3 personnes, 100 programmeurs IA, 1,3 million de dollars brûlés en un mois ! OpenAI : l’addition, c'est moi

marsbitPublicado a 2026-05-17Actualizado a 2026-05-17

Resumen

Trois personnes, une centaine d'agents IA, et une facture d'1,3 million de dollars sur un mois : Peter Steinberger, créateur d'OpenClaw, a dévoilé cette dépense faramineuse, entièrement prise en charge par OpenAI. Son équipe de trois développeurs utilise environ 100 instances de Codex pour automatiser les tâches fastidieuses du développement logiciel : revue de code, détection de vulnérabilités, gestion des bogues, surveillance des performances et même génération de requêtes après des réunions. Cette approche transforme le processus de développement en une "chaîne de production IA", où les agents gèrent l'essentiel de la maintenance et de la coordination, libérant les humains pour des travaux de plus haut niveau. Steinberger souligne qu'en désactivant le mode rapide, le coût devient inférieur à celui d'un ingénieur humain, pour une productivité bien supérieure. L'outil CodexBar, qu'il a créé, permet de surveiller en temps réel la consommation de tokens, désormais considérée comme une nouvelle "matière première" de production. Cette expérience pose une question fondamentale : à mesure que le coût des tokens diminue, à quoi ressemblera le développement logiciel lorsque chaque petite équipe pourra déployer une armée d'assistants IA ? L'avenir, où la puissance cognitive devient une ressource abordable et scalable, est déjà en train de s'écrire.

Peter Steinberger

Édité par: Salomon

【Éclairage par New Zhiyuan】3 personnes, 100 agents IA, 1,3 million de dollars brûlés en un mois — le père d'OpenClaw transforme le développement logiciel en une « chaîne de montage IA » et OpenAI paye la facture.

Les autres postent leurs fiches de paie, lui poste sa facture — 1,3 million de dollars par mois !

Soit près de 9 millions de RMB / mois. De quoi laisser les internautes stupéfaits.

Le père d'OpenClaw, Peter Steinberger, a lâché négligemment une capture d'écran sur X.

Peter Steinberger

Mais les chiffres sur la capture, franchement, ne sont pas de nature à laisser calme :

Dépense sur 30 jours : 1 305 088,81 $. Consommation : 6 030 milliards de tokens. 7,6 millions de requêtes.

Vous avez bien lu, 1,3 million de dollars. Et ce n'est pas le budget IA trimestriel d'une grande entreprise — c'est la consommation d'une petite équipe de 3 personnes, en un mois.

Et le plus explosif : cette facture, c'est OpenAI qui la paye.

Les commentaires sont instantanément devenus fous.

Certains sont stupéfaits, d'autres sceptiques, d'autres encore sortent leur calculette pour compter « combien de programmeurs humains ça représente ».

Steinberger lui-même répond calmement : « Après avoir désactivé le mode rapide, mes coûts sont inférieurs à celui d'un ingénieur, et cela aide vraiment beaucoup plus. »

Traduction — carrément rentable !

Un internaute s'étonne même du salaire mensuel d'ingénieur à 400k$ — « Le marché de l'emploi à San Francisco est totalement dingue. »

Commentaire d'un internaute

Commentaire d'un internaute

Un autre internaute s'interroge sur la destination de cette énorme quantité de tokens.

Peter répond que la majeure partie a été utilisée pour le développement d'OpenClaw.

Commentaire d'un internaute

L'armée de programmeurs dans le cloud

Le plus fou dans cette histoire, c'est que l'équipe de Pete ne compte que 3 personnes.

Ils font tourner en permanence dans le cloud environ 100 instances de Codex, pour accomplir les tâches les plus ingrates, épuisantes et frustrantes du génie logiciel —

Revoir les PR (Pull Requests), détecter les failles de sécurité, dédoublonner les issues, corriger des bugs, surveiller les benchmarks, signaler les régressions sur Discord après les avoir détectées, et même ouvrir directement une PR après avoir écouté une réunion.

Ainsi, l'IA ne fait pas que « vous aider à coder », elle s'insinue dans chaque interstice de la collaboration logicielle.

Et ça, c'est effrayant.

Parce que ce qui coûte vraiment cher dans le développement logiciel, c'est la communication, la compréhension, le changement de contexte, la relecture, les régressions, les corrections, l'attente, le travail répétitif.

Autrefois, une équipe passait une grande partie de sa journée sur ces activités qui ne ressemblent pas à de la « création », mais sans lesquelles le projet part en vrille.

Désormais, Peter confie d'un coup tous ces maillons à une armée d'agents IA.

C'est l'IA qui commence à entretenir le système nerveux d'une organisation à votre place.

