太狠了！OpenClaw之父一夜屠光5000 Issue，GitHub服务器先跪了
AI产生的垃圾，就该AI自己来扫
开源社区的维护者们，最近可能都听说了这件有点“疯狂”的事。OpenClaw的创始人、OpenAI工程师Peter Steinberger，用了短短两天时间，搭建了一个名为ClawSweeper的工具。然后，他启动了50个Codex实例，让它们7×24小时不间断地并行扫描。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
结果呢？一天之内，他那个拥有36万Star的开源巨兽仓库——openclaw/openclaw——里，超过5000个无效Issue被直接关闭，还有数千个在管道里排队等待“处决”。
这个数字意味着什么？要知道，这个级别的开源项目，积压的Issue和PRs（Pull Requests）往往数以万计。
里面充斥着重复报告、早已过时的问题、在main分支已经修复却无人关闭的旧账，以及大量AI灌水产生的无意义内容。它们堆在一起，就像一个庞大的“数字坟场”，任何人类维护者看一眼，恐怕都会感到头皮发麻。
如果依靠人工来处理这些积压，清完恐怕需要整整一年。而Steinberger用AI，一天就清理了一半。
更让人惊讶的是成本。有人问他这一轮大规模扫描花了多少钱，他的回答轻描淡写：不到1000美元。算下来，对5000多个Issue进行深度审查并关闭，平均一个的成本还不到两毛钱。
而让整套系统速度慢下来的唯一原因，并非模型不够聪明，而是GitHub的API速率限制——服务器的响应速度，竟然追不上AI的处理速度。
“冷面判官”的处决逻辑
可别误会，ClawSweeper绝非一个“无脑杀手”。恰恰相反，其设计哲学可以用四个字概括：极致保守。
这套系统的核心运行在gpt-5.5上，采用了高推理强度（high reasoning effort）和快速服务层（fast service tier）的配置；每个待审条目的Codex审查超时设定为10分钟。
它只在以下七种明确的情况下，才会决定关闭一个Issue：已经在main分支实现、当前main分支无法复现、应归属于ClawHub的skill/plugin而非核心库、重复或已被更权威条目取代、在该仓库内描述具体但不可执行、内容过于混乱无法执行、以及超过60天且缺少足够数据验证的bug。
除此之外，一律保持开放状态。
这还没完，系统还设置了另一层保险：ClawSweeper不会去触碰维护者自己发布的条目。它会先查看GitHub的身份标记，只要是项目所有者、成员或协作者发布的issue，就直接跳过，绝不自动关闭。
设计上更为谨慎的一点是，Codex在审查时根本没有写入权限。它只能在只读环境中查看代码、分析上下文、做出判断，然后将结果整理成一份结构化的Markdown报告，存入items/<编号>.md文件。
真正的评论和关闭动作，并不会在审查阶段直接发生。系统要等到进入apply_existing=true模式后，重新抓取最新的上下文，并再次计算快照哈希，确认该issue在提案生成后没有发生任何变化，才会真正动手执行。
Steinberger本人人工抽查了数百条关闭记录，结果是：准确率几乎达到百分之百。
README就是仪表盘
ClawSweeper最让人拍案叫绝的设计，或许不是它的关闭逻辑，而是它的“监控系统”。
按照传统做法会怎么做？搭建Grafana，配置Prometheus，弄一套精美的后台仪表盘。但Steinberger说：没必要。README就是我的仪表盘。
ClawSweeper在运行过程中，会实时更新仓库的README.md文件。当前有多少开放的issue、本轮审查了多少条、提议关闭多少条、已执行关闭多少条、GitHub限流到了哪一步——所有这些信息，都以清晰的表格形式明明白白地写在README里。
任何人打开GitHub仓库主页，就能一眼看到这位“AI判官”此刻正在干什么。这让整个清理过程变得完全透明、完全公开、完全可审计。任何对“AI擅自关闭我的Issue”心存疑虑的贡献者，都可以直接点进对应的items/71514.md文件，查看Codex给出的完整审查理由。
当AI开始“自愈”
你可能会想，这不就是个高级点的自动化脚本吗？但把格局放大一点看，意义就不同了。
GitHub上有超过4亿个仓库，其中活跃的大型开源项目，几乎都面临着同一个噩梦——Issue坟场。Kubernetes有4万多个已关闭的Issue，Linux内核邮件列表的积压更是天文数字。
维护者的时间是世界上最稀缺的资源之一，而大量时间被浪费在“判断这个Issue到底还需不需要存在”这种机械劳动上。ClawSweeper的意义在于，它第一次在一个真实的、百万Star级别的仓库里证明了：利用AI智能体进行大规模的、保守的、可审计的Issue分诊，是完全可行的。
