Автор проекта OpenClaw Питер Штайнбергер в одном из твитов продемонстрировал интерфейс инструмента для учёта израсходованных токенов. На скриншоте было заметно, что Питер истратил за последний месяц токенов на $1,3 млн. В комментариях и в другом твите Штайнбергер объяснил, как такое возможно.
Австриец Питер Штайнбергер сегодня известен в первую очередь как автор проекта OpenClaw. Рассказы про этого персонального ассистента на основе искусственного интеллекта обычно начинаются одинаково: автор PSPDFKit, легковесной библиотеки для отображения PDF, развил продукт до организации среднего размера, в 2021 году выгодно продал долю в компании, а после перерыва забавы ради создал Clawdbot, позднее пару раз переименовав его. На деле ещё до OpenClaw Питер написал 43 различных хобби-проекта, а сейчас в его аккаунте GitHub 169 репозиториев, содержащих 75 активных проектов.
У Штайнбергера был контрольный пакет в PSPDFKit, который был продан за неназванную сумму — известно лишь, что покупатель всего вложил €100 млн. При желании Питер мог выйти на раннюю пенсию и просто отдыхать, что он и делал в течение трёх лет. Вернуться к программированию помог именно вайб-кодинг: Штайнбергер с удивлением обнаружил, насколько хорошо код пишут большие языковые модели, вошёл во вкус и сегодня код руками не набирает вовсе.
OpenClaw — прожорливый ИИ-агент, который тратит сотни тысяч токенов даже на регулярные запросы HEARTBEAT. Схожими аппетитами обладает автор проекта. В одном из постов в личном блоге от декабря 2025 года Питер обрисовал свой методы работы: несколько инстансов Codex, постоянное переключение между ними, агенты получают от человека задачи, а тот проверяет качество исполнения.
Более того, Штайнбергер одновременно работает сразу над несколькими проектами из своей многочисленной коллекции. Кроме собственно OpenClaw там встречаются различные архиваторы личных данных (для WhatsApp, Telegram, X, GitHub, почты, календаря и контактов, утилиты для работы с Notion, Slack и Discord), бытовой слой (управление Sonos и Spotify через терминал, инструменты для скриншотов, сна, камер, поиска GIF в терминале) и тулзы для самой разработки (обвязки для Codex, Claude Code и MCP, правила для агентов, интерфейсы к логам и прочая инфраструктура).
Типичный пример последнего пункта — CodexBar. Это небольшая утилита для строки меню macOS, показывающая, сколько Codex, Claude Code и другие схожие продукты скушали токенов и долларов денег. Это очень удобно, если нужно знать, когда сбросят лимиты, сколько квоты осталось и не случился ли у провайдера очередной инцидент с даунтаймом.
Вчера Штайнбергер в личном микроблоге показал, как выглядит новый интерфейс CodexBar. Сделал он это на одном из собственных аккаунтов. Как заметно, за последние 30 дней Питер сделал 7,6 млн запросов на 603 миллиарда токенов стоимостью $1,3 млн.
В комментариях к твиту ожидаемо посыпались вопросы, как такое вообще возможно. Частично Штайнбергер объяснил ситуацию в комментах, частично — в другом твите.
Основной пункт расходов — это fast mode в самом Codex. Дело в том, что скорость работы продукта настраивается, и ускоренный режим работает в полтора раза быстрее, но тратит в 2,5 раза больше кредитов для GPT-5.5 и 2 раза больше для GPT-5.4. Как оценивает сам Питер, если бы он отключил fast mode, то траты упали бы на 70 %. (На самом деле если допустить, что используется исключительно GPT-5.5, то падение должно составить лишь 60 %). Однако Штайнбергер не собирается отключать быстрый режим, поскольку, как он говорит, опция куда полезнее, чем тратить эти деньги на найм людей-разработчиков.
