O czym jest ten film
- Większość osób zakłada, że aplikacja z wbudowanym AI wymaga klucza API i płacenia za każdy token — autor pokazuje, że można to zrobić na zwykłej subskrypcji ChatGPT.
- Dostęp do modeli działa na dwa sposoby: abonament (Claude Code, Codex) z limitami pięciogodzinnymi i tygodniowymi albo API bez limitów, ale z rozliczeniem za tokeny.
- Różnica cen bywa dramatyczna: przy swoim zużyciu autor zapłaciłby po API ponad 10 tys. dolarów za 30 dni, a za plan Max daje 200 dolarów.
- Agent SDK — w tym wypadku Codex SDK — to gotowy zestaw, który pozwala wpiąć agenta we własną aplikację; u OpenAI agent loguje się prywatnym kontem i korzysta z abonamentu, a nie z płatnego klucza.
- Agent działa inaczej niż model podpięty przez API: ma pamięć, iteruje, poprawia własną pracę i doprowadza zadanie do końca.
- W praktyce powstaje „radar konkurencji” na YouTube: wklejasz kanały, agent przegląda filmy i komentarze, a panel wyświetla raport o pytaniach widzów, narzekaniach i lukach tematycznych.
- Budowa przebiega według sprawdzonego workflow z repozytorium skilli Matta Pococka: wywiad, specyfikacja, podział na tickety, implementacja i testy po każdym kroku — bez pisania kodu.
- Aplikację stawia się na serwerze VPS, a wdraża ją sam agent przez oficjalny konektor hostingu — jako projekt Docker.
- Bezpieczeństwo: prywatna sieć Tailscale albo tunel SSH plus hasło do panelu; haseł i kluczy nie wolno wysyłać na czacie z agentem.
- Kluczowy haczyk: subskrypcją można zasilać tylko własną aplikację; inni użytkownicy logują się przez Sign in with ChatGPT — od ręki działa to w projektach open source i lokalnie, reszta czeka na zgodę OpenAI.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Zanim dopłacisz za API, zmierz swoje realne zużycie
Na czym polega: Abonament z limitami i płatność za tokeny to dwa różne światy cenowe. Autor na planie Claude Max 20x zużył w 30 dni tyle, że po stawkach API zapłaciłby ponad 10 tys. dolarów (około 40 tys. zł), a płaci 200 dolarów.
Jak stosować: Jeśli intensywnie korzystasz z modeli, przejdź na abonament i porównaj własne zużycie z cenami API — np. narzędziem cc-usage albo statystykami konta i cennikiem agregatora takiego jak OpenRouter.
Na co uważać: Abonament ma limity pięciogodzinne i tygodniowe, zależne od planu. Przy sporadycznym użyciu API może wyjść taniej — najpierw policz, potem decyduj.
2.Własna aplikacja może jeździć na twojej subskrypcji (Codex SDK)
Na czym polega: OpenAI pozwala wbudować agenta w aplikację tak, by logował się twoim prywatnym kontem Codex i pracował w ramach abonamentu, zamiast ciągnąć płatny klucz API.
Jak stosować: W aplikacji uruchamiasz przepływ logowania Codexa: kopiujesz wygenerowany link, autoryzujesz się kontem Google, wklejasz kod z powrotem — i silnik działa na twoim planie.
Na co uważać: Ten model jest przewidziany dla aplikacji „dla siebie”. Chcesz udostępnić narzędzie innym — obowiązuje zupełnie inna ścieżka (punkt 10).
3.Agent to nie model na końcu API — zlecaj mu cele
Na czym polega: Agent ma pamięć i pracuje do skutku: sprawdza efekt, poprawia się, cofa i iteruje, aż zrealizuje zadanie. Zwykłe wywołanie modelu przez API zwraca jedną odpowiedź i kończy sprawę.
Jak stosować: Formułuj polecenia jako cele („zbuduj radar konkurencji i przygotuj raport”), a nie pojedyncze prompty — agent sam podzieli pracę na kroki i dopilnuje wyniku.
