OpenAI 发布 Asana 的浏览器 Agent 案例：团队用 Codex 中的 GPT-6 Astra 调查代码、改进实验框架，再比较 GPT-6.1 Sol 与另三个模型的工作流。研究共运行 144 次，每次任务都是从公开演示目录中为 32 本书收集六个字段，用同一任务观察模型、缓存和历史管理的组合效果。
调查发现，原流程缓存了固定指令和工具定义，却未缓存不断增长的网页文字和截图历史；几乎每一步都删除旧截图、裁剪文本，又让历史频繁变化。团队测试 12 万与 48 万字符两档历史预算，以及六种缓存和截图策略。最终方案让截图累积到 20 张后再保留最新一张，配合较大的历史预算，延长可复用历史保持稳定的时间。
案例报告称，优化后的 GPT-6.1 Sol 工作流平均估算模型成本为 0.47 美元，约四分钟完成，相对原 Model B 生产配置成本约为七十六分之一、速度约五倍。同一个 GPT-6.1 Sol 在较大历史预算下，缓存与截图策略自身带来的成本变化约为四倍。结果属于这个浏览器任务与配置组合；Asana 已将导航改动发布到 StackAI，并通过 Command 保存请求、数据轨迹和结果供团队复查。