กลับไปที่บล็อก

AI สำหรับผู้เริ่มต้นการวิเคราะห์เจาะลึก

สร้างเว็บไซต์ด้วยการคุยกับเอเจนต์ AI: ตัวอย่าง HackerTube

HackerTube ของ Karpathy แบ่งเป็นสี่ขั้นตอนอย่างไร สามขั้นตอนใดที่เอเจนต์ทำให้คุณไม่ได้ และวิธีประเมินค่าใช้จ่ายของขั้นตอนกรองจำนวนมาก

โดย CheapTokens Teamเผยแพร่เมื่อ ใช้เวลาอ่าน 5 นาที

หน้าปก: บับเบิลแชทถามว่าคุณสร้างเว็บไซต์ได้เพียงแค่คุยหรือไม่ และคำตอบคือ ได้ ยกเว้น key เซิร์ฟเวอร์ และโดเมน
ในหน้านี้
  1. สี่ขั้นตอน ตามลำดับนี้
  2. สิ่งที่เอเจนต์ทำ เป็นตัวเลข
  3. สามสิ่งที่ยังอยู่กับคุณ
  4. ลองโครงเดียวกันกับข้อมูลของคุณเอง
  5. ขั้นตอนจำนวนมากมีค่าใช้จ่ายเท่าไร

เอเจนต์ AI สร้างเว็บไซต์ทั้งเว็บให้คุณได้ ยกเว้นสามอย่าง: API key, เซิร์ฟเวอร์ และโดเมน นั่นคือการแบ่งส่วนใน HackerTube เว็บสไตล์ YouTube ที่ Andrej Karpathy บอกว่าเขาสร้างเสร็จในราวสองชั่วโมงโดยเพียงคุยกับ Claude ด้านล่างนี้คือสี่ขั้นตอนที่โปรเจกต์ผ่านมา สิ่งที่คุณต้องเตรียมเอง และวิธีประเมินว่าขั้นตอนกลางที่ทำซ้ำ ๆ จะมีค่าใช้จ่ายเท่าไรกับข้อมูลของคุณเอง

สี่ขั้นตอน ตามลำดับนี้#

Karpathy (นักวิจัย AI ผู้ร่วมก่อตั้ง OpenAI อดีตผู้อำนวยการฝ่าย AI ของ Tesla ผู้ก่อตั้ง Eureka Labs) เผยแพร่บทความเมื่อวันที่ 31 ตุลาคม 2026: HackerTube บนบล็อกของเขา เว็บไซต์รวบรวมคอมเมนต์ Hacker News ที่แนะนำวิดีโอ YouTube และให้คุณเรียกดูได้ เบื้องหลังมีโครงกระดูกที่โปรเจกต์ 'แค่คุยกับเอเจนต์' แทบทุกอันใช้ร่วมกัน ลองเรียงลำดับด้วยตัวเองดู:

เรียงลำดับ

เรียงลำดับขั้นตอนของโปรเจกต์จากข้อมูลสู่เว็บไซต์

  1. ดาวน์โหลดชุดข้อมูลดิบ
  2. รันโมเดลที่เล็กลงบนทุกรายการ: เก็บหรือทิ้ง
  3. สร้างอินเทอร์เฟซจากสิ่งที่เหลือ
  4. ขึ้นเซิร์ฟเวอร์

ขั้นตอนที่สองคือตัวที่แปลกออกไป การดาวน์โหลด การสร้าง และการดีพลอยแต่ละอย่างเกิดขึ้นครั้งเดียว คำถามเก็บหรือทิ้งถูกถามหนึ่งครั้งต่อหนึ่งรายการ หลายหมื่นครั้ง จำความคิดนี้ไว้ มันจะกลับมาเมื่อเราพูดถึงเรื่องเงิน

สี่ขั้นตอนของเว็บที่สร้างโดยเอเจนต์: ข้อมูล ตัวกรองจำนวนมาก สร้าง ดีพลอย
โครงกระดูกของโปรเจกต์คุยกับเอเจนต์ ตัวกรองจำนวนมากเป็นขั้นตอนเดียวที่ทำซ้ำต่อรายการ

