انقلاب در بهره‌وری ایجنت‌های وب؛ کاهش ۷۶ برابری هزینه‌ها در آزمون جدید آسانا با GPT-6.1 Sol

در دنیای پرشتاب هوش مصنوعی، توسعه ایجنت‌های خودکار و کاربردی همواره با دو مانع اساسی روبه‌رو بوده است: هزینه‌های سرسام‌آور پردازش ابری و کندی اجرای دستورات پیچیده. اکنون شرکت مدیریت پروژه «آسانا» (Asana) با همکاری OpenAI از دستاوردی خیره‌کننده رونمایی کرده که می‌تواند قواعد بازی در اتوماسیون کسب‌وکارها را بازنویسی کند.

جهش در اقتصاد هوش مصنوعی: ایجنت‌های وب ارزان‌تر و سریع‌تر از همیشه

اتوماسیون کارهای تکراری مانند پیمایش وب‌سایت‌ها، فرم‌های آنلاین و جمع‌آوری داده‌ها، یکی از بزرگ‌ترین وعده‌های ایجنت‌های هوش مصنوعی (AI Browser Agents) است. پلتفرم آسانا پس از تصاحب استارتاپ StackAI، بستری قدرتمند برای ساخت فرآیندهای خودکار مبتنی بر وب فراهم کرد؛ با این حال، با افزایش مقیاس عملیات سازمانی، ناکارآمدی‌های محاسباتی کوچک به هزینه‌های چند میلیون دلاری و تاخیرهای آزاردهنده تبدیل می‌شدند.

بر اساس گزارش تحلیلی منتشرشده، تیم فنی آسانا با بازطراحی ساختار ایجنت‌های خود روی مدل پرچم‌دار GPT-6.1 Sol موفق شده است هزینه اجرای فرآیندها را ۷۶ برابر کاهش داده و سرعت پاسخ‌دهی را ۵ برابر بیشتر کند؛ تحولی که اجرای هر فرآیند خودکار وب را به میانگین هزینه ۰.۴۷ دلار و زمان ۴ دقیقه رسانده است.

مهندسی به کمک هوش مصنوعی: پروژه دو ماهه در یک هفته

فرانک هیدالگو (Frank Hidalgo)، مدیر ارشد فناوری StackAI در آسانا، برای شناسایی نقاط کور و ضعف‌های کدنویسی سیستم به جای روش‌های سنتی بازبینی دستی، از GPT-6 Astra در بستر Codex کمک گرفت. مدلی که پیش‌بینی می‌شد تجزیه و تحلیل و تست آن حداقل یک تا دو ماه زمان ببرد، ظرف مدت تنها یک هفته با موفقیت نهایی شد.

«این همان همکاری واقعی میان انسان و ایجنت در محیط کار است؛ مهندس مسیر راهبردی را ترسیم کرد، GPT-6 Astra آزمایش‌ها را پیش برد و خروجی نهایی مستقیماً وارد محیط عملیاتی شد.» — آرناب بوز (Arnab Bose)، مدیر ارشد محصول آسانا

ریشه هزینه‌های سنگین مدل‌های زبانی در مرور وب چه بود؟

بررسی‌های عمیق GPT-6 Astra آشکار ساخت که معماری پیشین ایجنت‌ها دچار دو مشکل ساختاری در مدیریت حافظه نهان (Cache) و کانتکست ورودی بود:

• عدم کشینگ تاریخچه مرورگر: سیستم دستورالعمل‌های پایه را کش می‌کرد، اما تاریخچه متنی صفحات و تصاویر (اسکرین‌شات‌ها) را در هر درخواست از نو و با هزینه کامل ارسال می‌کرد.
• حذف شتاب‌زده داده‌ها: ایجنت در هر گام کوچک، اسکرین‌شات‌های قبلی و بخش‌هایی از متن را کوتاه می‌کرد. این تغییرات پیاپی ساختار داده‌ها را تغییر می‌داد و مانع از کارکرد درست کش می‌شد؛ در نتیجه هوش مصنوعی ناچار می‌شد صفحاتی را که قبلاً بازدید کرده بود دوباره بازخوانی کند.

