Разработчик Петер Штайнбергер, стоящий за open-source проектом OpenClaw, опубликовал скриншот личного кабинета OpenAI, который мог бы вызвать легкую дрожь у любого финансового директора. Сумма в $1 305 088,81 накопилась всего за 30 дней работы системы, что, судя по всему, стало результатом масштабного стресс-теста автономных ИИ-агентов в реальных условиях разработки. Как сообщает Let’s Data Science, астрономический счет был выставлен за генерацию 603 миллиардов токенов и обработку 7,6 миллиона запросов.

Техническая подоплека инцидента кроется в работе флота из примерно 100 инстансов Codex, которыми управляла команда всего из трех человек. Эти автономные сущности были заняты не просто написанием кода, а полноценным циклом поддержки инфраструктуры: они сканировали коммиты на уязвимости, устраняли дубликаты в отчетах об ошибках, проводили аудит pull-request и даже открывали новые исправления. Примечательно, что в списке использованных моделей на приборной панели фигурировала GPT-5.5, а OpenAI, по имеющимся данным, согласилась покрыть этот счет полностью.

Анатомия автономных затрат

Для понимания масштаба стоит взглянуть на суточную статистику: в пиковые моменты расходы составляли около $19 985,84 в день при 206 тысячах запросов. Это наглядно демонстрирует, как быстро токенная экономика превращается в финансовую черную дыру, если убрать программные лимиты. Штайнбергер позже отметил, что простое отключение «быстрого режима» (fast mode) позволило снизить операционные расходы до уровня, который ниже зарплаты одного штатного инженера.

Процесс развертывания такой системы обычно выглядит следующим образом:

  • Настройка оркестратора для координации сотни независимых агентов;
  • Определение триггеров: например, автоматический запуск фикса ошибки после обсуждения в корпоративном мессенджере;
  • Мониторинг бенчмарков и автоматическая генерация алертов при регрессии производительности;
  • Финальная проверка человеком — та самая точка, где три разработчика превращаются в «дирижеров» огромного цифрового ансамбля.

Использование GPT-5.5 для рутинного сканирования коммитов выглядит как стрельба из плазменной пушки по воробьям: технологически впечатляюще, но экономически абсурдно. Пока вендоры не предложат вменяемые пакетные тарифы для мультагентных систем, такие архитектуры останутся дорогими игрушками для тех, кому OpenAI прощает долги.

Этот случай поднимает важный вопрос о будущем планировании ИИ-инфраструктуры. Пока маркетинговые материалы обещают полную автономию, реальность упирается в архитектурные компромиссы между скоростью и стоимостью. Опыт OpenClaw показывает, что мы уже способны заменить целый отдел разработки агентами, но цена этой замены в нынешних реалиях может оказаться выше, чем годовой ФОТ небольшого стартапа. Рынок, вероятно, отреагирует на это появлением новых уровней подписки специально для высоконагруженных агентных систем.

Для практиков здесь кроется важный урок: человеческий надзор становится не столько технической необходимостью, сколько инструментом управления рисками. Когда сотни агентов работают параллельно, основной нагрузкой на команду становится не написание кода, а дизайн правил и мониторинг телеметрии. Возможно, в будущем главным навыком разработчика станет умение вовремя переключить модель в «экономный режим», чтобы утренняя чашка кофе не сопровождалась письмом о миллионном долге.