דלגו לתוכן
גיליון 001·חי·20:20 IL
→ יומן/2026-09-01·9 דק׳

העלות האמיתית של ניהול צוות AI אישי (המספרים שלי)

פירוט כנה של מה שבאמת עולה בחודש להפעיל מערכת אוטונומית של 7 סוכנים - הוצאות LLM API, Cloud Run, Firestore, והכלים שאף אחד לא מדבר עליהם. מספרים אמיתיים מבונה AI סולו.

מאת Harel Asaf·בונה בינה מלאכותית·תל אביב

אנשים שואלים אותי את זה יותר מכמעט כל דבר אחר. "הראל, כל זה נשמע מדהים, אבל כמה זה באמת עולה?" שאלה הוגנת. אני הולך לענות עליה עם מספרים אמיתיים, לא הערכות, ואני לא הולך לעגל כלפי מטה כדי שזה ייראה זול.

להפעיל מערכת אוטונומית של 7 סוכנים זה לא בחינם. זה גם לא יקר כמו שרוב האנשים מניחים. בחודש שעבר, ההוצאה הכוללת שלי הייתה 94$. חודש לפני כן, 81$. אני אראה לכם בדיוק לאן כל דולר הולך.


ההקמה שאתם מתמחרים

לפני שהמספרים אומרים משהו, צריך לדעת מה הם קונים. למערכת שלי יש שבעה סוכנים שרצים ברציפות:

  • Vision - אורקסטרטור בוקר, קורא את ה-backlog, מנתב עבודה
  • Aria - מנהלת את האתר, כותבת ומעלה מאמרים באופן אוטונומי
  • Jams - תוכן LinkedIn, הפצה חברתית
  • Albert - מעקב וניתוח פיננסי
  • Martin - תשתית, דיבאגינג, בריאות המערכת
  • Ben - שילוח אבות-טיפוס, בניית frontend
  • Tabu - מכירות, פניות, מיצוב

הסוכנים האלה חולקים זיכרון דרך Firestore. הם מתקשרים דרך תור backlog. הם רצים על Google Cloud Run, מופעלים על ידי Cloud Scheduler. חלקם יורים מדי יום, חלקם כמה פעמים ביום.

זה לא ניסוי של סוף שבוע. זו תשתית פרודקשן. והיא רצה כבר חודשים.


חשבון ה-LLM API

זה סעיף השורה הגדול ביותר. אני משתמש ב-Claude כמודל הראשי בכל הסוכנים. בואו נפרק את זה.

הוצאת LLM חודשית: 51-68$

הטווח הזה אמיתי - הוא תלוי בכמה ריצות אוטונומיות יורים ובאם סוכן כלשהו נכנס ללולאה רקורסיבית (ל-Martin יש עכשיו מפסק זרם לזה). הקצה הגבוה היה בהתחלה, לפני שבניתי את ctxauditor.

ctxauditor הוא אחד מאבות-הטיפוס שלי. התפקיד שלו הוא לבקר את חלון ההקשר לפני כל קריאת סוכן - לתת ציון רלוונטיות בין 0 ל-100 לכל פיסת זיכרון שמוזרקת, ולהסיר כל דבר מתחת לסף. לפני שבניתי אותו, שלחתי בממוצע כ-4,200 טוקנים של הקשר לכל קריאת סוכן. אחרי, זה ירד לכ-2,900. זו הפחתה של 31% בטוקני קלט, בכל קריאה בודדת.

אם אני מריץ, נגיד, 40 הפעלות סוכן ביום (מה שקורה בימי תזמור כבדים), זה 52,000 טוקנים שנחסכים. בתמחור של Claude עבור Sonnet, זה בערך 0.15$ ליום או 4.50$ לחודש. לא דרמטי - אבל זה מצטבר, וזה הפך את הסוכנים שלי חכמים יותר כי הם הפסיקו להזיות מרעש הקשר לא רלוונטי.

אני גם משתמש ב-LLM Cost Lens, אב-טיפוס נוסף, כדי לעקוב אחרי ההוצאה בזמן אמת. הוא שולף מ-Anthropic usage API, מציג קצב שריפה יומי, מסמן קפיצות חריגות, ושולח לי התראת WhatsApp אם יום בודד חוצה 4$. קיבלתי את ההתראה הזו פעמיים. בשני המקרים זו הייתה לולאה - פעם אחת בריצת הבוקר של Vision, פעם אחת בסשן דיבאגינג של Martin. ההתראה נתנה לי לחסוך אותה לפני שהיא צברה יום של 30$.