Illustration

Il y a un autre détail important sur cette capture : ce n'est pas l'interface d'OpenAI, mais CodexBar, un outil créé par Peter.

CodexBar est un utilitaire pour la barre de menus macOS qui permet de suivre les fenêtres d'utilisation, les crédits, les coûts et les temps de réinitialisation de divers outils de programmation IA.

Il prend en charge une flopée de services comme Codex, Claude, Cursor, Gemini, Copilot, etc.

Avant, la barre des menus des programmeurs affichait quoi ? CPU, mémoire, batterie, débit réseau.

Maintenant, il y a un nouvel élément : les tokens. Les tokens sont en train de devenir une nouvelle « matière première » de production.

CodexBar

Deux mots pour conclure

1,3 million de dollars par mois, 3 personnes, 100 agents IA.

Méditez bien sur ces chiffres — trois êtres humains, pilotant une centaine d'employés numériques qui ne mangent pas, ne dorment pas et ne réclament pas d'augmentation, exécutent le travail d'une équipe d'ingénierie entière.

Certains, après avoir lu ça, sont surexcités : l'IA n'est enfin plus une potiche qui ne fait que discuter ! D'autres, après avoir lu ça, ont froid dans le dos : Attendez, et nous, les codeurs, on va faire quoi après ?

Mais pour être honnête, ce qui me tient le plus éveillé la nuit, c'est cette phrase si légère de Steinberger : « J'explore ce à quoi ressemblerait le développement logiciel si le coût des tokens n'était pas un problème. »

Peter Steinberger

Mes amis, il dit « si ».

Mais le problème, c'est que ce « si » se transforme à vue d'œil en « lorsque ».

Aujourd'hui, le travail accompli pour 1,3 million de dollars, avec une baisse de prix des modèles, coûtera 130 000 $. Encore une baisse, et ce sera 13 000 $.

Le jour où cela arrivera, faire travailler simultanément 100 agents IA ne sera plus le jeu exclusif des magnats de la Silicon Valley, mais l'opération de base de n'importe quelle équipe de trois startuppers.

Trois jeunes dans un garage, tenant en main une centaine de programmeurs IA infatigables — cette image, juste y penser, c'est dément.

Peter Steinberger a retourné ses cartes.

Sur ces cartes, il est écrit : L'avenir frappe déjà à la porte, et il n'a pas l'intention d'attendre que vous soyez prêt.

Références :

https://the-decoder.com/for-1-3-million-a-month-openclaw-founder-peter-steinberger-runs-100-ai-agents-that-code-review-prs-and-find-bugs/

https://x.com/steipete/status/2055346265869721905

https://developers.openai.com/codex/speed

Cet article provient du compte officiel WeChat « New Zhiyuan », auteur : New Zhiyuan

Preguntas relacionadas

QQuelle est la dépense mensuelle mentionnée pour une équipe de trois personnes utilisant des agents IA, et qui couvre ces coûts ?

ALa dépense mensuelle mentionnée est de 1 305 088,81 dollars américains (environ 900 millions de yuans). Ces coûts sont pris en charge par OpenAI pour cette équipe de trois personnes.

QCombien d'agents IA l'équipe de Peter Steinberger utilise-t-elle pour automatiser les tâches de développement logiciel ?

AL'équipe de Peter Steinberger utilise environ 100 instances de Codex (agents IA) pour automatiser diverses tâches de développement logiciel.

QQuelles sont les principales tâches attribuées aux agents IA dans le processus de développement décrit dans l'article ?

ALes agents IA sont chargés de tâches telles que la révision des demandes de fusion (PR), la détection de failles de sécurité, la déduplication des problèmes (issues), la correction de bogues, la surveillance des benchmarks, la notification des régressions sur Discord, et même l'ouverture de PR après des réunions.

QQuel outil Peter Steinberger a-t-il créé pour surveiller l'utilisation et les coûts des outils de programmation IA, et que montre-t-il ?

APeter Steinberger a créé CodexBar, un outil pour la barre de menus macOS qui surveille l'utilisation, les crédits, les coûts et les temps de réinitialisation de divers services de programmation IA comme Codex, Claude, Cursor, Gemini et Copilot. Il montre que les jetons (tokens) deviennent une nouvelle « matière première » de production.

QSelon la conclusion de l'article, quelle perspective Peter Steinberger explore-t-il concernant l'avenir du développement logiciel avec l'IA ?

APeter Steinberger explore la perspective suivante : « Si le coût des jetons n'est pas un problème, à quoi ressemblera le développement logiciel ? » L'article suggère que cette hypothèse pourrait bientôt devenir réalité, permettant même à de petites équipes de disposer d'une productivité massive grâce à de nombreux agents IA peu coûteux.

