Bangun situs dengan berbicara kepada agen AI: contoh HackerTube

Agen AI dapat membangun seluruh situs untuk Anda kecuali tiga hal: kunci API, server, dan domain. Itulah pembagian dalam HackerTube, situs bergaya YouTube yang menurut Andrej Karpathy ia buat dalam sekitar dua jam hanya dengan berbicara kepada Claude. Di bawah: empat tahap yang dilalui proyek, apa yang harus Anda siapkan sendiri, dan cara memperkirakan biaya tahap tengah yang berulang pada data Anda sendiri.

Empat tahap, dalam urutan ini#

Karpathy (peneliti AI, salah satu pendiri OpenAI, mantan direktur AI Tesla, pendiri Eureka Labs) menerbitkan tulisan tersebut pada 31 Oktober 2026: HackerTube di blognya. Situs ini mengumpulkan komentar Hacker News yang merekomendasikan video YouTube dan memungkinkan Anda menelusurinya. Di baliknya ada kerangka yang hampir dimiliki setiap proyek 'cukup bicara ke agen'. Coba urutkan sendiri:

Tahap dua adalah yang berbeda. Mengunduh, membangun, dan menerapkan masing-masing terjadi sekali. Pertanyaan pertahankan-atau-buang diajukan sekali per item, puluhan ribu kali. Ingat itu, akan kembali saat kita membahas biaya.

Apa yang dilakukan agen, dalam angka#

Berikut adalah prosesnya seperti yang dijelaskan Karpathy. Ia bekerja di aplikasi desktop Claude Code. Opus 5.5 dengan usaha sedang, default-nya, mengunduh dataset komentar Hacker News dari Hugging Face dan memfilternya. Sonnet memeriksa komentar di dalam Claude Code Workflow. Hasilnya: sekitar 40K komentar yang merekomendasikan video YouTube, 6.454 video dari 2007 hingga 2026, diurutkan ke dalam 150 topik. Lalu Opus membangun antarmuka dan menerapkannya ke VPS. Situs ini memiliki rekomendasi 'ForYou' tanpa akun (statusnya hidup di sesi browser), pintasan keyboard, dan ekspor data, sehingga orang lain dapat menyerahkan data ke agen mereka sendiri.

Yang tidak diberikan tulisan itu: biaya atau jumlah token apa pun, dan langkah mana yang kode biasa versus panggilan model. Jadi 'dua jam' adalah waktu, bukan harga. Jika Anda ingin tahu mengapa perbedaan itu penting, apakah agen membutuhkan model di setiap langkah? membahasnya.

Tiga hal yang tetap menjadi tanggung jawab Anda#

Karpathy melakukan tiga langkah secara manual: ia membuat kunci API Google Cloud (untuk metadata YouTube), menjalankan VPS, dan membeli domain. Perhatikan kesamaannya. Masing-masing terikat pada akun Anda: login, profil penagihan, identitas Anda. Agen dapat menulis setiap perintah, tetapi tidak bisa berdiri di kasir sebagai Anda. Ibarat menyewa pembangun: mereka akan mendirikan rumah, tetapi Anda yang menandatangani untuk tanahnya.

Dalam praktiknya agen akan berhenti dan bertanya. Lakukan kunci sendiri, masukkan ke variabel lingkungan, dan beri agen hanya nama variabelnya, jangan pernah kuncinya sendiri. Jika kunci masih baru bagi Anda, apa itu kunci API dan cara menyimpannya dengan aman memakan waktu lima menit.

Coba bentuk yang sama pada data Anda sendiri#

Katakanlah Anda memiliki reviews.csv dengan 40.000 ulasan produk dan Anda ingin halaman kecil yang dapat dicari hanya berisi ulasan tentang daya tahan baterai. Prompt dalam semangat HackerTube:

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.

Langkah 3 adalah kebiasaan yang layak ditiru. Seratus baris hampir tidak memakan biaya, dan Anda melihat kesalahan model sebelum ia menghabiskan uang untuk empat puluh ribu. Baris terakhir adalah serah-terima dari bagian sebelumnya, dituliskan. URL dasar dan id model berasal dari dokumen CheapTokens; Anda membuat kuncinya di sana sendiri.

Berapa biaya tahap massal#

Kembali ke tahap yang berulang. Katakanlah setiap ulasan plus instruksi satu baris sekitar 150 token, dan jawabannya ('pertahankan' atau 'buang') sekitar 10. Untuk 40.000 ulasan itu berarti 40000 × 150 = 6000000 token input dan 40000 × 10 = 400000 token output. Pada DeepSeek-V4-Flash seluruh proses adalah $0.13, pada GLM-5.3-Flash $0.136. Dengan input dan output dihitung bersama, keduanya lebih murah daripada OpenRouter. Setiap permintaan sangat kecil, jadi jendela konteks 380K dan 390K tidak pernah berperan; yang penting adalah harga per token dikali jumlah panggilan yang sangat besar.

Ubah angkanya ke data Anda sendiri dan lihat:

Itu hanya satu tahap. Membangun dan menerapkan adalah sesi terpisah dengan agen, dan prompt filter Anda yang sebenarnya akan lebih panjang dari satu baris. Filter 40K komentar dengan LLM menunjukkan prompt pertahankan/buang lengkap, dan perutean model menjelaskan cara mengirim item mudah ke model murah terlebih dahulu. Harga terkini untuk setiap model ada di halaman harga.

Langkah pertama Anda: kirim 100 baris itu melalui pengaturan permintaan pertama, baca jawabannya, dan baru setelah itu biarkan agen menjalankan sisanya.