Costruisci un sito parlando con un agente AI: l'esempio di HackerTube

Un agente AI può costruire l'intero sito per te tranne tre cose: la chiave API, il server e il dominio. È questa la suddivisione in HackerTube, un sito in stile YouTube che Andrej Karpathy dice di aver realizzato in circa due ore parlando soltanto con Claude. Qui sotto: le quattro fasi attraversate dal progetto, cosa devi preparare tu stesso e come stimare quanto costerebbe la ripetitiva fase intermedia sui tuoi dati.

Quattro fasi, in quest'ordine#

Karpathy (ricercatore AI, co-fondatore di OpenAI, ex direttore AI di Tesla, fondatore di Eureka Labs) ha pubblicato il resoconto il 31 ottobre 2026: HackerTube sul suo blog. Il sito raccoglie i commenti di Hacker News che consigliano un video di YouTube e ti permette di sfogliarli. Dietro c'è uno scheletro che quasi ogni progetto "parla e basta con l'agente" condivide. Prova a metterlo in ordine da solo:

La fase due è quella diversa. Download, build e deploy avvengono ciascuno una volta. La domanda tieni-o-scarta viene posta una volta per elemento, decine di migliaia di volte. Tieni a mente questo punto, torna quando arriviamo ai soldi.

Cosa ha fatto l'agente, in numeri#

Ecco l'esecuzione come la descrive Karpathy. Ha lavorato nell'app desktop di Claude Code. Opus 5.5 con effort medio, il suo default, ha scaricato il dataset dei commenti di Hacker News da Hugging Face e l'ha filtrato. Sonnet ha passato in rassegna i commenti dentro un Claude Code Workflow. Il risultato: circa 40K commenti che consigliano un video di YouTube, 6.454 video dal 2007 al 2026, suddivisi in 150 argomenti. Poi Opus ha costruito l'interfaccia e l'ha distribuita su un VPS. Il sito ha raccomandazioni "ForYou" senza account (lo stato vive nella sessione del browser), scorciatoie da tastiera e un export dei dati, così altre persone possono passare i dati al proprio agente.

Cosa non ti dà il post: nessun costo o conteggio di token, e quali passaggi fossero semplice codice rispetto a chiamate al modello. Quindi "due ore" è un tempo, non un prezzo. Se vuoi capire perché questa distinzione conta, gli agenti hanno bisogno del modello a ogni passaggio? lo affronta.

Tre cose che restano a te#

Karpathy ha fatto tre passaggi a mano: ha creato una chiave API di Google Cloud (per i metadati di YouTube), avviato il VPS e comprato il dominio. Guarda cosa hanno in comune. Ognuno è legato a un tuo account: un login, un profilo di fatturazione, la tua identità. Un agente può scrivere ogni comando, ma non può stare alla cassa al posto tuo. È come assumere un costruttore: tira su la casa, ma sei tu a firmare per il terreno.

In pratica l'agente si fermerà e te lo chiederà. Fai la chiave tu, mettila in una variabile d'ambiente e dai all'agente solo il nome della variabile, mai la chiave stessa. Se le chiavi sono una novità per te, cos'è una chiave API e come conservarla in sicurezza richiede cinque minuti.

Prova la stessa forma sui tuoi dati#

Diciamo che hai reviews.csv con 40.000 recensioni di prodotti e vuoi una piccola pagina ricercabile con solo le recensioni sulla durata della batteria. Un prompt nello spirito di 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.

Il passaggio 3 è l'abitudine che vale la pena rubare. Cento righe costano quasi nulla e vedi gli errori del modello prima che spenda soldi per quarantamila. L'ultima riga è il passaggio di consegne della sezione precedente, messo per iscritto. L'URL di base e l'id del modello vengono dalla documentazione di CheapTokens; la chiave la crei tu lì.

Quanto costa la fase in blocco#

Torniamo alla fase che si ripete. Diciamo che ogni recensione più un'istruzione di una riga sia di circa 150 token, e la risposta ("tieni" o "scarta") di circa 10. Per 40.000 recensioni sono 40000 × 150 = 6000000 token di input e 40000 × 10 = 400000 token di output. Su DeepSeek-V4-Flash l'intera passata costa $0.13, su GLM-5.3-Flash $0.136. Contando input e output insieme, entrambi sono più economici di OpenRouter. Ogni richiesta è minuscola, quindi le finestre di contesto da 380K e 390K non entrano mai in gioco; ciò che conta è il prezzo per token moltiplicato per un numero molto grande di chiamate.

Cambia i numeri con i tuoi dati e guarda:

Questa è una sola fase. Costruire e distribuire sono sessioni separate con l'agente, e il tuo vero prompt di filtro sarà più lungo di una riga. Filtra 40K commenti con un LLM mostra un prompt completo tieni/scarta, e il routing dei modelli spiega come inviare prima gli elementi facili a un modello economico. I prezzi attuali per ogni modello sono nella pagina dei prezzi.

La tua prima mossa: manda quelle 100 righe attraverso la configurazione della prima richiesta, leggi le risposte e solo dopo lascia che l'agente esegua il resto.