Lecturas Relacionadas

τ Scaling: El nuevo motor de crecimiento diseñado por Huawei para la era post-Moore

Durante décadas, el sector de los semiconductores avanzó reduciendo el tamaño de los transistores, pero la Ley de Moore toca a su fin ante costos explosivos y rendimientos decrecientes. El equipo de Huawei propone una nueva dirección tras seis años de investigación: el "τ Scaling" (Escalado Tau). En lugar de miniaturizar, la teoría se centra en optimizar el "tiempo" (τ) como métrica clave. Busca comprimir la latencia a través de toda la pila tecnológica, desde el tiempo de conmutación de los transistores (picosegundos) hasta las tareas a nivel de sistema (segundos), abarcando 12 órdenes de magnitud. La implementación adopta dos enfoques principales: * **En móviles (LogicFolding):** Mediante apilamiento 3D de chips y uniones híbridas de alta precisión, se optimizan las rutas críticas. Los resultados muestran aumentos del 55% en densidad de transistores, 41% en eficiencia energética y 13% en frecuencia base, apuntando a 4 GHz para 2029. * **En centros de datos de IA:** Se ataca la latencia en comunicación, donde reside el mayor gasto energético y de costos. Soluciones como un *Unified Bus* (reduciendo latencia remota 500x), interconexiones ópticas Hi-ONE (8Tb/s) y el *3D Folding* para integrar memoria y energía, permiten escalar clústeres de IA. Se prevé una mejora de más de 100x en integración del hardware para 2035. El camino implica desafíos como adaptar herramientas de diseño EDA, mejorar procesos de apilamiento 3D y establecer nuevos estándares de medición. La conclusión es clara: ha terminado la era de escalar por tamaño y comienza la de escalar por tiempo. La innovación futura dependerá de la integración 3D, la arquitectura de sistemas y la optimización de interconexiones, abriendo un camino más allá de la dependencia exclusiva de la litografía extrema.

marsbitHace 8 min(s)

τ Scaling: El nuevo motor de crecimiento diseñado por Huawei para la era post-Moore

marsbitHace 8 min(s)

NodeStrategy: El primer proyecto DAT de Ordinals que traslada la narrativa de tesorería a los NFT

Autor: 798.eth NodeStrategy se presenta como el primer proyecto DAT (Digital Asset Treasury) en Ordinals de Bitcoin. Su token, NODESTRAT (10 mil millones), funciona como una "máquina perpetua" que tiene como objetivo acumular el NFT NodeMonkes (no oficial) para crear valor. Opera en la plataforma radFi/Bound. Su modelo de negocio propone un ciclo de cuatro pasos: cobra una comisión del 10% en cada compraventa de NODESTRAT. El 90% va al "tesoro", que usa esos fondos para comprar NodeMonkes al precio mínimo. Luego, vende estos NFTs progresivamente en Satflow, y el BTC obtenido se destina íntegramente a recomprar y quemar tokens NODESTRAT. Teóricamente, esto reduce la oferta, aumenta el precio, atrae más operaciones y genera más comisiones, creando un círculo virtuoso. Sin embargo, el mecanismo presenta problemas estructurales clave: 1. **Dependencia de una única plataforma:** Dado que Bitcoin L1 no tiene contratos inteligentes, la comisión del 10% no puede integrarse en el token Rune. Solo puede aplicarse en la capa de la plataforma, específicamente en radFi/Bound. Si el token se comercializa en otro lugar (mercados P2P o DEXs), no se genera ningún ingreso por comisiones, paralizando por completo el ciclo del tesoro. Su mecanismo de valor está cautivo de una única plataforma. 2. **La comisión ahoga la demanda:** El impuesto del 10% a la entrada y otro 10% a la salida (20% de ida y vuelta) actúa como un fuerte desincentivo para los comerciantes y especuladores, sofocando la liquidez y el volumen necesarios para alimentar el modelo. Actualmente, el volumen es bajo (~$9K diarios). 3. **El mecanismo de recompra es débil:** Las recompras solo ocurren cuando se vende un NodeMonke desde la "escalera" de precios del tesoro. Este proceso es lento e incierto, ya que el mercado NFT es ilíquido. Hasta la fecha, solo se han vendido 39 NFTs, lo que limita severamente el ritmo de quema de tokens. 4. **La NAV (Valor del Activo Neto) es ineficaz:** Aunque el precio del token tiene un descuento del 0.46x sobre el valor teórico de sus activos (NAV), no existe un mecanismo de canje (redeem) para que los tenedores capturen ese valor. La única salida es vender en el mercado secundario, pagando otra comisión. Por lo tanto, el mercado valora el token en base a sus flujos de caja (comisiones y recompra), no por su respaldo teórico. En resumen, el diseño interno del proyecto es contradictorio: la misma comisión del 10% que debe alimentar el ciclo (combustible) también actúa como una barrera que reprime la demanda y la liquidez esenciales para que funcione, todo mientras depende de un único punto de fallo (la plataforma Bound) para existir.

