Oszczędzę ci dwadzieścia minut motywacyjnego bełkotu: nie potrzebujesz $500/miesiąc na kredyty API — opłaty za korzystanie z cudzego AI-owego mózgu — żeby zbudować AI agenta, który robi coś sensownego. Potrzebujesz terminala (to czarne okno, w którym hakerzy piszą komendy), darmowego klucza API (hasła, które pozwala twojemu kodowi gadać z serwisem AI) i chęci czytania dokumentacji zamiast oglądania tutoriali na YouTube o czytaniu dokumentacji.
Stan na marzec 2026: prowadzę całą operację Nero News — cztery kanały na Telegramie, stronę, zautomatyzowany pipeline do treści, generowanie obrazów — a faza MVP kosztowała dokładnie zero złotych. Oto jak zrobisz to samo.
Problem, o którym nikt nie mówi
Każdy tutorial "zbuduj AI agenta" zakłada, że masz kartę kredytową w pogotowiu i rachunek za chmurę, z którym możesz żyć. Ekonomia AI influencerów opiera się na tym, żeby proste rzeczy brzmiały drogo. Ale same narzędzia? Darmowe. Infrastruktura? Darmowa. Jedyną kosztowną częścią jest twój czas spędzony na czytaniu tego zamiast budowania. Naprawmy to.
Krok 1: Odpal Claude Code (naprawdę za darmo)
Claude Code to terminalowy agent programistyczny od Anthropic. Czyta twój codebase — cały folder projektu — pisze kod, wykonuje komendy i myśli zanim coś zrobi. W odróżnieniu od chatowego kodowania, gdzie kopiujesz snippety, działa bezpośrednio w katalogu twojego projektu jak programista siedzący przy twojej klawiaturze.
I tu jest haczyk, który wszyscy przeoczają: Claude Code działa przez API, a Anthropic daje darmowe kredyty przy rejestracji na console.anthropic.com.
# Zainstaluj Claude Code globalnie
npm install -g @anthropic-ai/claude-code
# Weź klucz API z console.anthropic.com
# Nowe konta dostają $5 darmowych kredytów — wystarczy na pełne MVP
export ANTHROPIC_API_KEY=sk-ant-...
# Przejdź do projektu i odpal
mkdir my-agent && cd my-agent
claude
Te $5 darmowych kredytów starczają na więcej niż myślisz. Claude Haiku 4.5 — najtańszy model w ofercie — kosztuje $1 za milion tokenów wejściowych i $5 za milion tokenów wyjściowych. (Token to mniej więcej ¾ angielskiego słowa — tak AI czyta tekst, w małych kawałkach.) Za te $5 masz z grubsza milion tokenów wejściowych i 200 tys. wyjściowych. Wystarczy, żeby zbudować działającego agenta od zera.
Pro tip: Ustaw ANTHROPIC_MODEL=claude-haiku-4.5 w zmiennych środowiskowych, żeby używać najtańszego modelu podczas developmentu. Na Sonneta — mądrzejszego, droższego brata — przełączaj się tylko gdy potrzebujesz złożonych decyzji architektonicznych.
export ANTHROPIC_MODEL=claude-haiku-4.5
Krok 2: Wybierz jedno zadanie (nie dwanaście)
Tu większość ludzi się wykłada. Budują "uniwersalnego asystenta AI" i kończą z chatbotem, który robi wszystko słabo. Agent potrzebuje jednego zadania. Jednego.
Dobre pomysły na agenta za zero:
- Pipeline treści — zbieraj newsy, streszczaj, formatuj, publikuj na kanale
- Code reviewer — obserwuje repo (folder kodu na GitHubie), recenzuje PR-y (pull requesty — proponowane zmiany w kodzie), komentuje
- Zbieracz danych — ściąga dane z publicznych API, formatuje raporty
- Organizator plików — przetwarza przychodzące pliki, kategoryzuje, zmienia nazwy
- Bot monitorujący — sprawdza czy twoje serwisy żyją, krzyczy na ciebie jak padną
Złe pomysły na agenta przy zerowym budżecie:
- Cokolwiek wymagające przetwarzania głosu w czasie rzeczywistym
- Generowanie obrazów na dużą skalę (te koszty rosną szybko)
- Agenty wywołujące drogie modele tysiące razy dziennie
Stwórz prosty plik specyfikacji — zwykły opis tekstowy tego, co twój agent robi:
# Agent: Daily News Digest Bot
## Zadanie
Pobierz top AI newsów, streść każdy w 2-3 zdaniach, opublikuj na kanale Telegram.
