Asana 瀏覽器智慧體用 GPT-6 成本降低 76 倍

OpenAI 近日发布了一个企业案例：项目管理软件公司 Asana 在 Codex 中使用 GPT-6 Astra 模型，对自家的浏览器智能体做了改造。按文中披露的测试结果，这个智能体的运行成本降低了 76 倍，速度提升了 5 倍。Asana 表示，成本下降之后，公司可以把能力更强的模型提供给客户使用，而不必因为费用压力把客户限制在较弱的模型上。需要说明的是，这些数字来自测试环境，而且是厂商发布的案例，具体的测试任务集、对比基线和成功率口径，公开摘要里并没有给出。读者应把它看作一个量级信号，而不是可以直接套用到所有场景的承诺。

要理解这组数字为什么重要，先要看浏览器智能体是怎么工作的。这类智能体需要在网页里反复观察、判断、点击、输入，再观察结果，直到任务完成。每一步都要把页面内容、历史操作和任务目标送进模型，所以一个任务往往包含几十次甚至上百次模型调用，成本会随步数成倍累积。延迟也一样，每一步的等待时间叠加起来，用户就会感到明显的卡顿。因此成本和速度很少独立变化，它们大多来自同一类因素：每一步的推理开销、需要的步数，以及出错后重试的次数。新一代模型如果在单步推理上更高效，又能一次看懂更复杂的页面、少走弯路，两项指标就会同时改善，而且改善幅度会被放大。76 倍这样的跨度，通常不会只来自单价下降，更可能是单价、步数、重试率几项因素叠加的结果。此外，Codex 在这里的角色值得留意。它原本是面向软件工程的智能体环境，Asana 把它用在浏览器任务上，说明这类环境提供的工具调用、代码执行与长流程编排能力，已经可以被复用到编码之外的自动化场景。

从商业角度看，这个案例触及了企业 AI 产品最现实的矛盾：能力越强的模型越贵，而产品的订阅价格却相对固定。Asana 这样的软件公司要在每个客户的使用量上算毛利，如果智能体每完成一次任务就要烧掉可观的推理费用，公司只能给客户配较弱的模型，或者对高级功能设置严格的用量上限。成本降到原来的几十分之一，意味着同样的预算可以覆盖更多任务、更强的模型，也可以把原本只对少数高价客户开放的能力推给更广的用户群。对 OpenAI 来说，这是一个很典型的标杆案例：它向企业客户证明，新模型不只是榜单分数更高，而是能直接改写自动化产品的单位经济模型。竞争对手也会感受到压力。Anthropic、Google 以及各类开源模型的提供者，都在争夺智能体场景，客户在选型时会越来越关注每个完成任务的总成本，而不是每百万词元的报价。同时，专门做浏览器自动化的创业公司也要面对变化：当底层模型自带更强的网页操作能力、成本又大幅下降时，仅靠封装模型调用建立的壁垒会变薄，竞争会转向数据、工作流集成和可靠性保障。

接下来有几个信号值得观察。第一，这一结果能否在 Asana 的正式产品里复现。测试成绩和线上表现之间常有差距，真实用户的页面更杂乱，权限和登录状态更复杂，长尾失败案例也更多，所以任务成功率、人工接管比例这类指标，比成本倍数更能说明问题。第二，其他企业是否披露相近的数据。如果多家公司在不同任务上都看到数量级的成本下降，说明这是模型层面的普遍进步；如果只有少数案例，则可能依赖特定的任务设计。第三，价格是否传导给终端客户。成本下降之后，Asana 是把节省的费用用于提升模型档位，还是用于降价或扩大免费额度，会决定这类能力普及的速度。第四，安全与权限问题不会随着成本下降而消失。浏览器智能体能代表用户操作网页，一旦跑得更快、用得更多，误操作和越权的风险也会按比例放大，企业需要更完善的审计记录、操作确认和权限隔离机制。总的来看，这个案例指向一个趋势：智能体竞争的重心正在从模型能做什么，转向以多低的成本、多稳定地做完。谁能把这件事做成标准化的基础设施，谁就更有机会赢得企业市场。