בלי LLM Cost Lens, הייתי טס עיוור. בניתי אותו כי קונסולת Anthropic לא שולחת התראות.


תשתית

הוצאת תשתית חודשית: 18-31$

זה מתחלק לשלושה דברים:

Google Cloud Run - 12-22$ לחודש

כל סוכן רץ כשירות Cloud Run. אני משלם לפי CPU וזיכרון לכל 100 אלפיות שנייה של הפעלה. Cloud Run יורד לאפס כשהוא לא רץ, אז אני לא משלם על זמן סרק.

הטווח משקף נפח. בשבוע איטי - פחות ריצות תוכן אוטונומיות, בלי בדיקות אבות-טיפוס כבדות - זה קרוב יותר ל-12$. בשבוע שאני משלח ומנקה באגים, זה זוחל לקראת 22$. אף פעם לא עברתי 25$ בחודש בודד.

דבר אחד שהפתיע אותי: עלות ה-cold start של Cloud Run. כשסוכן לא רץ זמן מה, ההפעלה הראשונה לוקחת 1.8-2.4 שניות רק כדי לקום. זו לא בעיית עלות, זו בעיית חביון - אבל אני מזכיר את זה כי אנשים מניחים ש-serverless אומר מיידי. זה לא.

Firestore - 3-6$ לחודש

כל הזיכרון המשותף חי ב-Firestore: מצב סשן של סוכנים, תור ה-backlog, אינדקסים של מאמרים שפורסמו, יומני ציטוט, מפות מילות מפתח. שבעה סוכנים קוראים וכותבים ברציפות. בתמחור של Firebase, זה רץ 3-6$ תלוי בנפח קריאה/כתיבה.

חששתי שזה יסתכלל באגרסיביות. זה לא קרה. גדלי המסמכים קטנים - markdown, JSON - והקפדתי לא לאחסן מצב מיותר.

דומיין ו-Vercel - 3$ לחודש

קבוע. harelasaf.com דרך Google Domains, Vercel לפריסה. תקנו אותי - עברתי לתוכנית החינמית של Vercel לתקופה במהלך ביקורת חיוב, אבל חזרתי כי Pro נותן לי לוגי build טובים יותר וה-20$ לחודש הרגישו נכונים לפרודקשן. אני משלם שנתי, אז זה יוצא בערך 3$ לחודש כשמחלקים.


הכלים

הוצאת כלים חודשית: 0-15$

זה משתנה הכי הרבה. בחודשים מסוימים אני מעריך כלי פיתוח חדשים; בחודשים אחרים אני רץ על התוכניות החינמיות של הכול.

כלים קבועים שאני באמת משלם עליהם:

  • GitHub - תוכנית חינמית, אבל יש לי org פרטי אחד על Team ב-4$ לחודש
  • Notion - חינם לעת עתה; העברתי את זיכרון הסוכנים ל-Firestore, אז בקושי משתמש בו
  • Anthropic API - כבר נספר למעלה
  • Google Cloud - כבר נספר למעלה

אני לא משלם על Perplexity, ChatGPT Plus, או Gemini Advanced כמינויים נפרדים. הסוכנים משתמשים בגישת API, לא בתוכניות צרכניות. זו הבחנה חשובה - מינויים צרכניים נותנים לכם את הממשק, גישת API נותנת לכם את היכולת בפועל במחיר של בניית ממשק משלכם. עבור בונה AI, גישת API מנצחת בכל פעם.


החשבון

הנה התמונה המלאה, החודש שעבר:

סעיף שורהעלות
Claude API (תמהיל Sonnet, Haiku)58$
Google Cloud Run19$
Firestore5$
Vercel (מחולק)3$
GitHub Team (org)4$
כלים שונים5$
סה"כ94$

ב-94$ לחודש, יש לי שבעה סוכנים אוטונומיים שמטפלים ביצירת תוכן, הפצה חברתית, מעקב פיננסי, ניהול תשתית, שילוח frontend, ומכירות - רצים בלעדיי. הדבר היחיד שאני עושה הוא לסקור תוצרים ולקבל החלטות אסטרטגיות.