Людей Питер всё же нанимает. OpenClaw вырос из самописа в одно лицо до полноценного проекта, над которым трудится 6 человек. Кроме них в облаке постоянно работает около 100 инстансов Codex, которые проводят ревью каждого пул-реквеста и каждого issue. Если в репозиторий приходит исправление, то ClawSweeper рано или поздно найдёт старый issue любой, хоть полугодовой давности и закроет его с точной ссылкой на коммит или пул-реквест. Здесь ClawSweeper — это отдельная система сопровождения, которая по расписанию и по событиям GitHub просматривает открытые issue и пул-реквесты, управляет ими и пишет для них отчёты в Markdown. В текущей конфигурации ClawSweeper обслуживает OpenClaw, ClawHub и самого себя.
На этом автоматизация не заканчивается. Codex запускается на каждом коммите, проверяя его на проблемы безопасности. Другие агенты дедуплицируют issue, ищут кластеры одинаковых проблем и присылают отчёты о том, что важнее всего чинить в первую очередь.
Часть агентов занимается а полноценным воспроизведением багов. Штайнбергер приводит пример: агент может поднять временную машину через Crabbox, войти, например, в Telegram, повторить сценарий, сделать видеозапись до и после, приложить её к пул-реквесту. Crabbox здесь играет роль удалённого тестового бокса: он арендует или переиспользует машину, синхронизирует туда текущую грязную рабочую копию, запускает команды, стримит вывод и собирает артефакты.
Есть и более агрессивная часть конвейера. Если новый issue хорошо ложится в идеологию OpenClaw, отдельный агент может сразу открыть пул-реквест с реализацией, после чего другой Codex его отревьюит. Комментарии сканируются на спам и оскорбления, прогоняются тесты на производительность, при регрессиях последних отсылаются отчёты в Discord.
Агенты слушают людей напрямую. Некоторые читают отзывы от обычных пользователей в сервере Discord проекта. Часть агентов просто слушает аудио встреч команды разработчиков и начинает работу ещё до того, как человек успел руками оформить обсуждение в задачу. В последнем случае это связка GPT Realtime 2, OpenClaw и голосовых плагинов.
Для регулярных код-ревью Штайнбергер использует и Clawpatch. Этот инструмент из экосистемы лобстеров разбивает репозиторий не просто на файлы, а на так называемые семантические срезы: маршруты, команды, пакеты, тесты и участки с собственными точками входа. После этого агент ревьюит уже ограниченный функциональный блок, а не весь проект целиком, затем собирает находки с уровнем серьёзности, уверенностью, доказательствами и рекомендациями. При необходимости Clawpatch запускает явный цикл исправления для отдельной находки и записывает результаты проверки.
Внутри каждого инстанса OpenClaw находятся не только ключи к API провайдеров, но и крайне чувствительные приватные данные. Тысячи людей каждый день пытаются вскрыть экзоскелет лобстера. Много токенов уходит на безопасность.
В твите Питер упоминает, что задачи по поиску уязвимостей автоматизированы с помощью deepsec от Vercel и Codex Security. deepsec — агентный сканер, который сначала ищет подозрительные места статическим анализом, затем поручает Codex или Claude расследовать кандидатов, а после отдельным проходом перепроверяет выводы и экспортирует результат как задачи для людей или агентов. В свою очередь, Codex Security сканирует подключённые репозитории GitHub коммит за коммитом, строит контекст угроз для конкретного репозитория, валидирует находки в изолированной среде и предлагает исправления.
Мониторить и настраивать весь этот зоопарк агентов не приходится, вся система настроена для работы в фоне. Забавно, что в само десктопное приложение Codex Штайнбергер почти не заглядывает, а Claude уже давно не пользуется.
Показательно, что кроме вопросов про использование токенов в комментариях спрашивали, почему CodexBar настолько прожорлив до ресурсов. Завайбкоженная панель для мониторинга у одного из пользователей съела почти 4 ГиБ оперативной памяти.
Автор: atomlib