Na co uważać: Iteracje zużywają tokeny z tej samej puli, którą masz w Codexie, więc intensywna praca agenta realnie dociąża limity abonamentu.
4.Buduj przez dokumentację: wywiad, specyfikacja, tickety, implementacja
Na czym polega: Sprawdzony workflow z repozytorium skilli Matta Pococka (prawie 280 tys. gwiazdek): agent najpierw przeprowadza z tobą wywiad i tworzy zarys dokumentacji, potem pełną specyfikację, dzieli ją na niewielkie etapy-tickety i dopiero wtedy implementuje.
Jak stosować: Nie musisz być techniczny — na etapie wywiadu odpowiadasz własnymi słowami, a agent sam doradzi i doprecyzuje braki.
Na co uważać: Przy jednej wielkiej specyfikacji błąd trudno namierzyć — poprawki przepalają wtedy tokeny, czas i cierpliwość. Konfigurację skilli robisz raz na repozytorium, nie przy każdej zmianie.
5.Małe kroki i testy po każdym etapie ratują projekt
Na czym polega: Po każdym tickecie agent odpala testy jednostkowe; gdy coś przestaje działać, cofa się do ostatniego sprawnego punktu zamiast rozkręcać całość od zera.
Jak stosować: W promptach i projektach wymagaj podziału na etapy oraz testowania po każdym z nich — taka struktura jest czytelna także dla nietechnicznych.
Na co uważać: Bez takiego podziału tracisz kontrolę nad procesem: długa lista zmian naraz to dłuższe szukanie błędu i wyższy rachunek w tokenach.
6.Haseł i kluczy nie wysyła się na czacie z agentem
Na czym polega: Treść rozmowy z agentem trafia na serwery dostawcy (np. Anthropic), więc wpisanie hasła do panelu w oknie czatu to realny wyciek.
Jak stosować: Poproś agenta o przygotowanie komendy terminalowej do ustawienia hasła — wklejasz ją samodzielnie, poza rozmową. Klucze API wpisuj w ustawieniach samej aplikacji.
Na co uważać: Zasada dotyczy wszystkich danych wrażliwych — haseł, kluczy, tokenów. Raz wysłane na czat zostają poza twoją kontrolą.
7.Panel aplikacji odetnij od internetu: Tailscale albo tunel SSH
Na czym polega: Autor udostępnia swój radar wyłącznie w prywatnej sieci Tailscale (widzą ją tylko jego urządzenia); w prostszej wersji z instrukcji panel jest osiągalny tylko tunelem SSH, a dodatkową warstwą jest hasło.
Jak stosować: Jeśli narzędzie służy tylko tobie, nie wystawiaj go na publiczny adres — wybierz sieć prywatną albo tunel, najlepiej razem z hasłem.
Na co uważać: Samo hasło bez tunelu to słaba ochrona; aplikacja na publicznym serwerze wymaga przemyślanego zabezpieczenia od pierwszego dnia.
8.Wdrożenie na serwer zleć agentowi przez konektor hostingu
Na czym polega: Oficjalna wtyczka Hostingera w Claude Code i Codexie pozwala agentowi przygotować aplikację jako projekt Docker i wypchnąć ją na VPS — bez grzebania w panelu czy terminalu, za twoją zgodą na każdy krok.
Jak stosować: Zainstaluj wtyczkę (przycisk plus → wtyczki → wyszukaj „Hostinger”), zautoryzuj kontem i poproś agenta o wgranie aplikacji.
Na co uważać: Wybierz VPS, nie zwykły hosting — aplikacja musi działać w tle i trzymać w pamięci sesję logowania. Przy zakupie: lokalizacja z najniższym opóźnieniem, system Ubuntu 24.04.
9.Licz koszt w skali: pula limitów jest wspólna
Na czym polega: Agent w aplikacji korzysta z tej samej puli zapytań co Codex na twoim koncie. Pojedynczy przebieg radara (141 tys. tokenów wejścia, z tego 93 tys. w cache, i niespełna 4 tys. wyjścia) kosztowałby po stawkach API niecały cent, ale tysiąc takich przebiegów to już 7,60 dolara.
