Побудуйте сайт, спілкуючись з AI-агентом: приклад HackerTube

AI-агент може побудувати весь сайт за вас, окрім трьох речей: API-ключа, сервера та домену. Саме в цьому полягає розподіл у HackerTube — сайті в стилі YouTube, який, за словами Андрія Карпатого, він створив приблизно за дві години, лише спілкуючись із Claude. Нижче: чотири етапи, які пройшов проєкт, що вам потрібно підготувати самостійно, і як оцінити, скільки коштуватиме повторюваний середній етап на ваших власних даних.

Чотири етапи, у такому порядку#

Карпатий (дослідник ШІ, співзасновник OpenAI, колишній директор зі ШІ в Tesla, засновник Eureka Labs) опублікував допис 31 жовтня 2026 року: HackerTube у його блозі. Сайт збирає коментарі з Hacker News, які рекомендують відео на YouTube, і дозволяє їх переглядати. За ним стоїть скелет, який поділяє майже кожен проєкт у стилі «просто поговори з агентом». Спробуйте впорядкувати його самостійно:

Другий етап вирізняється. Завантаження, побудова та розгортання відбуваються по одному разу. Питання «залишити чи відкинути» ставиться для кожного елемента — десятки тисяч разів. Запам'ятайте це, воно повернеться, коли дійдемо до грошей.

Що зробив агент, у цифрах#

Ось як Карпатий описує цей запуск. Він працював у десктопному застосунку Claude Code. Opus 5.5 із середнім рівнем зусиль, його стандартним налаштуванням, завантажив набір даних коментарів Hacker News з Hugging Face і відфільтрував його. Sonnet пройшовся по коментарях у Claude Code Workflow. Що вийшло: близько 40K коментарів, які рекомендують відео на YouTube, 6 454 відео з 2007 по 2026 рік, розсортованих за 150 темами. Потім Opus побудував інтерфейс і розгорнув його на VPS. Сайт має рекомендації «ForYou» без облікових записів (стан зберігається в сесії браузера), гарячі клавіші та експорт даних, щоб інші люди могли передати дані своєму агенту.

Чого допис не дає: жодної вартості чи кількості токенів, а також які кроки були звичайним кодом, а які — викликами моделі. Тож «дві години» — це час, а не ціна. Якщо хочете зрозуміти, чому ця різниця важлива, чи потрібна агентам модель на кожному кроці? розкриває це.

Три речі, що залишаються з вами#

Карпатий зробив три кроки вручну: створив API-ключ Google Cloud (для метаданих YouTube), запустив VPS і купив домен. Подивіться, що їх об'єднує. Кожен із них прив'язаний до вашого облікового запису: логін, платіжний профіль, ваша особа. Агент може написати кожну команду, але не може стояти на касі замість вас. Це як найняти будівельника: він зведе будинок, але ви підписуєте документи на землю.

На практиці агент зупиниться й запитає. Зробіть ключ самостійно, помістіть його в змінну середовища і дайте агенту лише ім'я змінної, ніколи сам ключ. Якщо ключі для вас нові, що таке API-ключ і як безпечно його зберігати займе п'ять хвилин.

Спробуйте ту саму схему на своїх даних#

Припустімо, у вас є reviews.csv з 40 000 відгуків на продукти, і ви хочете невелику сторінку з пошуком лише за відгуками про час роботи від батареї. Промпт у дусі 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.

Крок 3 — це звичка, яку варто перейняти. Сто рядків коштують майже нічого, і ви бачите помилки моделі, перш ніж вона витратить гроші на сорок тисяч. Останній рядок — це передача з попереднього розділу, записана. Базова URL-адреса та ідентифікатор моделі беруться з документації CheapTokens; ключ ви створюєте там самостійно.

Скільки коштує масовий етап#

Повернімося до етапу, що повторюється. Припустімо, кожен відгук плюс однорядкова інструкція — це близько 150 токенів, а відповідь («залишити» або «відкинути») — близько 10. Для 40 000 відгуків це 40000 × 150 = 6000000 вхідних токенів і 40000 × 10 = 400000 вихідних токенів. На DeepSeek-V4-Flash весь прохід коштує $0.13, на GLM-5.3-Flash — $0.136. З урахуванням вхідних і вихідних разом обидва дешевші за OpenRouter. Кожен запит крихітний, тому контекстні вікна на 380K і 390K ніколи не задіюються; важлива ціна за токен, помножена на дуже велику кількість викликів.

Змініть цифри на свої дані й подивіться:

Це лише один етап. Побудова та розгортання — окремі сесії з агентом, а ваш реальний промпт фільтрації буде довшим за один рядок. Фільтрація 40K коментарів за допомогою LLM показує повний промпт «залишити/відкинути», а маршрутизація моделей пояснює, як спершу надсилати прості елементи до дешевої моделі. Актуальні ціни для кожної моделі — на сторінці цін.

Ваш перший крок: надішліть ці 100 рядків через налаштування першого запиту, прочитайте відповіді й лише потім дозвольте агенту запустити решту.