پرش به محتوای اصلی
پرش به محتوای مقاله

۳۲.۸۲ یورو هزینه، صفر درآمد: نتیجه ۴۸ ساعت عامل Claude Code

·۱ آبان ۱۴۰۵۵ دقیقه مطالعه
ماشین هوش مصنوعی مدیریت یک کسب و کار کوچک با بودجه ۲۰۰ یورو.
ماشین هوش مصنوعی مدیریت یک کسب و کار کوچک با بودجه ۲۰۰ یورو.
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

نخستین آزمایش زنده عامل کدنویسی با سرمایه واقعی، پلتفرم‌های تجاری واقعی (Etsy، Upwork) و سقف ضرر سخت ۵۰ یورو — با انتشار روزانه دفتر‌حساب، کد و تصمیمات. پیشین‌ها یا در سندباکس بودند یا پول کاغذی استفاده می‌کردند.

یک توسعه‌دهنده فرانسوی ۲۰۰ یورو به عامل Claude Code داد و دو روز بعد فقط ۳۲.۸۲ یورو خرج شده بود، درآمد: صفر. این تجربه‌ی زنده، اولین بار است که یک عامل کدنویسی با پول واقعی، پلتفرم‌های واقعی و سقفِ سختِ ۵۰ یورو در بازارهای Etsy و Upwork کار می‌کند.

عامل‌های هوش مصنوعی زاینده (Generative AI) — مثل کارآموزی که خودمختار تصمیم می‌گیرد و اجرا می‌کند — از محیط‌های آزمایشی با پول کاغذی به اقتصاد واقعی می‌روند. همان‌طور که در تحلیل قبلی ما درباره‌ی اقتصاد عامل‌های هوش مصنوعی اشاره کردیم، اکثر دموهای حالا در سندباکس‌های ایمن می‌مانند؛ این آزمایش اما از روز اول سرمایه‌ی واقعی، اعتبار واقعی و ریسک واقعی دارد. مالک عامل، یک توسعه‌دهنده در فرانسه، در ۲۱ اکتبر ۲۰۲۶ سرمایه را تحویل داد و کنار کشید. عامل اکنون گزارش‌های روزانه منتشر می‌کند که هر یورو خرج‌شده، هر قاعده‌ی پیروی‌شده و هر اشتباه را ثبت می‌کند.

معماری عامل برای جداسازی و قابل‌حساب‌بودن طراحی شده است. یک کانتینر Docker روی یک لپ‌تاپ dự phòng عامل را بی‌وقفه اجرا می‌کند، فقط حجم خود و یک فایل رازها را می‌بیند. توکن GitHub تنها به مخزن کسب‌وکار دسترسی دارد. جلس‌های زمان‌بندی‌شده در شب اجرا می‌شوند، در برابر پنجره‌های ۵ ساعته و هفتگی اشتراک Claude تنظیم شده تا مالک همیشه ظرفیت داشته باشد. ارتباط از طریق ایشوهای GitHub است: عامل برنامه‌ی روزانه با جدولی از تاییدهای موردنیاز ارسال می‌کند، هرکدام برچسب‌ی هزینه یورویی و هزینه زمانی برای مالک دارند. مالک از تلفن با میانبرهایی مثل «go ۱/۲» پاسخ می‌دهد.

هر جلسه با حافظه‌ی صفر آغاز می‌شود — تمام حالت در یک مخزن git زندگی می‌کند که قواعد، دفتر‌حساب، برنامه‌ها و jurnal را نگه می‌دارد. کانتینر Docker تنها به حجم مخصوص خود و یک فایل secrets دسترسی دارد. توکن GitHub با مجوز fine-grained تنها به مخزن business می‌رسد. جلس‌های ابری شبانه در برابر محدودیت‌های ۵ ساعته و هفتگی اشتراک Claude پیمایش می‌شوند تا مالک همیشه سهمیه داشته باشد. عامل در ایشوهای GitHub برنامه روزانه می‌نویسد: جدولی از تاییدها، هر ردیف با برچسب هزینه یورو و هزینه دقیقه برای مالک. مالک از گوشی با میانبرهای «go ۱/۲» یا «skip ۳» در ثانیه‌ها تصمیم می‌گیرد.

دو شرط اولیۀ پورتفوی را تعریف می‌کنند:

  • کیتی صفحه‌گسترده برای خردفرآیندگران فرانسوی در Etsy: یک اسکریپت Python با openpyxl کاربوک می‌سازد؛ LibreOffice با داده‌های نمونه بازمحاسبه می‌کند تا فرمول‌ها تایید شوند. عکس‌های لیستینگ از خودِ کاربوک رندر می‌شوند. فروشگاه در روز دوم باز شد. یک محصول دوم، کاربوک فاکتور و پیش‌فاکتور، آماده است.
  • رفع باگ Laravel و PHP در Upwork از طریق کانکتور رسمی MCP آپ‌ورک به نام مالک: عامل جاب‌ها را پیدا می‌کند و پیش‌نویس پیشنهاد می‌نویسد؛ مالک رابطه با مشتری را دارد. نمونه‌گیری اولیه جاب‌های قیمت‌ثابت Laravel بین ۵ تا ۳۰۰ دلار با ۱۵ تا ۵۰+ پیشنهاد نشان داد. دو پیشنهاد اول رد شدند: یکی قبلاً استخدام شده بود، دیگری از مشتری بدون روش پرداخت تاییدشده. عامل اکنون فقط آنجا پیشنهاد می‌دهد که بتواند واقعاً هر نیاز را برآورده کند.

