Asana reduz custo de agente de navegação em 76 vezes após testes com OpenAI

O problema original estava na forma como o agente gerenciava o histórico de requisições. O sistema guardava em cache instruções fixas e definições de ferramentas, mas enviava todo o texto acumulado de páginas e capturas de tela novamente a cada chamada. Além disso, o software descartava imagens antigas e cortava trechos de texto a quase cada passo executado. Essa limpeza constante alterava o histórico e impedia o reaproveitamento do cache. A perda de contexto também forçava o agente a reler páginas visitadas anteriormente.

Três ajustes mudaram a retenção do histórico

Frank Hidalgo, PhD e diretor de tecnologia do StackAI na Asana, direcionou o GPT-6 Astra para mapear o código e executar melhorias. Hidalgo estimou que o trabalho manual consumiria entre um e dois meses de engenharia, mas concluiu o processo em cerca de uma semana. O modelo automatizado reescreveu a base para permitir testes paralelos com diferentes parâmetros. Hidalgo avaliou as propostas e selecionou três alterações: expandir o cache para o histórico de navegação, ampliar o volume de texto retido e remover capturas de tela em lotes.

O estudo avaliou 144 execuções em quatro modelos de fronteira: GPT-6.1 Sol, Modelo A, Modelo B e Modelo C. O Modelo B operava originalmente na produção da empresa e custava o mesmo que o GPT-6.1 Sol, enquanto o Modelo A custava metade desse valor e o Modelo C trazia uma revisão recente do Modelo B. Os testes usaram orçamentos de histórico de 120.000 e 480,000 caracteres, além de seis políticas de retenção aplicadas três vezes em cada sistema. Todas as rodadas executaram a mesma tarefa: extrair seis campos de 32 livros em um catálogo público de demonstração.

Resultados dependem de tarefa fixa de catálogo

A política mais eficiente acumulou até 20 capturas de tela antes de descartar as mais antigas e manter apenas a mais recente. Essa regra preservou blocos de histórico inalterados por intervalos mais longos e permitiu o funcionamento do cache. No GPT-6.1 Sol, o fluxo otimizado registrou custo médio estimado de modelo de US$ 0,47 por execução. No caso do Modelo B, o custo caiu de pelo menos US$ 36,21 para US$ 1,24 por rodada, uma queda de 29 vezes. Algumas rodadas originais do Modelo B batiam no limite de passos antes do fim.

O anúncio parte de testes internos da própria Asana registrados em sua plataforma de entrega Command. Todo o estudo considerou uma única tarefa controlada de catálogo de livros, sem detalhar como a economia se comporta em fluxos corporativos com interfaces dinâmicas complexas ou bloqueios de acesso. A Asana converteu os dados do Command em chamados e pull requests para atualizar a produção. O produto integra o plano da empresa para times mistos de humanos e agentes de software.