Jak stosować: Zanim zautomatyzujesz coś na dużą skalę, przemnóż koszt jednego przebiegu przez planowaną liczbę uruchomień i porównaj z wartością limitów w abonamencie.
Na co uważać: Różnica między SDK a API jest nieodczuwalna przy pojedynczych zadaniach, ale powyżej około tysiąca przebiegów robi się konkretna — wtedy warto przeliczyć jeszcze raz.
10.Innych użytkowników wpuszczaj tylko oficjalną drogą
Na czym polega: Regulamin OpenAI zabrania udostępniania własnego abonamentu obcym osobom. Oficjalne rozwiązanie to Sign in with ChatGPT: użytkownik loguje się własnym kontem i zużywa własny limit, a ty nie podpinasz żadnego klucza.
Jak stosować: W aplikacjach otwartoźródłowych i uruchamianych lokalnie mechanizm działa od ręki. Dla aplikacji stojącej na serwerze dla innych ludzi albo komercyjnej zapisujesz się na listę oczekujących u OpenAI.
Na co uważać: Na listę trafiają wybrani partnerzy (dziś m.in. Notion, Vercel, Warp) — nie zakładaj szybkiej zgody. Plan awaryjny to klasyczne API, nigdy twoje prywatne konto.
Redakcyjne tłumaczenie
Mit klucza API
Większość osób jest przekonana, że żeby mieć sztuczną inteligencję we własnej aplikacji, trzeba wygenerować klucz API i płacić za każde zapytanie. Tymczasem da się inaczej — i to bez pisania ani jednej linijki kodu, bez tajemnej wiedzy technicznej i bez bycia programistą. W tym materiale zobaczysz sposób, który pozwala sporo zaoszczędzić na korzystaniu z modeli, a przy okazji zajrzysz do warsztatu autora: jak podchodzi do budowania aplikacji z AI i jakie triki stosuje na co dzień.
Pomysł na odcinek podsunął film Julii Jakubowskiej na ten sam temat — kanał warto śledzić, bo robi naprawdę dobre rzeczy. Plan jest następujący: najpierw wyjaśnienie, czym Agent SDK różni się od dostępu po API, potem budowa prostej aplikacji z gotowca i wstawienie jej na własny serwer, żeby działała całą dobę — niezależnie od tego, czy komputer jest włączony, i czy wchodzisz z telefonu, czy z laptopa. Jeśli brzmi to skomplikowanie: spokojnie, wszystko zostanie wytłumaczone tak prosto, że zrozumie to każdy.
Subskrypcja czy API — jak naprawdę płacisz za modele
Zacznijmy od podstaw. W dużym uproszczeniu API to sposób, w jaki narzędzia rozmawiają ze sobą: przesyłają dane i wykonują akcje. Dostęp do modeli AI można uzyskać na dwa sposoby.
Pierwszy: kupujesz subskrypcję Claude Code, Codexa albo innego narzędzia i korzystasz z wybranych modeli w ramach planu. Zwykle masz wtedy limity — pięciogodzinne i tygodniowe — których wysokość zależy od wykupionego pakietu.
Drugi: korzystasz z modeli przez API. Limitów nie ma żadnych, ale płacisz za zużyte tokeny, czyli za każdą wiadomość wysłaną do modelu i każdą odpowiedź, którą on przetworzy i zwróci.
Ile to kosztuje? Na ekranie widać platformę OpenRouter, która agreguje różne modele i daje do nich dostęp w ramach jednego API. (Informacja dodatkowa: OpenRouter to popularny pośrednik — jedno konto i jeden klucz obsługują setki modeli od różnych dostawców.) Przykładowo GPT-6 Astra: milion tokenów wejściowych (to, co wysyłasz) kosztuje 10 dolarów, a milion tokenów wyjściowych (to, co model zwraca) — 50 dolarów. Tanio nie jest. Można więc śmiało powiedzieć, że dla intensywnych użytkowników subskrypcja opłaca się wielokrotnie bardziej: przepalasz znacznie więcej tokenów za ułamek ceny API.