جدول مقایسه عملکرد پیش و پس از بهینه‌سازی

آزمایش گسترده آسانا شامل ۱۴۴ مرحله تست روی مدل‌های مختلف بازار بود که نتایج چشمگیر آن را در جدول زیر مشاهده می‌کنید:

سه گام کلیدی آسانا برای بازنویسی منطق ایجنت‌های سازمانی

برای دستیابی به این بازدهی خارق‌العاده، ساختار ارتباطی میان ایجنت و مدل زبانی طبق سه استراتژی بنیادین بازنویسی شد:

1. توسعه حافظه نهان به تاریخچه ناوبری: ثبت وضعیت صفحات وب به گونه‌ای که درخواست‌های متوالی نیازی به پرداخت هزینه مجدد توکن‌های ورودی نداشته باشند.
2. افزایش سقف نگهداری متن: فراهم کردن ظرفیت بالاتر برای نگهداری محتوای صفحات بدون نیاز به تلخیص مخرب که منجر به فراموشی جزییات می‌شد.
3. حذف دسته‌ای اسکرین‌شات‌ها: به جای پاک کردن تصویر در هر کلیک، تصاویر تا سقف ۲۰ تصویر در حافظه تجمیع شده و سپس پاک‌سازی می‌شوند تا طول عمر کش افزایش یابد.

تاثیر این دستاورد بر آینده اتوماسیون سازمانی و بازار هوش مصنوعی

تا پیش از این، هزینه عملیاتی اجرای ایجنت‌های هوش مصنوعی مهم‌ترین مانع برای ادغام گسترده آن‌ها در شرکت‌های بزرگ به شمار می‌رفت. رساندن هزینه اجرای یک فرآیند پیچیده وب به زیر ۵۰ سنت، مسیر شرکت‌هایی نظیر مایکروسافت، سیلزفورس و آسانا را برای جایگزینی ربات‌های هوشمند با فرآیندهای دستی اداری هموار می‌کند.

این تغییر پارادایم نشان می‌دهد که رقابت غول‌های فناوری دیگر تنها بر سر ابعاد مدل‌های زبانی (پارامترها) نیست، بلکه «بهینه‌سازی معماری فرامپت، کاهش نرخ مصرف توکن و ارتقای کشینگ» به مزیت رقابتی اصلی در اقتصاد هوش مصنوعی تبدیل شده است.

جمع‌بندی

دستاورد اخیر آسانا و OpenAI گواهی روشن بر بلوغ ابزارهای هوش مصنوعی است. زمانی که هوش مصنوعی بتواند ساختار خود را بهینه‌سازی کرده و هزینه‌های عملیاتی را تا این سطح کاهش دهد، عصر ورود همه‌جانبه ایجنت‌های خودمختار به محیط‌های کاری سریع‌تر از آنچه تصور می‌شد فرا خواهد رسید.

سؤالات متداول

چگونه آسانا توانست هزینه استفاده از هوش مصنوعی را ۷۶ برابر کاهش دهد؟

از طریق بهینه‌سازی حافظه نهان (Caching) تاریخچه وب‌گردی، نگهداری هوشمند متون صفحات و اصلاح نحوه حذف اسکرین‌شات‌ها به صورت دسته‌ای روی مدل GPT-6.1 Sol.

نقش GPT-6 Astra در این پروژه چه بود؟

این مدل درون Codex وظیفه تحلیل ساختار کدهای پیشین، شناسایی گلوگاه‌های هزینه‌ساز و اجرای آزمایش‌های موازی را به عهده داشت و فرآیند تحقیق دو ماهه را به یک هفته رساند.

هزینه هر اجرای ایجنت وب پس از بهینه‌سازی چقدر است؟

میانگین هزینه هر بار اجرای فرآیند به ۰.۴۷ دلار (زیر ۵۰ سنت) کاهش یافته و زمان اجرا به حدود ۴ دقیقه رسیده است.

ایجنت وب (Browser Agent) دقیقاً چه کاری انجام می‌دهد؟

ایجنت وب یک هوش مصنوعی خودمختار است که می‌تواند وب‌سایت‌ها را مرور کند، فرم‌ها را پر کند، داده‌ها را استخراج نماید و کارهای پیچیده اینترنتی را بدون دخالت انسان انجام دهد.