Construa um site conversando com um agente de IA: o exemplo do HackerTube

Um agente de IA pode construir o site inteiro para você, exceto três coisas: a chave de API, o servidor e o domínio. Essa é a divisão no HackerTube, um site no estilo YouTube que Andrej Karpathy diz ter feito em cerca de duas horas apenas conversando com o Claude. Abaixo: as quatro etapas pelas quais o projeto passou, o que você precisa preparar por conta própria e como estimar quanto custaria a etapa intermediária repetitiva nos seus próprios dados.

Quatro etapas, nesta ordem#

Karpathy (pesquisador de IA, cofundador da OpenAI, ex-diretor de IA da Tesla, fundador da Eureka Labs) publicou o relato em 31 de outubro de 2026: HackerTube no blog dele. O site reúne os comentários do Hacker News que recomendam um vídeo do YouTube e permite navegar por eles. Por trás dele há um esqueleto que quase todo projeto de 'só conversar com o agente' compartilha. Tente colocar em ordem você mesmo:

A segunda etapa é a diferente. Baixar, construir e implantar acontecem uma vez cada. A pergunta de manter ou descartar é feita uma vez por item, dezenas de milhares de vezes. Guarde essa ideia, ela volta quando chegarmos ao dinheiro.

O que o agente fez, em números#

Aqui está a execução como Karpathy a descreve. Ele trabalhou no app desktop do Claude Code. O Opus 5.5 em esforço médio, seu padrão, baixou o conjunto de dados de comentários do Hacker News do Hugging Face e o filtrou. O Sonnet passou pelos comentários dentro de um Claude Code Workflow. O resultado: cerca de 40K comentários que recomendam um vídeo do YouTube, 6.454 vídeos de 2007 a 2026, classificados em 150 tópicos. Depois o Opus construiu a interface e a implantou em um VPS. O site tem recomendações 'ForYou' sem contas (o estado fica na sessão do navegador), atalhos de teclado e exportação de dados, para que outras pessoas possam entregar os dados ao próprio agente.

O que o post não dá: nenhum custo ou contagem de tokens, e quais etapas foram código puro versus chamadas de modelo. Então 'duas horas' é um tempo, não um preço. Se você quer saber por que essa distinção importa, agentes precisam do modelo em cada etapa? cobre isso.

Três coisas que ficam com você#

Karpathy fez três etapas à mão: criou uma chave de API do Google Cloud (para metadados do YouTube), iniciou o VPS e comprou o domínio. Veja o que elas têm em comum. Cada uma está vinculada a uma conta sua: um login, um perfil de cobrança, sua identidade. Um agente pode escrever cada comando, mas não pode estar no checkout como você. É como contratar um construtor: ele ergue a casa, mas você assina pelo terreno.

Na prática o agente vai parar e perguntar. Faça a chave você mesmo, coloque-a em uma variável de ambiente e dê ao agente apenas o nome da variável, nunca a chave em si. Se chaves são novidade para você, o que é uma chave de API e como armazená-la com segurança leva cinco minutos.

Experimente a mesma forma nos seus próprios dados#

Digamos que você tenha reviews.csv com 40.000 avaliações de produtos e queira uma pequena página pesquisável apenas com as avaliações sobre duração da bateria. Um prompt no espírito do 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.

A etapa 3 é o hábito que vale a pena copiar. Cem linhas custam quase nada, e você vê os erros do modelo antes que ele gaste dinheiro com quarenta mil. A última linha é a passagem de bastão da seção anterior, escrita. A URL base e o id do modelo vêm da documentação do CheapTokens; você cria a chave lá mesmo.

Quanto custa a etapa em massa#

De volta à etapa que se repete. Digamos que cada avaliação mais uma instrução de uma linha tenha cerca de 150 tokens, e a resposta ('manter' ou 'descartar') tenha cerca de 10. Para 40.000 avaliações isso dá 40000 × 150 = 6000000 tokens de entrada e 40000 × 10 = 400000 tokens de saída. No DeepSeek-V4-Flash a passagem inteira sai por $0.13, no GLM-5.3-Flash por $0.136. Com entrada e saída contadas juntas, ambos são mais baratos que o OpenRouter. Cada requisição é minúscula, então as janelas de contexto de 380K e 390K nunca entram em jogo; o que importa é o preço por token vezes um número muito grande de chamadas.

Troque os números pelos seus próprios dados e veja:

Isso é só uma etapa. Construir e implantar são sessões separadas com o agente, e seu prompt de filtro real será mais longo que uma linha. Filtrar 40K comentários com um LLM mostra um prompt completo de manter/descartar, e roteamento de modelos explica como enviar itens fáceis primeiro para um modelo barato. Os preços atuais de cada modelo estão na página de preços.

Seu primeiro passo: envie essas 100 linhas pela configuração da primeira requisição, leia as respostas e só então deixe o agente rodar o resto.