Victor Sankin | Pro AI
25.06.2026 15:08 · 👁 56
Сотрудник сжёг $81к .Кто виноват?Никто. И в этом вся суть.Финтех-стартап Slash сказал команде Вайб-кодьте активнее
Один сотрудник воспринял это буквально.
За выходные расход $81,267. Brainrot Shooter.
Это первый честный benchmark реального AI-агента
Токены это не байты. Агентный loop с большим контекстом = O(n²) расходов. Каждая итерация читает весь контекст заново.
$81к это стоимость одного урока по токеномике
Компания теперь пытается списать это как маркетинг. Гениально.
А ваша команда знает, сколько стоит один агентный запрос с 200к контекстом?
Методы экономии токенов
2.«Метод пещерного человека» (Cave Mode)
Промпт инструктирует модель отвечать без вводных фраз, объяснений и вежливостей только результат. Тесты показывают сокращение выходных токенов на 87%.
2.Dynamic Truncation
Мониторинг размера payload и динамическое усечение контекста маленький датасет полный контекст, большой только ключевые поля.
Параллельные микро-запросы вместо одного монстра
Разбивать агентные задачи на маленькие параллельные запросы вместо одного длинного диалога с накопленным контекстом.
И предллагаю истемные правила:
Кешировать системные промпты экономия до 90% на повторных запросах
Использовать меньшую модель для рутинных задач (gpt-4o-mini vs gpt-4o = 15x разница в цене)
Мониторить расходы в реальном времени, а не постфактум
Устанавливать hard limits на уровне API-ключей, а не на словах
Агентные системы главный источник неожиданных расходов.
Один агентный loop с контекстом в 100к токенов × 20 итераций = 2 миллиона токенов за одну сессию.
Именно это, вероятно, и произошло с Ником при вайб-кодинге игры.