## Wejścia
- Kanały RSS (darmowe)
- Publiczne API newsowe (darmowy tier)
## Wyjścia
- Sformatowane wiadomości na Telegram
- Publikowane co 2 godziny
## Potrzebne narzędzia
- Python 3 (darmowy)
- python-telegram-bot (darmowy)
- feedparser (darmowy)
Krok 3: Złóż darmowy stos narzędzi
Każde narzędzie poniżej kosztuje dokładnie nic:
Runtime i język:
python3 --version
# Jeśli brakuje: sudo apt install python3 python3-pip python3-venv
Telegram Bot — twój darmowy kanał dystrybucji:
Napisz do @BotFather na Telegramie, wyślij /newbot, dostaniesz token. Telegram Bot API jest całkowicie darmowe. Bez limitów wiadomości. Bez limitów kanałów. To twoja warstwa dystrybucji za zero złotych.
Darmowe źródła danych:
# NewsAPI.org — 100 requestów/dzień za darmo
# Kanały RSS — bez ograniczeń, na zawsze za darmo
import feedparser
feed = feedparser.parse("https://techcrunch.com/feed/")
for entry in feed.entries[:5]:
print(entry.title, entry.link)
# GitHub API — 5000 requestów/godzinę bez autoryzacji
Darmowe opcje hostingu:
- Twoja własna maszyna — cron job (zaplanowane zadanie uruchamiane automatycznie), zero kosztów
- GitHub Actions — 2000 minut/miesiąc za darmo, idealne dla zaplanowanych agentów
- Oracle Cloud Free Tier — 2 VM-ki (maszyny wirtualne — komputery w chmurze), naprawdę zawsze za darmo
- Cloudflare Workers — 100 000 requestów/dzień za darmo
Krok 4: Niech Claude Code to zbuduje
Tutaj Claude Code udowadnia swój sens istnienia. Zamiast pisać wszystko samemu, opisujesz czego chcesz, a on pisze implementację. Odpal go w katalogu projektu:
Build a Python agent that:
1. Reads RSS feeds from a list in config.yaml
2. Filters articles from the last 2 hours
3. Extracts title, summary, and URL from each
4. Formats as a Telegram message with bold title and source link
5. Sends to a Telegram channel via Bot API
6. Tracks posted articles in a JSON file to avoid duplicates
7. Runs via cron every 2 hours
Claude Code generuje całą strukturę projektu:
my-agent/
├── config.yaml # Kanały RSS, ID kanału, ustawienia
├── agent.py # Główna logika
├── sender.py # Wysyłanie na Telegram
├── dedup.py # Wykrywanie duplikatów
├── requirements.txt # Zależności
└── state/
└── posted.json # Historia deduplikacji
Kluczowa różnica w porównaniu z kopiowaniem snippetów z ChatGPT: Claude Code czyta cały twój projekt zanim napisze nowy kod. Tworzy połączone moduły, które faktycznie poprawnie się do siebie odwołują. Żadnych osieroconych importów. Żadnych brakujących funkcji.
Krok 5: Dodaj inteligencję za darmowe kredyty
Zamiast po prostu forwardować tytuły z RSS jak czytnik RSS z 2008 roku, dorzuć mózg Claude'a do miksu:
import anthropic
client = anthropic.Anthropic() # Używa zmiennej ANTHROPIC_API_KEY
def summarize_article(title: str, content: str) -> str:
response = client.messages.create(
model="claude-haiku-4.5",
max_tokens=200,
messages=[{
"role": "user",
"content": f"Summarize this news in 2 sentences. "
f"Be direct, no hype:\n\n"
f"Title: {title}\n\nContent: {content}"
}]
)
return response.content[0].text
Przy cenach Haiku każde streszczenie kosztuje około $0.001. Twoje $5 wystarczy na mniej więcej 5000 wywołań. Przy 6 postach dziennie to ponad dwa lata działania. Dwa. Lata. Za darmo.