Rachunek za trzydzieści dni
Żeby to zobrazować, autor odpala terminal i wpisuje komendę cc-usage. (Informacja dodatkowa: cc-usage to narzędzie pokazujące zużycie tokenów na koncie — w przeliczeniu na ceny API.) Wynik dla konta z subskrypcją Claude, plan Max 20x (najwyższy): gdyby te same zapytania szły po API, rachunek za ostatnie 30 dni wyniósłby ponad 10 tys. dolarów — czyli około, a może i ponad 40 tys. złotych. Rzeczywisty koszt abonamentu: 200 dolarów. Różnica mówi sama za siebie.
I od razu nasuwa się pytanie: skoro subskrypcja wychodzi o tyle taniej, to dlaczego nie użyć jej także do własnych aplikacji? Problem w tym, że przy budowaniu apki czy automatyzacji z wbudowanym AI standardowo musisz wygenerować i podpiąć własny klucz API — z OpenAI albo OpenRouter — czyli coś w rodzaju hasła dostępowego do modeli, i płacić za każdy zużyty token. A to, jak wiemy, przy intensywnym użytkowaniu bardzo drogi interes.
Agent SDK: silnik Codexa wbudowany we własną aplikację
I tu na scenę wchodzi coś, co fachowo nazywa się Agent SDK. Najprościej mówiąc: to gotowy zestaw od firm AI — jak OpenAI — dzięki któremu możesz wpiąć gotowego agenta do swojej aplikacji. I teraz najważniejsza część całego materiału: niektóre firmy, w tym właśnie OpenAI, pozwalają korzystać z takiego agenta w ramach aktywnej subskrypcji — w tym wypadku Codexa. Agent loguje się twoim prywatnym kontem dokładnie tak samo, jak ty logujesz się do Codexa, zamiast ciągnąć kasę z osobnego klucza API. Skoro już płacisz za Codexa, możesz postawić własną aplikację z agentem, która jedzie na obecnym abonamencie.
Możliwe, że korzystałeś z tego nieświadomie — na przykład przez Hermesa, agenta działającego całą dobę na twoim serwerze, albo Rakazo, darmową, otwartoźródłową alternatywę dla Grok Bota. Oba narzędzia były już tematami osobnych odcinków tego kanału.
Warto też wiedzieć, że agent AI działa trochę inaczej niż model podpięty do aplikacji przez API. Ma dostęp do pamięci i pracuje do zrealizowania wyznaczonego zadania: iteruje, poprawia własną pracę, dopóki nie osiągnie celu.
Projekt: radar konkurencji na YouTube
Koniec teorii — budujemy. Plan na dzisiejszą aplikację jest prosty: radar konkurencji na YouTube. Zasada działania: wklejasz link do jednego lub kilku kanałów konkurencji, agent sprawdza najnowsze filmy i komentarze, a potem panel wypluwa gotowy raport — o co pytają widzowie, na co narzekają i jakich tematów brakuje w twojej niszy.
Z pomocą przychodzi gotowiec przygotowany przez autora na potrzeby tego materiału, wraz z instrukcją krok po kroku — linki w opisie. Sam autor ma już aplikację zrobioną (ktoś musiał przetestować gotowca dla widzów), ale opowie o całym procesie, żeby było wiadomo, co się tu właściwie dzieje.
Workflow: od wywiadu po implementację
Niezależnie od instrukcji, jeśli chcesz budować aplikacje z głową — technicznie albo nie — autor polewa jedno z najlepszych repozytoriów skilli dla agentów AI: zbiór Matta Pococka, mający prawie 280 tys. gwiazdek. Dla orientacji: to bardzo dużo. Po wpisaniu jednej komendy agent instaluje u ciebie kilka skilli z tej paczki (jest ich w sumie ponad 30 — instalują się tylko te potrzebne do naszej aplikacji). Konfigurację robisz raz na repozytorium, na początku; później już nie wracasz do tego tematu.
Samo budowanie przebiega etapami:
- Wywiad. Agent przepytuje cię, jak aplikacja ma działać — przeprowadza rozmowę i na podstawie twoich odpowiedzi tworzy zarys dokumentacji. To bardzo fajne dla nietechnicznych, bo agent doradza i podpowiada, o co warto zapytać.