marsbitHace 13 min(s)

NodeStrategy: El primer proyecto DAT de Ordinals que traslada la narrativa de tesorería a los NFT

marsbitHace 13 min(s)

Patrones de Diseño Agente: Un libro que me hizo replantearme 'qué es realmente un Agente'

El libro _Agentic Design Patterns_, escrito por Antonio Gullí, presenta una clasificación de cuatro niveles para los agentes de IA: * **Nivel 0**: LLM básico, sin herramientas ni capacidad de acción. No es considerado un agente real. * **Nivel 1**: Usa herramientas de forma autónoma, decidiendo cuándo y cómo utilizarlas para obtener información externa. * **Nivel 2**: Introduce la planificación y la "Context Engineering", que consiste en filtrar y preparar cuidadosamente la información del contexto para mejorar la precisión. Incluye la capacidad de autorreflexión (Reflection) mediante un patrón de dos agentes: un "Productor" y un "Crítico". * **Nivel 3**: Sistemas multiagente que colaboran, con diferentes topologías de comunicación según la complejidad de la tarea. El artículo destaca tres conceptos clave del libro: 1. **Context Engineering**: Va más allá del "Prompt Engineering", gestionando las capas de información (instrucciones del sistema, datos externos, estado implícito y retroalimentación) que el agente tiene a su disposición para tomar decisiones. 2. **Reflection**: Un patrón práctico donde un agente "Productor" genera un resultado y un agente "Crítico" distinto lo revisa, creando un ciclo de mejora iterativa. 3. **Memoria en tres capas**: Sesión (conversación actual), Estado (datos temporales de la tarea) y Memoria persistente (experiencia a largo plazo). La conclusión es que, en lugar de construir sistemas multiagente complejos, a menudo es más eficaz primero llevar un solo agente al Nivel 2, dotándolo de herramientas, reflexión y una gestión adecuada del contexto y la memoria. El libro proporciona un mapa de patrones de diseño que sistematizan soluciones a problemas comunes en el desarrollo de agentes.

链捕手Hace 55 min(s)

Patrones de Diseño Agente: Un libro que me hizo replantearme 'qué es realmente un Agente'

链捕手Hace 55 min(s)

Trading

Spot
Futuros

Artículos destacados

Cómo comprar BILL

¡Bienvenido a HTX.com! Hemos hecho que comprar Billions Network (BILL) sea simple y conveniente. Sigue nuestra guía paso a paso para iniciar tu viaje de criptos.Paso 1: crea tu cuenta HTXUtiliza tu correo electrónico o número de teléfono para registrarte y obtener una cuenta gratuita en HTX. Experimenta un proceso de registro sin complicaciones y desbloquea todas las funciones.Obtener mi cuentaPaso 2: ve a Comprar cripto y elige tu método de pagoTarjeta de crédito/débito: usa tu Visa o Mastercard para comprar Billions Network (BILL) al instante.Saldo: utiliza fondos del saldo de tu cuenta HTX para tradear sin problemas.Terceros: hemos agregado métodos de pago populares como Google Pay y Apple Pay para mejorar la comodidad.P2P: tradear directamente con otros usuarios en HTX.Over-the-Counter (OTC): ofrecemos servicios personalizados y tipos de cambio competitivos para los traders.Paso 3: guarda tu Billions Network (BILL)Después de comprar tu Billions Network (BILL), guárdalo en tu cuenta HTX. Alternativamente, puedes enviarlo a otro lugar mediante transferencia blockchain o utilizarlo para tradear otras criptomonedas.Paso 4: tradear Billions Network (BILL)Tradear fácilmente con Billions Network (BILL) en HTX's mercado spot. Simplemente accede a tu cuenta, selecciona tu par de trading, ejecuta tus trades y monitorea en tiempo real. Ofrecemos una experiencia fácil de usar tanto para principiantes como para traders experimentados.

105 Vistas totalesPublicado en 2026.05.07Actualizado en 2026.05.12

Cómo comprar BILL

Discusiones

Bienvenido a la comunidad de HTX. Aquí puedes mantenerte informado sobre los últimos desarrollos de la plataforma y acceder a análisis profesionales del mercado. A continuación se presentan las opiniones de los usuarios sobre el precio de BILL (BILL).

活动图片