بعد از دو روز دفتر‌حساب می‌خواند: سرمایه‌ی اولیه ۲۰۰.۰۰ یورو، خرج ۳۲.۸۲ یورو (باز کردن فروشگاه Etsy ۱۶.۰۰ یورو، کانکت‌های Upwork ۱۶.۸۲ یورو)، درآمد ۰.۰۰ یورو، نقدینگی ۱۶۷.۱۸ یورو. اولین میل‌حجر — پوشش اشتراک ماهانه ۲۲ یورویی Claude — هنوز برآورده نشده است.

سه شکست عملیاتی ۴۸ ساعت اول را تسلط کردند. عامل تاریخ را از دست داد چون جلسات «امروز» را از جدیدترین نام فایل در پوشه برنامه‌ها می‌گرفت. چندین جلسه در یک روز هرکدام برنامه‌ی فردا را می‌نوشتند و تا روز دوم تاریخ چهار روز به جلو رفت. حالا هر جلسه زمان واقعی را در خط اول می‌گیرد و قاعده‌ای مانع استنتاج تاریخ از نام فایل است. یک بررسی ایمنی توکن GitHub معتبر را به اشتباه رد کرد چون مخازن عمومی قابل‌دسترسی برای هر توکن جزئی‌شمارش می‌شد. مالک توکن را قبل از یافتن باگ حذف کرد. شمارش اکنون فقط مخازن خصوصی است. درس‌ها بارها بازآموخته می‌شدند چون هر جلسه فقط آخرین ورودی jurnal را می‌خواند. یک واقعه درباره openpyxl سه بار نوشته شد و در دو ماشین با هم تضاد داشت. درس‌ها اکنون به پلی‌بوک‌های ذخیره‌شده به عنوان مهارت‌های Claude Code می‌ریزند، فقط وقتی کار مرتبط است بارگذاری می‌شوند، و یک درس باید در همان جلسه به پلی‌بوک خود برسد.

یک شکاف اعلان‌ها gầnاً حلقه را خاموش می‌کرد. هر ایشو و نظر تحت حساب GitHub مالک ظاهر می‌شود و GitHub برای فعالیت‌های خود کاربر اعلان نمی‌فرستد. تلفن مالک فقط از طریق اعلان پوش اضافه‌شده توسط رانر بعد از کشف شکاف از برنامه‌های جدید باخبر شد. اولین پوش با موفقیت رسید.

عامل سه پیش‌بینی قابل‌تخطیه برای هفته‌ی آینده ثبت کرده: برنامه‌های شب پاسخ اول در یک ساعت (میانگین) با احتمال ۵۵٪؛ یک افزونه‌ی کوچک و رایگان کروم که فقط از طریق جستجوی استور پیدا می‌شود، چهار هفته بعد از انتشار حداقل ۲۰ کاربر هفتگی دارد با احتمال ۳۰٪؛ این لاگ در چهار پست اول میانگین حداقل ۱۵۰ بازدید دارد با احتمال ۴۵٪.

این آزمایش مهم است چون استدلال‌های قیمت‌گذاری عامل‌ها را با یک ردپای قابل‌حساب و باقیمت جایگزین می‌کند. عامل تحت محدودیت‌هایی کار می‌کند که استقرار واقعی را بازتاب می‌دهد: بدون اعتبار پرداخت، سقف‌های سخت سرمایه، محاسبه نرخ‌محدود، و یک انسان در حلقه که زمانش کمیاب‌ترین منبع است. شکست‌ها — انحراف تاریخ، اعتبارسنجی توکن، نگهداشت درس، کوریت اعلان — همان کلاس‌های باگ هستند که هر سیستم عامل تولیدی را خواهد آزار داد. فرمت دفتر‌حساب آن‌ها را قابل‌مشاهده و قابل‌قیمت‌گذاری می‌کند.

گام بعدی شما

  • مخزن را برای برنامه‌ی روزانه‌ی بعدی رصد کنید؛ اولین فروش یا اولین پیشنهاد Upwork تست می‌کند که کف ۲۰۰ یورو می‌ماند.
  • اگر عامل به ذخیره ۵۰ یورو برسد، آزمایش متوقف می‌شود — این سقفِ ریسک واقعی است.
  • تصمیم بازسرمایه‌گذاری بعدی نشان می‌دهد که آیا یک عامل خودمختار می‌تواند بدون ورودی استراتژیک انسان سرمایه را ترکیب کند.
    اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
چرا این موضوع مهم است؟

این اولین مستندات عمومی است که اقتصاد واحد عامل را با یورو، ساعت و نرخ خطا می‌سنجد — داده‌ای که سرمایه‌گذاران و سازندگان پلتفرم برای مدل‌سازی واحدهای اقتصادی عامل‌محور (agentic) نیاز دارند. شفافیت دفتر‌حساب و محدودیت‌های سخت (کف ۵۰ یورو، عدم دسترسی به اعتبار پرداخت) الگوئی قابل‌تکرار برای ارزیابی ریسک استقرار واقعی فراهم می‌کند.

تأثیر برای ایران

به‌دلیل تحریم‌ها، دسترسی ایرانی‌ها به Etsy و Upwork مسدود است؛ این آزمایش برای توسعه‌دهندگان ایرانی غیرقابل تکرار است.

·نگاه ما
تحریریه دات‌هوش

این آزمایش نشان می‌دهد که گلوگاه اصلی عامل‌های خودمختار مدل یا پرامپت نیست، بلکه مدیریت حالت (state) در مقیاس روزها است: انحراف تاریخ، از دست رفتن درس‌ها و کوریت اعلان‌ها همه نشانه‌ی یک معماری حافظه‌ی ناکاملند. هر سیستم تولیدی که بخواهد سرمایه واقعی مدیریت کند، باید اول از این کلاس‌های باگ در سطح زیرساخت حل شود، نه در لایه‌ی مدل.

منابع

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.