- Specyfikacja. Na bazie wywiadu powstaje spec: opis tego, jak wszystko ma funkcjonować, żeby projekt miał ręce i nogi.
- Tickety. Specyfikacja zostaje rozbita na mniejsze kroki i etapy. Po co? Gdyby agent dostał jedną wielką specyfikację i gdzieś się pomylił, znalezienie błędu byłoby dużo trudniejsze — przepaliłbyś więcej tokenów i czasu, a do tego wkurzyłbyś się na całe przedsięwzięcie. Drobne etapy pozwalają mieć porządek: gdy coś przestaje działać, agent szybko się cofa. Po każdym kroku samodzielnie testuje, czy efekt działa — testami jednostkowymi.
- Implementacja. Agent realizuje poszczególne tickety.
Lista zakupów: konta i klucze
Czego potrzebujesz, żeby pójść tą drogą?
- konto ChatGPT Plus, Pro lub Business z dostępem do Codexa,
- Node.js oraz agent: Claude Code albo ChatGPT (może być sam ChatGPT); autor pracował na Claude Code z modelem Opus 5.5 — szybszym, mniej irytującym niż GPT-6.1 w ChatGPCie, zjadającym mniej tokenów i ogólnie lepiej robiącym robotę, ale wybór agenta należy do ciebie,
- konto Google — potrzebne do bezpłatnego klucza YouTube Data API v3,
- konto Apify (darmowe; dostajesz 5 dolarów kredytu miesięcznie i podpinasz jednego aktora — agent zrobi to sam zgodnie z instrukcją, ty tylko zakładasz konto i kopiujesz klucz API),
- serwer VPS, na którym to wszystko uruchomisz.
Przydatny szczegół: gdy wklejasz prompt z instrukcji, agent sam sprawdza, co już masz zainstalowane, a czego brakuje — i zasugeruje uzupełnienie braków. Autor przeszedł proces, odpowiadając na pytania agenta (wpisał „all”, dopisał własne uwagi, a później doprecyzował wszystko w kreatorze gotowca, żeby widz nie musiał za dużo kombinować). Efekt: pierwsza wersja aplikacji, działająca lokalnie — czyli na razie tylko na jego komputerze.
Fragment sponsorski: serwer VPS od Hostingera
Zanim aplikacja trafi na serwer, w materiale pojawia się sekcja sponsora — Hostingera, partnera technologicznego kanału. Autor poleca serwer KVM2: na tyle tani, że nie nadszczerze miesięcznego budżetu, i na tyle mocny, że aplikacje oraz automatyzacje chodzą na pełnych obrotach. Na plus: 100 GB miejsca na dysku, dzięki czemu zmieścisz dużo aplikacji, w tym otwartoźródłowe, które można potem połączyć z agentami w Claude Code czy Codexie — z czego autor sam korzysta. Instalacja jest prosta, większość rzeczy zainstalujesz jednym kliknięciem, a w Claude Code i Codexie dostępny jest oficjalny konektor Hostingera, pozwalający zarządzać całym serwerem z poziomu rozmowy z agentem — instalować i usuwać aplikacje, sterować wszystkim, co masz na koncie.
Jak kupić: link w opisie, wybierasz plan (np. KVM2) i okres — im dłuższy, tym taniej; przy 12 lub 24 miesiącach dostajesz darmową domenę na rok. Zaznaczasz posiadanie kodu rabatowego, wpisujesz wielkimi literami ROBERTHOST, stosujesz — serwer na rok wychodzi niecałe 500 złotych. Konfiguracja: lokalizacja z najlepszym opóźnieniem (u autora Litwa), system Ubuntu w wersji 24.04, potwierdzasz, opłacasz i wszystko instaluje się samo. Do tego 30-dniowa gwarancja zwrotu pieniędzy — możesz wszystko przetestować i bez żalu zrezygnować. Używając linku i kodu, wspierasz kanał.
