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

marsbitОпубликовано 2026-05-17Обновлено 2026-05-17

Введение

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

Связанные с этим вопросы

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.

Похожее

τ Scaling: Huawei's New Growth Engine Designed for the Post-Moore Era

**Tau Scaling: Huawei's New Growth Engine for the Post-Moore Era** For 60 years, progress in semiconductors was driven by Moore's Law – making transistors smaller, denser, and cheaper. This path has now stalled due to plummeting returns below 7nm, astronomical lithography costs, and rising per-transistor expenses. After six years and testing 381 production chips, Huawei’s semiconductor team proposes a fundamental shift: **stop competing on size, start competing on time**. This is the core of their "τ (Tau) Scaling" theory. It treats *time* as the key optimization metric, compressing characteristic delays (τ) across all levels – from transistor switching (picoseconds) to data center tasks (seconds), spanning 12 orders of magnitude. **What is τ Scaling?** It holistically minimizes delay/time constants (τ) across four layers: transistors (switching speed), circuits (signal delay), chips (compute/memory access), and systems (end-to-end communication). The goal is to align optimization from process and circuit design to architecture and systems using this unified metric. **Mobile Application: LogicFolding** Without advancing the process node, this technique vertically stacks chips using ultra-precision hybrid bonding, distributing critical paths across layers ("stacking floors"). Results include a 55% transistor density increase, 41% better energy efficiency, over 40% higher SRAM frequency, and a roadmap targeting 4GHz by 2029. **AI Data Center Application: Full-Link Latency Compression** With 80% of AI cluster energy and 70% cost spent on data movement, the focus is slashing communication time. Key innovations include: 1. **Unified Bus:** Cuts multi-layer protocols, reducing remote access latency from microseconds to ~100 nanoseconds – 500x faster. 2. **Hi-ONE Optical Interconnect:** Replaces copper with fiber, enabling 8Tb/s per module and scaling distances from 1m to 100m for 10,000-chip clusters. 3. **3D Folding:** Solves the "interface bottleneck" of 2.5D packaging by vertically integrating memory, power, and optical I/O alongside compute, predicting over 100x integration density gain by 2035. **Re-fusion of Logic and Memory** The AI era, where data movement is more critical than computation, demands tight 3D integration of logic and memory, shifting industry influence towards memory and advanced packaging. **Remaining Challenges** include adapting EDA tools for 3D design, optimizing wafer-to-wafer process variation and vertical interconnect losses, and establishing new energy efficiency and benchmarking standards. **Conclusion:** The era of scaling physical dimensions is over. The era of scaling time has begun. By leveraging 3D stacking, system architecture, and interconnect optimization—rather than solely chasing advanced lithography—performance and efficiency can continue to advance. This is poised to be the semiconductor industry's core roadmap for the next decade.

marsbit11 мин. назад

τ Scaling: Huawei's New Growth Engine Designed for the Post-Moore Era

marsbit11 мин. назад

NodeStrategy: The First Ordinals DAT Project, Bringing the Strategy Treasury Narrative to NFTs

