今天最重要的判断：Agent 竞争正在进入“单位成功任务经济学”阶段。
过去评价 AI 产品，常问模型能不能完成任务。Asana、GitHub 与 Sophos 的案例说明，这个问题已经不够。更有价值的问题是：完成一次任务到底花多少钱、多长时间、需要多少人工接管，以及失败后会造成什么后果。
Asana 的浏览器 Agent 在 144 次实验后，把单次估算模型成本降到 0.47 美元，较原生产方案低 76 倍，耗时从至少 22.5 分钟缩短至约 4 分钟。关键不是换了一个神奇模型，而是缓存浏览历史、扩大历史预算、批量处理截图，让 89% 的输入 token 命中缓存。这说明上下文不是聊天记录，而是一项需要设计、计量和持续优化的生产资源。
GitHub 的密钥检测给出了另一条路线：正则负责高召回，微调 ModernBERT 根据路径、变量名和上下文做判断。最终成本下降超过 98%，速度和接受率同时改善。成熟 AI 系统不应执着于“每一步都由最强模型完成”，而应把确定性规则、小模型和通用 LLM 放在各自最合适的位置。
Sophos 则补上了治理维度。它没有把自动化简单分成“开”或“关”，而是设计通知、协作、授权三种模式，让自治程度随风险变化。这对支付和企业 SaaS 尤其重要：低风险动作可以自动执行，中风险动作需要人在回路，高风险动作必须显式授权、完整审计并可中止。
这三类优化共同指向一个更完整的 Agent 架构：上下文工程控制成本，专用组件提高稳定性，权限边界控制风险。模型能力只是其中一层。真正可持续的产品，需要同时优化成功率、成本、速度与责任边界。
Anthropic 的源码基础设施变化又提醒我们，效率提升会迁移瓶颈。当每日合并从约 2,500 次跃升到 30,000 次以上，问题便不再是代码写得够不够快，而是 Git、CI、测试和审查能否承载。任何自动化项目都应预判下一个瓶颈，而不是只庆祝当前步骤提速。
对 opcpay.org 而言，下一步最值得建立的是“单位成功任务账本”：每个 Agent 流程至少记录单次成本、完成时间、人工接管率、失败重试率，并标出确定性步骤、模型步骤和授权点。只有这些数字稳定后，Agent 才从演示能力变成可经营的生产系统。
接下来关注三个问题：缓存命中率能否成为 Agent 产品的核心运营指标；哪些高频任务适合“规则 + 小模型”；自治等级能否被产品化为企业客户可配置的风险策略。