สิ่งที่เอเจนต์ทำ เป็นตัวเลข#

นี่คือการรันตามที่ Karpathy อธิบาย เขาทำงานในแอปเดสก์ท็อป Claude Code Opus 5.5 ที่ระดับความพยายามปานกลาง ซึ่งเป็นค่าเริ่มต้นของเขา ดาวน์โหลดชุดข้อมูลคอมเมนต์ Hacker News จาก Hugging Face และกรองมัน Sonnet ไล่ดูคอมเมนต์ภายใน Claude Code Workflow สิ่งที่ออกมาคือ: คอมเมนต์ราว 40K ที่แนะนำวิดีโอ YouTube, วิดีโอ 6,454 รายการตั้งแต่ปี 2007 ถึง 2026 จัดเรียงเป็น 150 หัวข้อ จากนั้น Opus สร้างอินเทอร์เฟซและดีพลอยไปยัง VPS เว็บไซต์มีคำแนะนำ 'ForYou' โดยไม่ต้องมีบัญชี (สถานะอยู่ในเซสชันเบราว์เซอร์) มีคีย์ลัด และมีการส่งออกข้อมูล เพื่อให้คนอื่นส่งข้อมูลให้เอเจนต์ของตัวเองได้

HackerTube เป็นตัวเลข: คอมเมนต์ราว 40K, วิดีโอ 6,454, 150 หัวข้อ, ราว 2 ชั่วโมง
ตัวเลขจากโพสต์ของ Karpathy วันที่ 31 ตุลาคม 2026

สิ่งที่โพสต์ไม่ได้ให้: ค่าใช้จ่ายหรือจำนวนโทเคนใด ๆ และขั้นตอนใดเป็นโค้ดธรรมดาเทียบกับการเรียกโมเดล ดังนั้น 'สองชั่วโมง' คือเวลา ไม่ใช่ราคา ถ้าคุณอยากรู้ว่าทำไมความต่างนี้สำคัญ เอเจนต์ต้องใช้โมเดลในทุกขั้นตอนหรือไม่? ครอบคลุมเรื่องนี้

สามสิ่งที่ยังอยู่กับคุณ#

Karpathy ทำสามขั้นตอนด้วยมือ: เขาสร้าง Google Cloud API key (สำหรับเมทาดาทา YouTube) บูต VPS และซื้อโดเมน ดูว่าพวกมันมีอะไรเหมือนกัน แต่ละอย่างผูกกับบัญชีของคุณ: การล็อกอิน โปรไฟล์การเรียกเก็บเงิน ตัวตนของคุณ เอเจนต์เขียนทุกคำสั่งได้ แต่ไม่สามารถยืนที่จุดชำระเงินแทนคุณได้ เหมือนการจ้างช่างก่อสร้าง: พวกเขาสร้างบ้านให้ แต่คุณเซ็นรับที่ดิน

จับคู่

จับคู่แต่ละขั้นตอนกับเหตุผลที่มันยังอยู่กับคุณ

  • สร้าง API key สำหรับเมทาดาทา YouTubeมันอยู่ในบัญชี Google Cloud ของคุณ
  • บูตเซิร์ฟเวอร์มันถูกเรียกเก็บเงินเข้าบัญชีโฮสติ้งของคุณ
  • ซื้อโดเมนมันจดทะเบียนในชื่อของคุณ
  • เขียนสคริปต์กรองและอินเทอร์เฟซเอเจนต์ทำส่วนนี้

ในทางปฏิบัติเอเจนต์จะหยุดและถาม ทำ key ด้วยตัวเอง ใส่ไว้ในตัวแปรสภาพแวดล้อม และให้เอเจนต์แค่ชื่อตัวแปร ไม่ใช่ตัว key เอง ถ้า key เป็นเรื่องใหม่สำหรับคุณ API key คืออะไรและเก็บอย่างปลอดภัยได้อย่างไร ใช้เวลาห้านาที

ลองโครงเดียวกันกับข้อมูลของคุณเอง#

สมมติคุณมี reviews.csv ที่มีรีวิวสินค้า 40,000 รายการ และคุณต้องการหน้าเล็ก ๆ ที่ค้นหาได้ซึ่งมีเฉพาะรีวิวเกี่ยวกับอายุแบตเตอรี่ พรอมป์ต์ในสไตล์ HackerTube:

text
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.