**Summary: The Fundamental Flaws of NodeStrategy, the 'First Ordinals DAT'** NodeStrategy presents itself as the first Ordinals Digital Asset Treasury (DAT) on Bitcoin. Its model mirrors MicroStrategy's treasury narrative but for NFTs, specifically targeting the NodeMonkes collection (not officially affiliated). The project's core mechanism is a four-step flywheel: a 10% fee on all trades (90% to treasury, 10% to radFi/Bound marketplace) is used to buy NodeMonkes. These NFTs are then listed for sale on Satflow, with 100% of the sale proceeds used to buy back and burn the project's token, NODESTRAT, aiming to create a perpetual value cycle. However, the design contains critical, self-defeating flaws: 1. **Platform Lock-In:** As a Bitcoin Rune, NODESTRAT lacks smart contract functionality and cannot natively enforce the 10% fee. The fee can only be collected on the radFi/Bound marketplace itself. This makes the entire flywheel dependent on a single platform. If liquidity moves elsewhere, fee revenue drops to zero, halting the mechanism. 2. **Self-Suffocating Economics:** The 10% fee acts both as the flywheel's fuel and a major drag on demand. A buy/sell roundtrip incurs a 20% cost, creating a massive hurdle for traders. This strangles the very trading volume needed to generate fees. 3. **Ineffective Value Support:** The flywheel is starved. Low daily volume (~$9K) generates minimal fees for NFT purchases. The NFT "ladder" sales are slow and unpredictable (only 39 total sold), meaning buybacks are infrequent. While 30.77% of the supply has been burned, this supply reduction cannot lift price without corresponding demand, which is suppressed by the high transaction tax. 4. **Meaningless NAV:** The Net Asset Value (NAV), currently at a 0.46x discount to market cap, is merely a marketing figure. There is no redemption mechanism for token holders to claim the underlying NodeMonkes assets. Price is set by market liquidity flows, not by this theoretical backing. In essence, NodeStrategy's design forces its revenue source (trading fees) to simultaneously cripple the demand and liquidity required for its own success, trapping the project in a stagnant state.

marsbit17 мин. назад

NodeStrategy: The First Ordinals DAT Project, Bringing the Strategy Treasury Narrative to NFTs

marsbit17 мин. назад

Agentic Design Patterns: A Book That Made Me Re-Understand "What Is an Agent, Really?"

"Agentic Design Patterns" is a 2025 book by Antonio Gullí, a Google engineering director, which offers a systematic framework for AI Agent development through 21 design patterns. A core contribution is the "Four Levels of Agency": Level 0 (bare LLMs) are not true agents. Level 1 agents actively decide when and how to use tools. Level 2 agents engage in strategic planning, context engineering (curating and filtering information), and self-reflection. Level 3 involves multi-agent collaboration with defined communication topologies. The book introduces **Context Engineering** as a superset of prompt engineering, managing four layers of information for the agent: system prompts, external data, implicit context (user history, environment), and feedback loops for automated optimization. A key pattern is **Reflection (Producer-Critic)**, where two distinct agents with different prompts collaborate iteratively—one produces output, the other critiques it—until quality is satisfactory or a max iteration limit is reached. For **Memory**, a three-layer model is proposed: Session (ephemeral conversation context), State (temporary task data), and Memory (persistent, long-term storage). Regarding **Multi-Agent Systems**, the book advises against unnecessary complexity, recommending simple topologies like Supervisor or Peer-to-Peer based on task needs. It emphasizes perfecting a single Level 2 agent before moving to multi-agent setups. The author concludes with three actionable takeaways: 1) Add a Critic agent to existing workflows, 2) Practice Context Engineering beyond simple prompts, and 3) Avoid premature multi-agent complexity; first master a robust single agent. The book provides a practical map, codifying common challenges like reflection, memory, and coordination into reusable patterns, saving developers from reinventing foundational solutions.

链捕手1 ч. назад

Agentic Design Patterns: A Book That Made Me Re-Understand "What Is an Agent, Really?"

链捕手1 ч. назад

Will ETH See Fund Inflows Again? Sharplink and BitMine Make It onto the Russell Index List

Two Ethereum (ETH)-related public companies, Sharplink (SBET) and BitMine (BMNR), will be added to the U.S. Russell Indexes on June 29, 2026. SBET is confirmed for the Russell 2000 and Russell 3000, while BMNR is on the preliminary list for the Russell 3000 and has a high chance of entering the Russell 1000. This inclusion acts as an "automatic shopping list" for massive passive investment funds like ETFs and pension plans, compelling them to buy these stocks to match the index composition. Consequently, millions of mainstream investors who do not directly trade crypto will automatically gain exposure to these Ethereum-linked equities through their index funds. This move channels significant passive capital—trillions of dollars track these indexes—into SBET and BMNR, integrating Ethereum-related investment opportunities into traditional financial portfolios. While the funds buy the companies' stocks, not ETH directly, this is expected to provide short-term price support for the stocks and increase their liquidity and institutional ownership. Over the long term, it could also indirectly incentivize the companies to acquire more ETH.