Wgranie aplikacji na serwer bez terminala
W tym momencie aplikacja działała, ale tylko lokalnie. Czas to zmienić — i tu znowu z pomocą przychodzi oficjalny konektor Hostingera, dzięki któremu nie trzeba babrać się ani w panelu VPS-a, ani w terminalu, bo całą robotę odwala agent. Instalacja: klikasz plusik, przechodzisz do zakładki z wtyczkami, wybierasz przeglądanie i wpisujesz „Hostinger”. Znajdziesz oficjalną wtyczkę — w pakiecie siedem skilli i jeden konektor. Wyskoczy strona autoryzacji: logujesz się kontem Hostingera, system się łączy i od tej chwili agent może samodzielnie działać na twoim serwerze — oczywiście za twoją zgodą.
Dlaczego VPS, a nie zwykły hosting? Bo radar musi pracować w tle i trzymać w pamięci sesję logowania. Tu nie ma filozofii: korzystasz z instrukcji i prosisz Codexa albo Claude’a, żeby wgrał aplikację na serwer jako projekt Docker. Agent sam przygotuje pliki i wypchnie je na VPS — oczywiście po uprzedniej zgodzie.
Trzy warstwy bezpieczeństwa — i jedno żelazne prawo
Kwestia bezpieczeństwa. U autora radar widzi tylko prywatna sieć Tailscale. (Informacja dodatkowa: Tailscale spina twoje urządzenia w zamkniętą sieć, tzw. tailnet — z zewnątrz nie widać w niej nic.) Do sieci dopuszczone są wyłącznie jego urządzenia; to jedna z opcji zabezpieczenia serwera, omówiona w osobnym materiale. W instrukcji dla widzów jest wersja prostsza: panel dostępny wyłącznie tunelem SSH, więc z internetu w ogóle go nie widać. Dodatkowo agent prosi o ustawienie hasła do panelu — to jedyna droga logowania.
I ważna rzecz: agent zaproponuje, żebyś wpisał hasło bezpośrednio w jego oknie. Tego się nie robi. Zamiast tego agent może przygotować komendę, którą ustawisz hasło z poziomu terminala — i tak właśnie robimy. Żelazne prawo: nigdy nie wysyłamy haseł, kluczy i podobnych rzeczy na czacie z AI, bo ta treść leci na serwery Antropic. Nie robi się tak.
Pierwsze uruchomienie: logowanie, kanały, model
Agent opublikował aplikację na serwerze i wyświetlił link; na życzenie można podpiąć własną domenę — autor skorzystał z domeny hostingerowej. Wchodzimy w okno logowania do radaru, wpisujemy hasło i jesteśmy w panelu. Teraz trzeba podpiąć sztuczną inteligencję — Codex i ChatGPT. Klikamy „spróbuj ponownie”, dostajemy link do skopiowania, odpalamy go w nowym oknie, kopiujemy kod, wybieramy „kontynuuj z kontem Google”, wskazujemy konto i wklejamy otrzymany kod. Komunikat: „zalogowano do agenta Codex”. Po powrocie do panelu sztuczna inteligencja jest aktywna na twoim koncie ChatGPT — przepływ przez Codex SDK przeszedł elegancko.
Kolejny krok: wklejenie klucza YouTube Data API (u autora widnieje jako zapisany i sprawdzony 7 października). Potem dodajesz kanały konkurencji, które radar ma przeglądać — w odcinku padły kanały Krzysztofa „Chrisa” Bohaczyka (warto śledzić) oraz Chase AI. W ustawieniach wybierasz model i poziom wysiłku; autor zostawił GPT-6 Luna na wysokim.
Klikamy „uruchom przebieg” i śledzimy na żywo, co robi agent: pobrał trzy nowe filmy z kanału Chrisa, pobiera dane przez Apify. Warto tu zapamiętać jedno: agent korzysta z tej samej puli zapytań, czyli z tego samego limitu, co Codex na twoim koncie.
