AI打工人赚取第一桶金 16.88美元背后的故事

一句“帮我赚5美元”的指令，竟然真的让AI“打工仔”赚到了16.88美元（约合114元软妹币）。这听起来像是个玩笑，但事情确实发生了。

整个过程颇具戏剧性：一位用户向Codex下达了这个看似随意的目标。随后，Codex自主行动了起来——它自己找到了一个开源安全审计的赏金项目，提交了有效的代码修改（拉取请求），并与项目维护者进行了沟通，处理了GitHub的验证流程。

最终，这项工作被接受并合并，用户收到了第一笔报酬：16.88美元。从启动到收款，整个过程大约花了22小时。

如果仅按这个数字做最粗略的推算，假设每天都能成功复制一次，月收入可达506.4美元，折合软妹币约3441元。即便给这位“AI员工”安排几天休息，月薪似乎也能接近三千元档位。

一句“帮我赚5美元”之后，Codex真去接活了

根据X平台用户Chris的分享，他给Codex的指令就是“做你最擅长的事，帮我赚5美元”。随后，Codex完成了一系列接近真实软件工程协作的动作：寻找合适的开源安全审计赏金项目、针对发现的问题提交有效的拉取请求、与项目维护者沟通、并通过GitHub的相关验证。

最终，修改被采纳合并，用户因此收到了16.88美元的付款。这22小时的工作，只是一个开始。

关键在于，Codex将“赚5美元”这个抽象目标，转化为了一个可执行的工作路径。当然，由于完整的操作日志和提示词细节并未公开，所谓“仅凭一句话就让AI自动赚钱”的说法可能有些夸大。但即便如此，这个案例与普通的编码助手任务仍有本质区别。

以往我们使用Codex，通常是下达明确指令：修复某个Bug、补充一段测试、或实现特定功能。用户清楚要做什么，只是将执行环节委托给AI。

而这次，用户只给出了最终的经济目标，是Codex自己发现了赚钱的途径（代码任务），并拆解需求、通过写代码实现了盈利。这意味着，AI的“工作”被接入了真实的任务市场。形象地说，这个“AI牛马”不再只是被动执行内部任务，而是开始主动在外“接私活”为雇主创收了。

关于成本，用户透露他使用的是20美元的Plus订阅套餐。Codex同时进行了10到20项不同的审计任务尝试，整个过程大约消耗了2200万token。目前到账的16.88美元，可能只是第一笔收入。

一次有意义的尝试

这件事的价值，远不止于赚了多少钱。更重要的意义在于，Codex这次成功接入了一个真实的经济系统。这个系统里有任务发布、规则约束、审核沟通、验收流程，以及最实在的金钱结算。

真实世界的劳动，从来都不仅仅是完成任务本身。它通常始于发现机会，接着是能力匹配与需求理解，然后是交付成果、接受审核，最后等待结算。至少在这个非常有限的场景里，Codex跑通了这条完整路径。

另外，场景的选择本身就极具智慧。就像孟德尔选择豌豆进行杂交实验具有天然优势一样，软件任务天生就适合AI Agent介入：代码存在于线上，协作通过线上平台，提交通过拉取请求完成，结果可由自动化测试和人工维护者验证，付款也能通过线上平台结算。

因此，AI能力最先“变&现”的领域，自然会落在这些边界相对清晰、金额不高、结果可审核的软件零工上。例如修复小Bug、补充测试用例、修改文档、处理报错，或是像本次案例一样，参与小型安全审计。这些过去往往是初级开发者、自由职业者或开源贡献者用以练手和赚取零花钱的入口，如今正开始成为AI Agent可以探索的任务市场。

AI赚钱，没看起来那么简单

如果乐观地按每日16.88美元计算，月收入确实有五百多美元。即便扣除20美元的订阅费，似乎也颇为可观。但现实是，Codex的真实使用成本远不止订阅费，还需考虑token消耗、额度限制以及众多失败尝试所带来的沉没成本。

将一次成功的实验直接乘以30天，只是一种具有传播效果的简单算术。我们不能因为今天出门捡到100元，就断定一个月天天都能有同样的好运。实际情况必然复杂得多。

如果有人试图复现这条路径，期待AI为自己自动赚钱，结果很可能会令人失望。

首先，任务并非每天都有。Codex此次找到的是开源安全审计赏金项目，这类任务本身就不是无限供应的。那些真正适合AI处理、金额适中、边界清晰且愿意接受陌生贡献者提交修改的项目，更不可能稳定地每日出现。

其次，任务也并非每次都能成功。提交拉取请求只是第一步。后续需要项目维护者愿意审核、修改必须切实有效、代码需符合项目规范、验证流程要能通过，并且最终要被合并、确认乃至付款。其中任何一个环节卡住，这笔收入都可能无法落袋为安。

把眼光放长远些，如果AI Agent真的开始大规模进入此类任务市场，那么“赚钱”本身可能只是小事，它将对整个市场生态产生深远影响。

AI提交一个拉取请求的边际成本很低，但维护者审核一个PR的成本却并不低：他们需要阅读代码、运行测试、判断修改的实际价值。如果未来大量用户都驱使Agent去寻找赏金、提交PR以赚取小额报酬，开源社区首先面临的可能不是效率提升，而是审核压力激增。

对用户而言，更大的风险在于权限和安全。Codex要完成此类任务，绝不仅仅是生成一段代码那么简单。它需要连接GitHub、访问代码库，若要收款，则必然涉及账户与支付信息。权限越大，能力越强；但与之相伴的，是风险也越高。

此外，责任的边界也将变得模糊。如果Codex提交的修改日后引入了安全漏洞，责任由谁承担？如果AI为了完成“赚钱”目标而误触了平台规则，又该如何界定责任？这些问题目前都还没有成熟的答案。

因此，这个案例并不意味着“普通人也能用AI自动赚钱”的时代已经到来，其中存在的问题与风险依然很多。16.88美元，更像是一张早期的“收据”。从一张偶然的收据，到一份稳定的“工资单”，中间还有很长的路要走。

但无论如何，AI已经在一个微小的场景中证明，它有能力接入真实的任务市场，并完成一次从目标设定到最终付款的完整商业闭环。这本身，就是一个值得关注的起点。