marsbit1 ч. назад

Will ETH See Fund Inflows Again? Sharplink and BitMine Make It onto the Russell Index List

marsbit1 ч. назад

An AI Read SpaceX's Prospectus and Wrote This Investment Memo in 12 Minutes

An AI agent autonomously analyzed SpaceX's 226MB S-1 filing, purchased real-time market data on-chain for $1.87, and generated a comprehensive investment memo in 12 minutes. The memo concludes a "Hold" recommendation. Bull Thesis: SpaceX holds a near-monopoly in commercial launch (80% of global orbital mass since 2023), operates the profitable Starlink business (10.3M subscribers, $7.2B adj. EBITDA), and is vertically integrated from rockets to AI via the xAI acquisition. Starlink alone is a standout, high-margin business. Bear Thesis: The AI division is a massive cash burn ($6.4B operating loss on $3.2B revenue in 2025). True debt obligations approach ~$42B, not the headline $29B, due to bridge loans and X-related debt. Significant contingent liabilities exist, including a potential $10B fee from a Cursor option agreement. The company faces concentrated counterparty risk (e.g., a $45B Anthropic contract), slowing revenue growth, and complex governance as a controlled company with four share classes. Valuation anchors Starlink's standalone value at ~$84B (applying Iridium's 7.4x sales multiple), suggesting the current ~$500B+ IPO target prices in immense future execution risk for Starship and AI. Key risks include Starship delays, accelerating AI losses, and underwriter conflicts (the IPO's lead banks are also lenders on the $20B bridge loan it aims to refinance). Investment triggers: upgrade to "Overweight" if priced ≤$350B and Starship meets milestones; downgrade to "Pass" if priced >$510B or key risks materialize.

marsbit1 ч. назад

An AI Read SpaceX's Prospectus and Wrote This Investment Memo in 12 Minutes

marsbit1 ч. назад

Торговля

Спот
Фьючерсы

Популярные статьи

Как купить BILL

Добро пожаловать на HTX.com! Мы сделали приобретение Billions Network (BILL) простым и удобным. Следуйте нашему пошаговому руководству и отправляйтесь в свое крипто-путешествие.Шаг 1: Создайте аккаунт на HTXИспользуйте свой адрес электронной почты или номер телефона, чтобы зарегистрироваться и бесплатно создать аккаунт на HTX. Пройдите удобную регистрацию и откройте для себя весь функционал.Создать аккаунтШаг 2: Перейдите в Купить криптовалюту и выберите свой способ оплатыКредитная/Дебетовая Карта: Используйте свою карту Visa или Mastercard для мгновенной покупки Billions Network (BILL).Баланс: Используйте средства с баланса вашего аккаунта HTX для простой торговли.Третьи Лица: Мы добавили популярные способы оплаты, такие как Google Pay и Apple Pay, для повышения удобства.P2P: Торгуйте напрямую с другими пользователями на HTX.Внебиржевая Торговля (OTC): Мы предлагаем индивидуальные услуги и конкурентоспособные обменные курсы для трейдеров.Шаг 3: Хранение Billions Network (BILL)После приобретения вами Billions Network (BILL) храните их в своем аккаунте на HTX. В качестве альтернативы вы можете отправить их куда-либо с помощью перевода в блокчейне или использовать для торговли с другими криптовалютами.Шаг 4: Торговля Billions Network (BILL)С легкостью торгуйте Billions Network (BILL) на спотовом рынке HTX. Просто зайдите в свой аккаунт, выберите торговую пару, совершайте сделки и следите за ними в режиме реального времени. Мы предлагаем удобный интерфейс как для начинающих, так и для опытных трейдеров.

220 просмотров всегоОпубликовано 2026.05.07Обновлено 2026.05.12

Как купить BILL

Обсуждения

Добро пожаловать в Сообщество HTX. Здесь вы сможете быть в курсе последних новостей о развитии платформы и получить доступ к профессиональной аналитической информации о рынке. Мнения пользователей о цене на BILL (BILL) представлены ниже.

活动图片

Топ вопросы

Популярные категорииright-arrow

Популярные тегиright-arrow