ソロ開発者がGeminiの無料枠で4つのAIエージェントを運用する会社を経営

アーキテクチャと実装

このシステムは、OpenClaw（オープンソース）上に構築された4つのAIエージェントを使用し、自宅のWSL2上で25個のsystemdタイマーで実行されています。各エージェントは特定のタスクを担当します：

• 品質ゲーティング（生成→自己レビュー→スコアが7/10未満の場合は書き直し）を行い、各プラットフォームで1日8つのソーシャル投稿を生成
• コミュニティ投稿への関与とコメントへの自動返信（文脈を考慮、最大2往復）
• RSS + HN API + Jina Readerによる調査→得られた知見をコンテンツに反映
• リード生成のためのUltraProbe（AIセキュリティスキャナー）の実行
• 7つのエンドポイントを監視し、古くなったリードにフラグを立て、顧客データを同期
• gitプッシュ時にブログ記事をDiscordに自動投稿（LLMトークン0 — コミットメッセージを直接使用）

トークン最適化戦略

開発者は、トークン使用量を最小限に抑えるために特定のアプローチを採用しています：エージェントは決して長い会話をしません。すべてのリクエストは次のパターンに従います：(1) 事前に計算された知見ファイル（ローカルのマークダウン、トークン0）を読み込み、(2) すべての文脈を注入した1つの集中プロンプトを実行、(3) 1つの応答→解析→実行→完了。調査パイプライン（RSS、HN、ウェブスクレイピング）はLLMトークンを0で実行 — 純粋なHTTP + Jina Readerです。LLMは創造的/分析的な作業のみを担当します。

実際の数字とインフラストラクチャ

• 27の自動化されたThreadsアカウント、12,000人以上のフォロワー、330万回以上のビュー
• 25個のsystemdタイマー、62個のスクリプト、19個の知見ファイル
• RPD使用率：7%（105/1,500） — 93%の余裕あり
• 月間コスト：LLM 0ドル + インフラ約5ドル（Vercel hobby + Firebase無料枠）

失敗から学んだ教訓

開発者が遭遇した具体的な問題を共有しました：

• 7日間で127ドルのGemini請求：AI Studioではなく、課金が有効なGCPプロジェクトからAPIキーを作成しました。レート制限なしでトークン（3.50ドル/100万）を使用。教訓：常にAI Studioから直接キーを作成すること。
• エンゲージメントループのバグ：上位N件ではなく、すべての投稿を反復処理しました。1日で800 RPDを消費し、他のすべての処理が飢餓状態に。
• TelegramヘルスチェックがgetUpdatesを呼び出し、ゲートウェイのロングポーリングと競合。3分間で18件の重複メッセージ。

スタックとリソース

スタック：OpenClaw、Gemini 2.5 Flash（無料）、WSL2/systemd、React/TypeScript/Vite、Vercel、Firebase、Telegram Bot、Resend、Jina Reader。サイト（https://ultralab.tw）は完全なバイリンガル（zh-TW/en）で21のブログ記事があり、i18n、ブログ公開、Discord通知がすべて自動化パイプラインの一部です。

プレイブック付きGitHubリポジトリ：https://github.com/UltralabTW/free-tier-agent-fleet

ライブエージェントダッシュボード：https://ultralab.tw/agent