（相對原生產 Model B）：優化後的 GPT-6.1 Sol 工作流平均估計模型成本約 零點四七美元、約 四分鐘／次，較原設定約 便宜七十六倍、約 快五倍。原 Model B 部分運行曾觸及步驟上限而未完成，故基線成本以「至少約三十六點二一美元」為下界。
• 同模型優化幅度：僅就 Model B，優化後約一點二四美元（約二十九倍降幅）；GPT-6.1 Sol 優化後再比優化後的 Model B 約便宜二點六倍。在 GPT-6.1 Sol 與更大歷史預算下，新快取／截圖策略相對該模型自己的未優化設定，成本約降四倍（約一點九七美元→約零點四七美元）。
• 快取結構：每次呼叫約有 百分之八十九 輸入來自快取，並按未快取價的約 百分之五 計價（官方表述）；這是成本下降的主要機制之一。
• 已上線：瀏覽器導航相關改動已釋出至 StackAI；實驗紀錄寫入 Asana 的 Command 交付平台，再轉為工單與拉取請求進入生產。

二、技術原理深度解析

這次案例的工程含義，是把「瀏覽器代理」從黑盒提示工程，拆成可實驗的請求組裝與狀態管理問題：

1. 固定指令已快取，瀏覽歷史卻沒有
   Astra 發現代理會快取固定指令與工具定義，卻沒有快取持續增長的頁面文字與截圖歷史，以致每次請求都以全價重送整段歷史。這是典型的「上下文會膨脹、帳單按輸入計」陷阱。

2. 每步修剪會破壞快取命中
   代理幾乎每一步都丟棄較舊截圖並修剪文字；每次編輯都改變歷史內容，單靠「開始快取歷史」幫助有限，而且丟棄事實可能迫使代理重訪已讀頁面。優化方向因此變成：延長歷史不變的時間窗，並改批量刪截圖。

3. 三項可測變量
   Hidalgo 選定測試：(1) 把快取延伸到瀏覽歷史；(2) 提高可保留文字量；(3) 不以每步、而以批次方式移除截圖。Astra 先做快速篩選，再重構前後端，使同一套程式可並行跑多組工作流與設定。

4. 歷史預算與截圖策略的交互
   正式實驗覆蓋歷史預算約十二萬與四十八萬字元，以及六種快取／截圖政策（各模型各跑三次）。表現最佳的政策允許截圖累積至二十張後再裁回只留最近一張，讓較早歷史在較長區間保持不變；再配合更大歷史預算，成為優化工作流。更大預算亦把 GPT-6.1 Sol「有正確答案」的完成次數，由較小預算下十八次中的三次，提升至十八次全部正確完成。

5. 人機分工：工程師定方向，代理跑實驗
   Asana CPO Arnab Bose 形容：工程師定方向，GPT-6 Astra 跑實驗，結果經 Command 進生產——示範「人類＋代理團隊」如何縮短原本以月計的成本優化循環。Hidalgo 亦指團隊正用 Astra 在發布前導航產品、嘗試輸入並回報缺陷供人工 QA。

三、對代理產品與成本模型的影響

• 對 Asana／StackAI 客戶：官方指成本過去限制了可提供的模型檔次；代理更有效率後，可在降低營運成本的同時提供更快、更強的模型選項。
• 對企業採購：瀏覽器代理報價應要求供應商披露快取命中率、歷史／多模態（截圖）策略與「任務完成率」，而非只比拼標稱模型單價。
• 對開發平台：把 A／B 實驗、用量追蹤與拉取請求串進交付平台（此處為 Command），比一次性手改提示更可審計、可回滾。
• 對競爭：案例刻意隱去競爭模型名稱，但公開了可複現的任務形狀（多欄位目錄抓取）；讀者應自行在自有站點與合規邊界內重跑，勿假設七十六倍可直接外推。

四、日常應用場景

1. 開發者與技術團隊

若你在建 Playwright／瀏覽器工具呼叫的代理，應先量測「每步是否重送完整 DOM／截圖歷史」。優先實作：歷史段快取、截圖批量淘汰、以及可配置的歷史字元預算；並把成本、延遲、正確率做成與模型選擇同等重要的評估軸。

2. 企業與隱私敏感行業

金融、醫療、法務等行業若允許代理登入內部入口網站，除成本外更要管會話隔離、憑證注入與審計日誌。可先在不含生產機密的示範目錄或預發環境重跑類似一百四十四次實驗，再決定是否把更強、更貴的模型開給業務單位。

3. 一般用戶／業務營運

低代碼「網站導航＋填表」工作流適合採購、客服與營運回填；但用戶應理解：截圖愈密、歷史愈長，費用上升愈快。要求管理員提供「每任務估計成本」與失敗重試上限，避免無人看管的代理整夜空轉。

4. 香港與亞洲市場視角

香港企業常見把代理接去政府表格、銀行商戶後台、ERP 網頁與跨境供應商入口——請求次數高、頁面雜、截圖多，最容易踩中本案描述的帳單結構。若需在本地落地可審計的私有模型與代理編排（資料不出境、自管 API），可參考 YSK Limited 的企業私有 LLM 全託管（年費 HK$88,000 起，Dataset → QLoRA／LoRA → 私有 API，100% 數據不出境）：https://ysk.hk/services/ai-automation

五、專業評價與潛在考量

優勢

• 一級來源為 OpenAI 官方客戶頁，日期二零二六年十月九日；成本、倍數、快取比例與實驗規模表述具體，可核對。
• 技術故事落在「請求組裝／快取／多模態歷史」，對真實代理系統可操作，而非純行銷口號。
• 明確區分「估計模型成本」與業務總成本，並承認原基線含未完成運行，數字表述相對審慎。

需要留意的地方

• 七十六倍、五倍、零點四七美元等均來自該任務與當時定價假設；換站點、登入牆、反爬或不同快取費率後不可直接套用。
• Model A／B／C 匿名，無法獨立覆核競爭模型身分與價位表。
• OpenAI.com 部分網絡路徑可能回傳 403；本篇以可讀取的官方頁全文核對，若貴司合規需存檔，請自行保存當頁快照。
• 案例強調人機協作加速實驗，並非宣稱可無人看管地對生產網站做攻擊性掃描；自動化瀏覽仍須遵守目標站條款與內部資安政策。

結語

Asana 這則案例把「瀏覽器代理貴」從感覺問題變成可測量的快取與歷史管理問題：在 GPT-6 Astra／Codex 協助下，一周內完成原需數週至數月的對照實驗，並以 GPT-6.1 Sol 優化工作流把估計模型成本壓到約每任務零點四七美元量級、同時提高完成率。對香港團隊而言，與其只追新模型名稱，不如先建立代理成本實驗台——量測快取命中、截圖策略與歷史預算，再決定模型檔次與上線節奏。若你準備把類似能力做成可控的私有 LLM 與自動化管線，可從 YSK Limited 的企業私有 LLM 全託管開始評估：https://ysk.hk/services/ai-automation

參考來源

1. OpenAI 官方客戶案例：Asana cuts model costs 76x in browser tests with GPT-6.1 Sol — https://openai.com/index/asana-browser-agent
2. 發現來源（OpenAI News RSS）— https://openai.com/news/rss.xml