תשוו את זה לקבלן זוטר יחיד לכמה שעות בשבוע. או למינוי SaaS חודשי ל"פלטפורמת AI" מנופחת שנותנת לכם 10% מהיכולת ו-200% מהחיכוך.


איפה אנשים מוציאים יותר מדי (ואיפה הם משקיעים פחות מדי)

טעיתי בזה במשך שבוע כשהתחלתי: חשבתי שהתשתית תהיה החלק היקר. זה לא. טוקני LLM API הם מניע העלות. כל השאר שולי.

הטעות שרוב האנשים עושים מוקדם: הם לא בונים נראות עלות. הם נותנים לסוכנים לרוץ, חשבון ה-API גדל, ואין להם מושג איזה סוכן או איזה דפוס יקר. LLM Cost Lens לקח לי יומיים לבנות. הוא החזיר את עצמו עשרות פעמים.

הטעות השנייה: לא לקצץ הקשר. כל טוקן שאתם שולחים ל-LLM עולה כסף. אם הסוכן שלכם מזריק 6,000 טוקנים של הקשר מערכת טריוויאלי בכל קריאה, אתם שורפים מזומן על רעש. ctxauditor הראה לי ש-38% מההקשר שלי לפני האופטימיזציה היה מתחת לציון רלוונטיות 40 - למעשה טוקני זבל ששילמתי כדי לשלוח.

תת-ההשקעה שאני רואה הכי הרבה: ארכיטקטורת זיכרון סוכנים. אנשים מחברים מסד נתונים וקטורי מוקדם, משלמים 30-50$ לחודש עליו, ואף פעם לא באמת משפרים שליפה כי שכבת השליפה מעוצבת גרוע. אני משתמש ב-Firestore עם JSON מובנה, שמות שדות טובים, והיגיינת כתיבה מחמירה. פשוט, זול, יעיל.


מה זה קונה לכם

ב-94$ לחודש, אני לא חוסך כסף בהשוואה ללעשות כלום. אני רץ בסולם תפוקה שאדם יחיד לא יכול להגיע אליו לבד.

החודש הזה, המערכת שלחה:

  • 8 מאמרים ל-harelasaf.com (הלולאה היומית של Aria)
  • 14 פוסטים ב-LinkedIn (Jams)
  • 3 דוחות פיננסיים (Albert)
  • 2 מחקרי מקרה של אבות-טיפוס (Ben ו-Vision)
  • רצף פניית מכירות אחד (Tabu)

זו תפוקה שהייתה דורשת צוות תוכן במשרה מלאה ומפתח במשרה חלקית. תמורת 94$ והכיוון האסטרטגי שלי.

שאלת ה-ROI אמיתית אבל היא לא "האם ה-AI משלם את ה-94$". היא "האם התוכן והמיצוב המצטברים מניבים הזדמנויות עסקיות". התשובה, עד כה, היא כן - היו לי שלוש פניות נכנסות מאנשים שמצאו אותי דרך מאמרים ב-harelasaf.com ש-Aria שלחה באופן אוטונומי.


כדאי לכם לבנות את זה?

רק אם אתם מוכנים לארכיטקט את זה, לא רק להרכיב. העלות נמוכה. ההשקעה הקוגניטיבית לעצב את מערכת הסוכנים, ארכיטקטורת הזיכרון, אסטרטגיית ההקשר - זה המחיר האמיתי.

אם אתם מפעילים סולו, מייסדים, או יועצים שרוצים לרוץ בסולם תפוקה גבוה יותר: עלות התשתית היא לא המחסום. המחסום הוא לבנות סוכנים שבאמת אמינים מספיק כדי לרוץ בלי פיקוח.

זה מה שאני עושה. ו-94$ לחודש זה מה שזה עולה לי כרגע.


מקורות

אלה הפניות טכניות, לא אימות עצמאי של העלויות האישיות, התזמונים, הארכיטקטורה או התוצאות המדווחים במאמר הזה. הנתונים ההיסטוריים האלה דורשים את הרשומות המקוריות; אל תשתמשו בהם כתקציב או מדד נוכחי.

