Asana 在 Codex 中使用 GPT-6 Astra，使其浏览器代理在测试中成本降低 76 倍、速度提升 5 倍，从而能够为客户提供更强大的模型。
详细分析
Asana 此次公布的浏览器代理优化成果，看似只是一次工程层面的成本调优，实则折射出当前 AI 代理（agent）赛道正在经历的关键转折：从“能不能做”进入“能不能便宜地规模化做”的阶段。使用 GPT-6 Astra 在 Codex 环境中将浏览器代理的成本压缩 76 倍、速度提升 5 倍，意味着原本因推理成本过高而难以商业化的自动化浏览任务，开始具备大规模部署的经济可行性。浏览器代理是 AI 落地中最复杂、最昂贵的场景之一，因为它需要模型持续理解 DOM 结构、执行多步操作、处理动态页面与异常状态，每一步都消耗大量 token 与推理时间。Asana 作为项目管理 SaaS 厂商，将代理能力嵌入自身产品工作流，本质上是把 AI 从“辅助建议”推进到“代替执行”，这对企业软件的交互范式具有示范意义。从竞争格局看，这一进展对 OpenAI、Anthropic、Google 等模型供应商以及众多 agent 创业公司都构成信号：模型能力趋同后，成本与延迟将成为决定 agent 能否嵌入高频企业场景的核心变量。Asana 选择在 Codex 中测试并公开这一数据，也暗示其可能正在构建一个模型可替换的代理架构，避免被单一供应商锁定。市场层面，企业客户对 AI 功能的付费意愿正从“按席位”转向“按结果”，成本下降 76 倍直接扩大了可服务的客户范围与任务复杂度，使中小团队也能负担此前只有大企业才用得起的高级自动化。更深层的意义在于，若浏览器代理的边际成本持续逼近传统 RPA，整个工作流自动化市场的价格体系将被重构，RPA 厂商、低代码平台与 SaaS 巨头之间的边界会进一步模糊。Asana 此举不仅是技术优化，更是在为“代理即功能”的新产品形态铺路，其后续是否将这一能力开放给第三方开发者，将决定它能否从项目管理工具升级为代理编排平台。
成本下降 76 倍比能力提升更值得关注，因为 agent 商业化的真正瓶颈从来不是智能上限，而是单位经济模型。
原文：OpenAI Blog