Разработчик-одиночка управляет компанией с помощью 4 AI-агентов на бесплатном тарифе Gemini.
Архитектура и реализация
Система использует четырех ИИ-агентов, построенных на OpenClaw (открытый исходный код), работающих на WSL2 дома с 25 таймерами systemd. Агенты выполняют конкретные задачи:
- Генерируют 8 постов в соцсетях ежедневно на разных платформах с контролем качества (генерация → самопроверка → переписывание, если оценка < 7/10)
- Взаимодействуют с постами сообщества и автоматически отвечают на комментарии (с учетом контекста, максимум 2 раунда)
- Исследуют через RSS + HN API + Jina Reader → передают информацию обратно в контент
- Запускают UltraProbe (ИИ-сканер безопасности) для поиска потенциальных клиентов
- Мониторят 7 конечных точек, помечают устаревшие лиды, синхронизируют данные клиентов
- Автоматически публикуют статьи блога в Discord при git push (0 токенов LLM — используют сообщение коммита напрямую)
Стратегия оптимизации токенов
Разработчик использует особый подход для минимизации использования токенов: агенты никогда не ведут длинных диалогов. Каждый запрос следует этой схеме: (1) чтение предварительно вычисленных файлов с данными (локальный markdown, 0 токенов), (2) один сфокусированный промпт со всем встроенным контекстом, (3) один ответ → парсинг → действие → завершение. Исследовательский конвейер (RSS, HN, веб-скрапинг) стоит 0 токенов LLM — это чистый HTTP + Jina Reader. LLM обрабатывает только творческую/аналитическую работу.
Реальные цифры и инфраструктура
- 27 автоматизированных аккаунтов Threads, 12K+ подписчиков, 3.3M+ просмотров
- 25 таймеров systemd, 62 скрипта, 19 файлов с данными
- Использование RPD: 7% (105/1500) — осталось 93% запаса
- Ежемесячная стоимость: $0 LLM + ~$5 инфраструктура (Vercel hobby + Firebase free)
Уроки, извлеченные из неудач
Разработчик поделился конкретными проблемами, с которыми столкнулся:
- Счет на $127 от Gemini за 7 дней: Создал API-ключ из проекта GCP с включенной оплатой вместо AI Studio. Думал, что токены ($3.50/1M) без ограничения по частоте. Урок: всегда создавайте ключи напрямую через AI Studio.
- Ошибка в цикле взаимодействия: перебирал ВСЕ посты вместо топ N. Сжег 800 RPD за один день и лишил ресурсов все остальное.
- Проверка работоспособности Telegram вызывала getUpdates, конфликтуя с long-polling шлюза. 18 дублирующих сообщений за 3 минуты.
Стек и ресурсы
Стек: OpenClaw, Gemini 2.5 Flash (бесплатный), WSL2/systemd, React/TypeScript/Vite, Vercel, Firebase, Telegram Bot, Resend, Jina Reader. Сайт (https://ultralab.tw) полностью двуязычный (zh-TW/en) с 21 постом в блоге, где i18n, публикация в блоге и уведомления в Discord — все часть автоматизированного конвейера.
Репозиторий GitHub с руководством: https://github.com/UltraLabTW/free-tier-agent-fleet
Живая панель управления агентами: https://ultralab.tw/agent
📖 Read the full source: HN LLM Tools
👀 Смотрите также
Автоматизированная система ежедневного журнала разработки с интеграцией Discord
Система, которая фиксирует активность разработки в Discord, генерирует визуальные сводки и автоматически публикует ежедневные записи в блоге с использованием kabi-discord-cli, cron-задач и развертывания на GitHub/Vercel.
Тестирование конвейера RAG показывает, что стоимость за токен — не лучший критерий для выбора модели.
Разработчик протестировал Claude Haiku 4.5, Amazon Nova Pro и Amazon Nova Lite на идентичных RAG-пайплайнах с реальными запросами и обнаружил, что самая дешёвая модель на токен выдавала наименее полезные ответы, что в итоге обходилось дороже за полезный ответ.
Разработка агента OpenClaw вынуждает к ясности в принятии решений.
Пользователь Reddit сообщает, что создание агента OpenClaw заставило их определить структуру памяти, сформулировать процессы принятия решений и заметить паттерны делегирования, что привело к личному росту продуктивности благодаря саморефлексии.
Непрограммист создает SaaS-приложение с помощью Claude в качестве партнера по кодированию
Директор по операциям с данными без опыта в разработке программного обеспечения использовал Claude для создания и запуска полноценного SaaS-приложения под названием The Pit Preacher — помощника для барбекю на базе искусственного интеллекта с использованием Next.js 14, аутентификации Supabase, платежей Stripe и развертывания на Vercel.