שאלות נפוצות

כמה עולה להפעיל מערכת סוכני AI אישית בחודש?

המערכת שלי עם 7 סוכנים רצה ב-81-94$ לחודש. העלות הגדולה ביותר היא קריאות Claude API (51-68$), ואחריהן Google Cloud Run (12-22$), Firestore (3-6$), וכלים. טוקני LLM הם מניע העלות הראשי - כל השאר שולי בהשוואה.

באיזה מודל LLM אני משתמש לסוכני AI?

אני משתמש ב-Claude Sonnet כמודל הראשי ברוב הסוכנים, עם Claude Haiku למשימות ניתוב וסיווג קלות. אני לא משתמש בתוכניות ChatGPT או Gemini צרכניות - גישת API נותנת הרבה יותר גמישות מממשקי מינוי עבור מערכות סוכנים אוטונומיות.

מהו ctxauditor ואיך הוא חוסך כסף?

ctxauditor הוא אב-טיפוס שבניתי שמבצע ביקורת על חלון ההקשר לפני כל קריאת LLM. הוא נותן ציון רלוונטיות (0-100) לכל פיסת זיכרון מוזרקת ומסיר כל דבר מתחת לסף. זה הפחית את ההקשר הממוצע שלי מכ-4,200 לכ-2,900 טוקנים - קיצוץ של 31% בעלויות טוקני קלט, בתוספת פחות הזיות מרעש הקשר לא רלוונטי.

מהו LLM Cost Lens?

LLM Cost Lens הוא אב-טיפוס ניטור שבניתי מעל Anthropic usage API. הוא עוקב אחרי הוצאה יומית, מסמן קפיצות, ושולח התראת WhatsApp אם יום בודד חוצה סף תקציב. הוא תפס שתי לולאות סוכן לפני שהן צברו חשבונות גדולים. בלי נראות עלות בזמן אמת, אתם טסים עיוורים.

האם Google Cloud Run זול לסוכני AI?

כן, למקרה השימוש הזה. Cloud Run יורד לאפס כשהוא בסרק, אז אני משלם רק על זמן חישוב בפועל. המערכת שלי עם 7 סוכנים עולה 12-22$ לחודש על Cloud Run - זול בהרבה מ-VPS שרץ 24/7. cold starts (1.8-2.4 שניות) הם הפשרה העיקרית, לא העלות.

האם אני צריך מסד נתונים וקטורי לזיכרון סוכני AI?

לא בהכרח. אני מאחסן את כל זיכרון הסוכנים המשותף ב-Firestore - מסמכי JSON מובנים, שמות שדות מחמירים, בלי מסד וקטורי. עלות Firestore חודשית היא 3-6$. בונים רבים משלמים 30-50$ לחודש על מסדים וקטוריים בלי שליפה טובה יותר משמעותית כי שכבת השליפה מעוצבת גרוע. התחילו פשוט.

איך אני יודע איזה סוכן AI עולה הכי הרבה?

בנו שיוך עלות מהיום הראשון. LLM Cost Lens מתייג כל קריאת API עם מזהה הסוכן, אז אני יכול לראות איזה סוכן שורף הכי הרבה טוקנים ולמה. בלי שיוך, כל מה שאתם רואים הוא חשבון כולל בלי פירוט שניתן לפעול עליו.

האם מפעיל סולו יכול באמת להפעיל מערכת של 7 סוכני AI?

כן - אבל האתגר הוא לא עלות, הוא ארכיטקטורה. התשתית של 94$ לחודש נגישה. מה שדורש השקעה אמיתית הוא לעצב סוכנים שאמינים מספיק כדי לרוץ בלי פיקוח: ארכיטקטורת זיכרון נקייה, ניהול הקשר, מפסקי זרם ללולאות, ושכבת סקירה לתוצרים שנוגעים בציבור. עבודת העיצוב הזו היא המחסום בפועל.

קריאה נוספת

יומן הבנייה

לעקוב אחרי העבודה.

מאמרים ואבטיפוסים חדשים, ישר לקורא ה-RSS שלכם. מנויי המייל בהשהיה זמנית, עד שאחבר שירות משלוח עובד. לא נאסף כאן אימייל.

עקבו ב-RSS