AI एजेंट से बात करके साइट बनाएं: HackerTube उदाहरण

एक AI एजेंट आपके लिए पूरी साइट बना सकता है, सिवाय तीन चीज़ों के: API key, सर्वर और डोमेन। यही विभाजन HackerTube में है, एक YouTube-शैली की साइट जिसे Andrej Karpathy का कहना है कि उन्होंने लगभग दो घंटे में केवल Claude से बात करके बनाया। नीचे: प्रोजेक्ट के चार चरण, आपको स्वयं क्या तैयार करना है, और अपने डेटा पर दोहराए जाने वाले मध्य चरण की लागत का अनुमान कैसे लगाएं।

चार चरण, इसी क्रम में#

Karpathy (AI शोधकर्ता, OpenAI के सह-संस्थापक, Tesla AI के पूर्व निदेशक, Eureka Labs के संस्थापक) ने 31 अक्टूबर 2026 को लेख प्रकाशित किया: HackerTube उनके ब्लॉग पर। साइट उन Hacker News टिप्पणियों को एकत्र करती है जो किसी YouTube वीडियो की सिफारिश करती हैं और आपको उन्हें ब्राउज़ करने देती है। इसके पीछे एक ढांचा है जो लगभग हर 'बस एजेंट से बात करो' प्रोजेक्ट में साझा है। इसे स्वयं क्रम में लगाने का प्रयास करें:

चरण दो अलग है। डाउनलोड, बिल्ड और डिप्लॉय प्रत्येक एक बार होते हैं। रखें-या-हटाएं प्रश्न प्रति आइटम एक बार पूछा जाता है, दसियों हज़ार बार। इसे याद रखें, यह पैसे के मामले में फिर आएगा।

एजेंट ने क्या किया, संख्याओं में#

यहाँ Karpathy के अनुसार रन है। उन्होंने Claude Code डेस्कटॉप ऐप में काम किया। Opus 5.5 मध्यम प्रयास पर, उनका डिफ़ॉल्ट, ने Hugging Face से Hacker News टिप्पणियों का डेटासेट डाउनलोड किया और फ़िल्टर किया। Sonnet ने Claude Code Workflow के अंदर टिप्पणियों पर काम किया। परिणाम: लगभग 40K टिप्पणियाँ जो YouTube वीडियो की सिफारिश करती हैं, 2007 से 2026 तक के 6,454 वीडियो, 150 विषयों में वर्गीकृत। फिर Opus ने इंटरफ़ेस बनाया और इसे VPS पर डिप्लॉय किया। साइट में बिना खातों के 'ForYou' सिफारिशें हैं (स्थिति ब्राउज़र सत्र में रहती है), कीबोर्ड शॉर्टकट और डेटा निर्यात, ताकि अन्य लोग डेटा अपने एजेंट को दे सकें।

पोस्ट जो नहीं देती: कोई लागत या टोकन गणना, और कौन से चरण सादा कोड बनाम मॉडल कॉल थे। तो 'दो घंटे' एक समय है, कीमत नहीं। यदि आप जानना चाहते हैं कि यह अंतर क्यों मायने रखता है, क्या एजेंट को हर चरण पर मॉडल की आवश्यकता होती है? इसे कवर करता है।

तीन चीज़ें जो आपके पास रहती हैं#

Karpathy ने तीन चरण हाथ से किए: उन्होंने Google Cloud API key बनाई (YouTube मेटाडेटा के लिए), VPS बूट किया और डोमेन खरीदा। देखें कि इनमें क्या साझा है। प्रत्येक आपके खाते से जुड़ा है: एक लॉगिन, एक बिलिंग प्रोफ़ाइल, आपकी पहचान। एक एजेंट हर कमांड लिख सकता है, लेकिन यह आपके रूप में चेकआउट पर नहीं खड़ा हो सकता। यह एक बिल्डर को काम पर रखने जैसा है: वे घर बना देंगे, लेकिन ज़मीन के लिए आप हस्ताक्षर करते हैं।

व्यवहार में एजेंट रुककर पूछेगा। key स्वयं करें, इसे एक environment variable में रखें, और एजेंट को केवल variable का नाम दें, कभी key नहीं। यदि keys आपके लिए नई हैं, API key क्या है और इसे सुरक्षित रूप से कैसे संग्रहीत करें पाँच मिनट लेता है।

अपने डेटा पर वही आकार आज़माएं#

मान लें आपके पास reviews.csv है जिसमें 40,000 उत्पाद समीक्षाएँ हैं और आप केवल बैटरी लाइफ़ के बारे में समीक्षाओं वाला एक छोटा खोजने योग्य पेज चाहते हैं। HackerTube की भावना में एक प्रॉम्प्ट:

I have reviews.csv (40000 rows, column: text). Goal: a small searchable web page with only the reviews about battery life.

1. Look at the file and tell me what is in it. Change nothing yet.
2. Write a script that sends each review to a model and gets back keep or drop. Use an OpenAI-compatible API: base URL https://api.cheaptokens.dev/v1, key from the environment variable CHEAPTOKENS_API_KEY, model deepseek-ai/DeepSeek-V4-Flash-0731.
3. Run it on the first 100 reviews, show me the results and the tokens used. Wait for my OK before the full run.
4. Build the page from the kept reviews.
Whenever you need an account, a key or a payment from me, stop and tell me what to do.

चरण 3 वह आदत है जिसे अपनाना चाहिए। सौ पंक्तियों की लागत लगभग कुछ नहीं होती, और आप मॉडल की गलतियाँ चालीस हज़ार पर पैसा खर्च करने से पहले देख लेते हैं। अंतिम पंक्ति पिछले अनुभाग से हैंडऑफ़ है, लिखित रूप में। base URL और model id CheapTokens docs से आते हैं; आप वहाँ key स्वयं बनाते हैं।

बल्क चरण की लागत#

दोहराए जाने वाले चरण पर वापस। मान लें प्रत्येक समीक्षा और एक-पंक्ति निर्देश लगभग 150 टोकन है, और उत्तर ('keep' या 'drop') लगभग 10 है। 40,000 समीक्षाओं के लिए यह 40000 × 150 = 6000000 इनपुट टोकन और 40000 × 10 = 400000 आउटपुट टोकन है। DeepSeek-V4-Flash पर पूरा पास $0.13 है, GLM-5.3-Flash पर $0.136। इनपुट और आउटपुट को मिलाकर, दोनों OpenRouter से सस्ते हैं। प्रत्येक अनुरोध छोटा है, इसलिए 380K और 390K संदर्भ विंडो कभी काम नहीं आते; जो मायने रखता है वह प्रति-टोकन कीमत गुणा बहुत बड़ी संख्या में कॉल है।

संख्याओं को अपने डेटा में बदलें और देखें:

यह केवल एक चरण है। बिल्ड और डिप्लॉय एजेंट के साथ अलग सत्र हैं, और आपका वास्तविक फ़िल्टर प्रॉम्प्ट एक पंक्ति से लंबा होगा। LLM से 40K टिप्पणियाँ फ़िल्टर करें एक पूर्ण keep/drop प्रॉम्प्ट दिखाता है, और model routing बताता है कि आसान आइटम पहले सस्ते मॉडल पर कैसे भेजें। हर मॉडल के वर्तमान मूल्य pricing page पर हैं।

आपका पहला कदम: उन 100 पंक्तियों को first-request setup के माध्यम से भेजें, उत्तर पढ़ें, और उसके बाद ही एजेंट को बाकी चलाने दें।