ขั้นตอนที่ 3 คือนิสัยที่ควรลอกเลียน หนึ่งร้อยแถวมีค่าใช้จ่ายแทบไม่มีอะไร และคุณเห็นข้อผิดพลาดของโมเดลก่อนที่มันจะใช้เงินกับสี่หมื่นแถว บรรทัดสุดท้ายคือการส่งต่อจากส่วนก่อนหน้า เขียนออกมาเป็นลายลักษณ์อักษร base URL และ model id มาจาก เอกสาร CheapTokens; คุณสร้าง key ที่นั่นด้วยตัวเอง

ขั้นตอนจำนวนมากมีค่าใช้จ่ายเท่าไร#

กลับมาที่ขั้นตอนที่ทำซ้ำ สมมติรีวิวแต่ละอันบวกคำสั่งหนึ่งบรรทัดประมาณ 150 โทเคน และคำตอบ ('เก็บ' หรือ 'ทิ้ง') ประมาณ 10 สำหรับรีวิว 40,000 รายการ นั่นคือ 40000 × 150 = 6000000 โทเคนอินพุต และ 40000 × 10 = 400000 โทเคนเอาต์พุต บน DeepSeek-V4-Flash การรันทั้งหมดคือ $0.13 บน GLM-5.3-Flash $0.136 เมื่อนับอินพุตและเอาต์พุตรวมกัน ทั้งคู่ถูกกว่า OpenRouter แต่ละคำขอมีขนาดเล็กมาก หน้าต่างบริบท 380K และ 390K จึงไม่เคยถูกใช้ สิ่งที่สำคัญคือราคาต่อโทเคนคูณกับจำนวนการเรียกที่มหาศาล

เปลี่ยนตัวเลขเป็นข้อมูลของคุณเองแล้วดู:

เครื่องคำนวณค่าใช้จ่าย

หนึ่งรอบการกรองจำนวนมาก: 40,000 รายการ

โทเค็นอินพุตต่อคำขอ: 150 · โทเค็นเอาต์พุตต่อคำขอ: 10 · คำขอต่อวัน: 40,000

โมเดลต่อวันต่อเดือน
GLM-5.3-Flash$0.136$4.08
DeepSeek-V4-Flash$0.13$3.90
MiniMax-M2.7$0.36$10.80

นั่นเป็นเพียงขั้นตอนเดียว การสร้างและดีพลอยเป็นเซสชันแยกกับเอเจนต์ และพรอมป์ต์กรองจริงของคุณจะยาวกว่าหนึ่งบรรทัด กรองคอมเมนต์ 40K ด้วย LLM แสดงพรอมป์ต์เก็บ/ทิ้งแบบเต็ม และ การกำหนดเส้นทางโมเดล อธิบายวิธีส่งรายการง่าย ๆ ไปยังโมเดลราคาถูกก่อน ราคาปัจจุบันของทุกโมเดลอยู่ที่ หน้าราคา

เช็กด่วน

ขั้นตอนใดของโปรเจกต์แบบนี้ที่รันบ่อยที่สุด?

แสดงคำตอบ

คำตอบ: การตัดสินแต่ละรายการ: เก็บหรือทิ้ง

การเรียกเก็บหรือทิ้งรันหนึ่งครั้งต่อหนึ่งรายการ ดังนั้น 40,000 รายการหมายถึง 40,000 การเรียก นั่นคือเหตุผลที่ราคาต่อการเรียกคือตัวเลขที่ต้องตรวจก่อน

ก้าวแรกของคุณ: ส่งหนึ่งร้อยแถวนั้นผ่าน การตั้งค่าคำขอแรก อ่านคำตอบ แล้วจึงปล่อยให้เอเจนต์รันส่วนที่เหลือ