Asana 的浏览器 Agent 原先几乎每步都删截图、裁剪历史，结果反复破坏缓存。保留更多记录、批量清理截图并调整模型后，特定任务的估算模型成本降到原来的约 1/76：少给 AI 看一点，未必更省钱。
🚀 Agent 实践与科学计算
• Asana：浏览器任务降本 76 倍 —— 官方案例报告，优化后的 GPT-6.1 Sol 工作流比原生产设置快约 5 倍；保留原模型、只优化工作流，估算成本也降到约 1/29。实验围绕同一项图书信息采集任务，不能把收益全归于换模型。实验原文
• Claude Science：补全紫外全天图 —— 约三分之一由预测补齐，地图提供实测／预测标签及不确定性估计。研究者还发现了两轮 Agent 评审漏掉的图像残影：图做完整之后，人工检查仍有价值。研究者原文
🛠️ 编码工具与工程方法
• Simon Willison：用语音给博客加功能 —— 作者记录了用 Codex 语音会话完成 Django newsletter 索引的过程，涉及数据模型、迁移、页面和导入。值得观察的是口头修订需求的方式；单个有限范围功能，仍不足以证明复杂项目可以全自动交付。
• SwiftUI Agent Skill：把平台经验交给编码助手 —— 本次热榜项目针对废弃 API、性能和无障碍等常见错误提供指导，支持 Claude Code、Codex 等工具。团队规范可以先从“模型经常犯什么错”整理，而非堆一份通用开发手册。项目文档
• LiteLLM：统一多模型接入与账单管理 —— 本次热榜关注的网关提供成本追踪、负载均衡、日志和防护规则。多模型应用接通 API 后，还要能查清哪个任务花了多少钱、失败后请求去了哪里；上榜不代表当天发布。项目文档
🚨 算力分配与平台选择
• Ai2：用 GPU 时间预算替代临时抢优先级 —— 新公开的调度实践采用分层公平分配与时间切片约定，把算力安排变成可解释的预算流程。共享集群不能只看占用率，还要检查资源是否按约定交到各团队手里。团队技术文章
• Deno 团队加入 Cloudflare —— 团队宣布，独立运行时继续提供一年月度错误修复与安全更新，此后停止开发，代码仍保持开源。已采用 Deno 的团队需要评估后续维护来源，开源许可证本身无法保证有人持续维护。
📚 延伸阅读
• Asana：浏览历史、缓存与截图清理如何影响 Agent 成本
https://asana.com/inside-asana/cut-browsers-agent-cost
• Brice Ménard：紫外天空图的数据合并、预测补全与人工纠错
https://www.anthropic.com/research/the-missing-map-of-the-sky
• Ai2：GPU 集群的时间预算与公平调度实践
https://huggingface.co/blog/allenai/impactful-scheduling