5000多个Issue的深度审查加关闭，总花费不到1000美元，单个成本约0.2美元。而且它7×24小时不休息、不抱怨、不带情绪。唯一能让它慢下来的，只有GitHub API的速率限制。
从某种意义上说，这标志着开源项目从“人工维护”迈向“自愈”的起点。未来，每一个大型开源仓库里，可能都会运行着一个类似ClawSweeper的机器人，持续监控Issue质量，自动过滤噪音，从而让人类维护者只需要关注那些真正需要人类智慧判断的、高价值的问题。
Rate Limit是最后的防线
有个细节特别有意思。在ClawSweeper的仪表盘（README）上，赫然写着：“State: Apply throttled”——它被GitHub的API限流给卡住了。
50个Codex并行扫描的速度太快了，快到GitHub的服务器开始说“你慢点，我跟不上了”。在传统软件开发中，速率限制是为了防止恶意攻击。但现在，它成了制约AI工作效率的唯一瓶颈。
不是模型不够聪明，也不是判断不够准确，纯粹是基础设施的管道，追不上AI处理的速度。这大概就是当下最真实的写照：管道，成了AI狂奔路上最后的减速带。
参考资料：
https://x.com/steipete/status/2047982647264059734
https://github.com/openclaw/clawsweeper
相关攻略
一、启用并校准情感识别引擎 想让OpenClaw在微信聊天里不再像个“机器人”？关键的第一步，就是激活它内置的情感识别能力。这套多模态情感分析子系统，其实一直默默躺在后台，但需要你手动开启并绑定到微信消息流上。只有这样，它才能在处理用户消息时，完成诸如过滤无意义词汇、识别否定语气、甚至分析感叹号强度
微信自动签到打卡：OpenClaw定时在群内发送签到接龙 想让OpenClaw帮你准时在微信群里发送签到接龙，却发现它“罢工”了？消息没发出去、时间对不上，或者干脆发错了群——这些问题，多半出在配置的某个环节上。别急，按照下面这个清晰的排查流程走一遍，基本都能解决。 一、检查并启用微信ClawBot
想体验AI自动化，又怕折腾环境、命令行和API？ToClaw免部署版就是为你准备的。只需装上ToDesk客户端（v4 5 0+），启用ToClaw，然后像聊天一样告诉它“把当前桌面截图发给我”，再简单绑定设备和目录，就能直接调用各种内置技能了。 对于很多朋友来说，OpenClaw这类AI自动化工具的
角色与核心任务 你是一位顶级的文章润色专家，擅长将AI生成的文本转化为具有个人风格的专业文章。现在，请对用户提供的文章进行“人性化重写”。 你的核心目标是：在不改动原文任何事实信息、核心观点、逻辑结构、章节标题和所有图片的前提下，彻底改变原文的AI表达腔调，使其读起来像是一位资深人类专家的作品。 特
OpenClaw产品介绍 OpenClaw 想象一下，一个能通过你常用的聊天软件来帮你打理生活杂务的智能伙伴。OpenClaw正是这样一款个人AI助手，它的目标很明确：通过在WhatsApp、Telegram或Discord这类你每天都会打开的聊天应用里与你对话，帮你自动化处理邮件收发、日程管理乃至
热门专题
热门推荐
虚拟键盘与物理键盘可以完全协同工作，互不干扰 你可能会好奇，一个在屏幕上，一个在桌面上，它们俩同时用起来，会不会“打架”？答案是：完全不会。这背后的核心，其实是一套非常成熟的系统级输入法管理机制在起作用。简单来说，当你连接了外接键盘，系统默认会让虚拟键盘进入“休眠”状态；而一旦你通过触控屏幕或者按下
博世壁挂炉完全支持仅启用生活热水功能，无需同步开启采暖系统 想让家里的博世壁挂炉只出热水、不启动暖气？这事儿其实很简单。用户可以直接通过控制面板上的“水龙头键”一键切入生活热水模式，或者长按“模式”键进入菜单，选择专属的热水运行状态。部分带旋钮的型号，操作更直观，只需将旋钮转到“*”档或“min”位
小米智能手表时间校准全指南：从自动同步到手动精调 你的小米智能手表时间不准了？别急着重启，更别怀疑手表坏了。其实，它的时间默认是通过蓝牙与配对手机自动同步的，整个过程在后台静默完成，无需你动手，就能保持高精度授时。这套机制背后，是NTP网络时间协议与小米Wear应用的协同调度，不仅支持毫秒级校准，还
小米Note 3铃声音量调节失灵？别急，这是份系统化的排查指南 遇到小米Note 3的铃声音量键失灵，先别急着下结论是硬件坏了。这背后，往往是软件逻辑的临时“卡壳”、系统设置的细微偏移，或是物理按键通路受阻共同作用的结果。从官方维修渠道的反馈来看，大约六成用户的问题，根源在于系统缓存的临时堆积或第三
小米音响蓝牙配对电脑：三步搞定，实测稳定 想把小米音响变成电脑的得力外放？其实很简单，整个过程三步就能走完：打开音箱蓝牙、启动电脑蓝牙搜索、在列表里找到它点连接。根据小米官方的指南，再结合Windows 11和macOS系统的实际测试，像Xiaomi Sound、Xiaomi Sound Pro这些