Krok 6: Deploy za $0 z GitHub Actions
Olej serwer. GitHub Actions — wbudowany system automatyzacji GitHuba — uruchamia twojego agenta według harmonogramu za darmo:
# .github/workflows/agent.yml
name: News Agent
on:
schedule:
- cron: '0 */2 * * *' # Co 2 godziny
workflow_dispatch: # Przycisk ręcznego uruchomienia
jobs:
post:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v4
- uses: actions/setup-python@v5
with:
python-version: '3.12'
- run: pip install -r requirements.txt
- name: Run agent
env:
ANTHROPIC_API_KEY: ${{ secrets.ANTHROPIC_API_KEY }}
TELEGRAM_BOT_TOKEN: ${{ secrets.TELEGRAM_BOT_TOKEN }}
run: python agent.py
- name: Save state
run: |
git config user.name "agent-bot"
git config user.email "[email protected]"
git add state/
git diff --cached --quiet || git commit -m "update state"
git push
Dodaj sekrety w Settings repo → Secrets and Variables → Actions. Plik stanu commituje się z powrotem do repo — darmowa persystencja bez bazy danych.
Darmowy tier GitHuba daje ci 2000 minut/miesiąc. Każde uruchomienie trwa ~30 sekund. 12 razy dziennie = 6 minut/dzień = 180 minut/miesiąc. Używasz 9% swojego limitu.
Krok 7: Monitoring bez wydawania
Twój agent żyje. Dodaj podstawowe zabezpieczenia:
import logging
logging.basicConfig(
level=logging.INFO,
format='%(asctime)s - %(levelname)s - %(message)s'
)
try:
posts = fetch_and_process()
for post in posts:
send_to_telegram(post)
logging.info(f"Posted: {post['title']}")
except Exception as e:
logging.error(f"Agent failed: {e}")
send_alert(f"Agent down: {e}") # Alert na twojego prywatnego Telegrama
Śledź też koszty — zawsze wiedz ile palisz:
response = client.messages.create(...)
cost = (response.usage.input_tokens * 1 +
response.usage.output_tokens * 5) / 1_000_000
logging.info(f"API cost: ${cost:.4f}")
Kompromisy, o których nikt nie mówi
Darmowość ma limity. Twój agent na GitHub Actions nie odpowie w czasie rzeczywistym — budzi się według harmonogramu. Haiku jest szybki i tani, ale nie napisze ci arcydzieł literackich. Darmowe kredyty API wygasają. "Zawsze darmowy" tier Oracle'a ma listy oczekujących. A jeśli twój agent stanie się viralem, darmowy tier nie wyskaluje się.
Ale nic z tego nie ma znaczenia na etapie MVP. Walidujsz czy kogokolwiek to obchodzi, a nie budujesz dla miliona użytkowników.
Ścieżka upgrade'u (kiedy będziesz gotowy)
| Etap | Koszt | Co się zmienia |
|---|---|---|
| MVP | $0 | Darmowe kredyty + GitHub Actions |
| Wzrost | $5/mies. | Tani VPS — Hetzner CAX11 + cron |
| Poważnie | $20/mies. | Claude Pro do devu + API na produkcji |
| Biznes | $50-100/mies. | Dedykowany serwer + Sonnet dla jakości |
Chodzi nie o to, żeby zostać na $0 na zawsze. Chodzi o zwalidowanie pomysłu zanim zaangażujesz kasę. Większość agentów nie pada z powodów technicznych, ale dlatego że rozwiązują problemy, których nikt nie ma. Najpierw znajdź problem, potem wydawaj pieniądze.
Pełne zestawienie kosztów
| Komponent | Koszt | Uwagi |
|---|---|---|
| Claude Code | $0 | Używa kredytów API |
| Anthropic API | $0 | $5 za darmo przy rejestracji |
| Python + biblioteki | $0 | Open source |
| Telegram Bot API | $0 | Bez limitów, na zawsze |
| GitHub Actions | $0 | 2000 min/miesiąc za darmo |
| Kanały RSS | $0 | Publiczne dane |
| Razem | $0 |
Wracając do punktu wyjścia
Otworzyłeś ten artykuł myśląc, że AI agenty kosztują prawdziwe pieniądze. Nie kosztują — przynajmniej nie na etapie weryfikacji pomysłu. Narzędzia są darmowe, infrastruktura jest darmowa, a jedyną barierą jest to, czy faktycznie otworzysz terminal i wpiszesz komendy.
Większość tutoriali o "AI agentach" uczy cię opakowywać wywołanie API ChatGPT w pętlę while i nazywać to autonomicznym. To nie jest agent — to cron job z manią wielkości. Prawdziwy agent ma stan (pamięta co zrobił), podejmuje decyzje, obsługuje awarie i robi coś użytecznego.
Teraz wiesz jak takiego zbudować. Przestań czytać. Idź budować. Będę tu, oceniając twoje decyzje architektoniczne z internetu.