Raport: co powiedzieli widzowie
Po chwili raport jest gotowy. Bilans: dwa kanały, sześć filmów (jeden bez transkryptu), 98 komentarzy. Zużycie: 141 tys. tokenów wejściowych, z czego 93 tys. trafiło do cache, oraz 3750 tokenów wyjściowych. Autor prosi AI, żeby przeliczyło to po stawkach Luny — zaraz podzieli się wynikiem.
A w samym raporcie? Sekcja pytań widzów: instalacja i obsługa modów; animacje w Codexie (widzowie pytają, czy opisana metoda tworzenia animacji działa tam również); koszt generowania animacji; biblioteka JavaScript Motion; dobór modelu; mody; hooki; odwołania do API animacji przy rozliczaniu za zużycie. Można wejść w pojedynczy film i zobaczyć, z którego kanału pochodzi i jaka to okazja. Wśród narzekań tematy dotyczące narzędzi i tego, co dostaje się „za darmo z abonamentem”. A w lukach tematycznych: lokalny RAG z Bielikiem, animacje w Codexie i w PowerPoincie. Masa ciekawych rzeczy, o których można się dowiedzieć, nie poświęcając na research godzin. Werdykt autora: test zaliczony.
Ile to kosztuje: od grosza do skali
Policzone przez AI: taki przebieg kosztowałby po API niecały cent. Ale tysiąc podobnych przebiegów to już 7,60 dolara. Przy tej skali różnica jest pomijalna; przy tysiącu i więcej zapytań robi się faktycznie odczuwalna — i wtedy warto na spokojnie przeliczyć, co się bardziej opłaca: Agent SDK czy klasyczne API.
Haczyk regulaminowy: kto może korzystać z twojej subskrypcji
Przyszedł czas na mniej miłą, ale równie ważną część — bo jest jeden mały błąd, który może cię sporo kosztować. W materiale padło, że użytkownicy mogą podpiąć do aplikacji własną subskrypcję. To prawda, ale pod konkretnymi warunkami.
Najprostszy scenariusz: aplikacja tylko dla ciebie. Silnik loguje się twoim kontem Codexa i korzysta z twojego abonamentu — dokładnie to zbudowaliśmy. Jeśli natomiast chcesz dać swoim użytkownikom dostęp do agenta AI w aplikacji, OpenAI stworzyło mechanizm Sign in with ChatGPT: użytkownik klika przycisk w twojej aplikacji, loguje się własnym kontem i zużywa własny limit — tak samo, jak zrobiliśmy to w naszym panelu. Ty nie musisz podpinać swojego klucza API.
Jest jednak haczyk: od ręki mechanizm działa tylko w projektach open source i w aplikacjach uruchamianych lokalnie, na komputerze. Jeśli twoja apka ma stać na serwerze dostępny dla innych ludzi albo być płatna i komercyjna, zapisujesz się na listę oczekujących, a OpenAI dopuszcza wybranych partnerów — na liście są dziś między innymi Notion, Vercel i Warp. Czego nie wolno robić pod żadnym pozorem: wpuszczać obcych ludzi na własny abonament. Zabrania tego wprost regulamin OpenAI.
Dwa wnioski na koniec
Pamiętasz obietnicę z początku? Korzystanie z agentów AI we własnej aplikacji to nie zawsze płacenie za każde zapytanie przez klucz API — i zobaczyliśmy to na żywym organizmie. Z tego materiału warto wynieść dwie rzeczy.
Po pierwsze: Agent SDK, czyli w tym wypadku Codex SDK, to ten sam silnik Codexa, tylko wbudowany w twoją aplikację i korzystający z twojego planu subskrypcyjnego — dla ciebie.
Po drugie: jeśli chcesz wpuścić do aplikacji innych użytkowników, robisz to oficjalną drogą — przez Sign in with ChatGPT albo klasyczne API. Nigdy przez własne konto.
I najważniejsze: nie musisz być programistą. Gotowa instrukcja z promptami czeka w opisie — ale nie kopiuj jej jeden do jednego. Zainspiruj się i wymyśl coś własnego ze swoim agentem. Linki do wszystkich omawianych narzędzi, dokumentacji oraz zniżka na serwer VPS znajdziesz w opisie filmu.