Asana rend son agent de navigation 76 fois moins cher
Asana annonce le 9 octobre 2026 avoir ramené son agentIA agentiqueModèle qui boucle : il choisit une action, le plus souvent un appel d'outil, en lit le résultat, puis recommence jusqu'à l'objectif ou l'abandon. La boucle est ce qui distingue un agent d'une réponse unique.Fiche du lexique de navigation, celui de la plateforme StackAI qu'elle a rachetée, de 36,21 à 1,24 dollar par exécution en réécrivant sa gestion d'historique, puis à 0,47 dollar en le portant sur GPT-6.1 Sol, soit 76 fois moins cher et 5 fois plus rapide qu'au départ. Les 144 exécutions de l'étude ont été menées par GPT-6 Astra dans Codex, sur un travail que le responsable concerné estime à un ou deux mois à la main et qui a pris environ une semaine.
par Gyom 10 octobre 2026 à 13:02 3 min de lecture rubrique : Automatiser
etiquettes : En entreprise · Hébergé · Coût
Asana a racheté StackAI, une plateforme qui laisse des équipes sans développeur enchaîner des étapes entre applications : naviguer sur un site, remplir un formulaire, rassembler une information. À son échelle, les petites dépenses répétées de ces agents pèsent, et le responsable technique de StackAI, Frank Hidalgo, a confié à GPT-6 Astra dans Codex la cartographie du code, l'essai des corrections possibles et la comparaison des résultats.
L'agent payait plein tarif un historique qu'il réécrivait à chaque étape
Astra a trouvé deux causes dans la construction des requêtes. L'agent mettait bien en cache ses instructions fixes et ses définitions d'outils, mais pas l'historique grandissant du texte des pages et des captures d'écran qu'il accumulait, si bien que chaque requête le renvoyait au prix plein. L'agent abandonnait aussi des captures anciennes et coupait du texte à presque chaque étape : comme chaque retouche modifiait cet historique, le seul fait de le mettre en cache n'aurait pas suffi, et la perte de ces éléments pouvait obliger l'agent à revenir sur des pages déjà lues.
144 exécutions, deux budgets d'historique et six politiques d'images
Parmi les corrections proposées, trois ont été retenues : étendre la mise en cache à l'historique de navigation, augmenter la quantité de texte conservée, et retirer les captures d'écran par lots au lieu de le faire à chaque étape. Le code n'était pas conçu pour des expériences contrôlées, Astra l'a donc remanié pour que plusieurs chaînes d'exécution partagent un même front et un même back avec leurs propres réglages. L'étude teste des budgets de 120 000 et 480 000 caractères et six politiques de cache et de captures, chacune trois fois sur quatre modèles, soit 144 exécutions. Chaque configuration exécute la même tâche : relever six champs sur chacun de 32 livres d'un catalogue de démonstration public.
De 36,21 à 1,24 dollar sur l'ancien modèle, puis 0,47 sur GPT-6.1 Sol
Sur le modèle qui faisait tourner l'agent en production, le coût estimé passe d'au moins 36,21 dollars l'exécution, certaines tentatives d'origine atteignant la limite d'étapes avant la fin, à 1,24 dollar, soit 29 fois moins. La même recette portée sur GPT-6.1 Sol descend à 0,47 dollar, 2,6 fois moins encore. Sur ce modèle seul, le grand budget d'historique et la nouvelle politique de captures divisent le coût par 4, de 1,97 à 0,47 dollar par exécution.
- Chaque appel coûte environ 3 fois moins cher, 89 % des tokens d'entrée venant du cache à 5 % du prix non mis en cache.
- Chaque exécution de la recette optimisée rend la bonne réponse, contre 3 sur 18 avec le petit budget d'historique.
Un mois et demi de travail estimé, une semaine de tests
Le responsable technique estime à un ou deux mois le travail fait à la main ; il a pris environ une semaine, avec un objectif posé avant de dormir et les résultats lus le matin. Les requêtes, les traces et les résultats de chaque session ont été enregistrés dans Command, la plateforme de livraison logicielle d'Asana, pour être relus après coup, puis transformés en tickets et en demandes de fusion avant de partir en production.
Asana a publié ces changements dans la navigation de StackAI et développe de quoi répéter ce genre d'expérience : l'entreprise prévoit d'intégrer ces essais aux évaluations de sa plateforme, pour comparer coût, durée et qualité de réponse au moment où un client règle son agent. Elle s'en sert aussi pour tester ses propres fonctions avant leur sortie, Astra naviguant dans la plateforme et signalant les bogues à l'équipe de contrôle qualité. Le chiffre porte sur une tâche unique, un catalogue de démonstration public et un relevé de trois passages par configuration : le rapport de coût vaut pour ce dispositif, pas pour toutes les charges d'agent.
Source primaire OpenAI, étude de cas Asana et StackAI, agent de navigation