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。
相关攻略
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
如今的AI，身价是越来越让人望而却步了。 自三月以来，一场席卷整个行业的涨价潮正式拉开帷幕。 一边是各家顶尖模型接连调价，各大云服务商的算力租赁费用更是轮番上涨，这场密集的涨价周期，足足持续了近十周。 另一边，免费使用的额度在不断缩水，消耗速度却肉眼可见地加快，曾经畅享的权益正一步步收紧。 曾几何时
该剧以荒诞犯罪映照普通人生活，角色们的“反向操作”与“躺赢”幻想，恰似职场中越努力越尴尬的处境。剧情讽刺了表面严密、实则脆弱的规则体系，揭示众人都在“凑合”中维持体面。它让人笑后沉默：世界宛如草台班子，而每个人都在认真而坚韧地活着。
2026年4月21日，一场极其特别的发布会吸引了整个科技圈的目光 在北京举办的“超级组织”战略发布会上，出门问问正式发布了企业级AI原生协作平台CodeBanana。这场发布会，可以说见证了AI重塑企业底层代码的全过程。 （图源：出门问问） 从智能硬件到AI原生系统：一场深刻的自我进化 提起出门问问
打工人卷向RPA “内卷”这个词，如今已经渗透到各行各业，成了一种普遍的时代情绪。它指向的是一种过度的、近乎无意义的竞争，一种将简单问题复杂化的内耗。更关键的是，它意味着努力未必能换来发展，人与人之间的角逐越来越同质化，也越来越无效。 结果就是，我们付出了更多，却难以看到相应的回报与价值体现。就像被
热门专题
热门推荐
Mac自带的“预览”应用可便捷调整图片尺寸。通过“调整大小”工具精确修改像素，勾选“比例缩放”避免变形。使用“裁剪”工具框选区域以改变有效显示尺寸。利用“导出”功能可生成指定尺寸的副本而不影响原图。
航天计算技术正迎来一次里程碑式的升级。美国国家航空航天局（NASA）近日联合美国微芯科技公司（Microchip），正式启动了名为“高性能航天计算”的研发项目。该项目的核心目标，是研制一款片上系统（SoC），其运算性能预计将达到当前航天专用处理器的百倍以上。 根据NASA的规划，这款高性能航天芯片将
在银河麒麟系统上，若游戏或图形应用出现卡顿、帧率低或崩溃，可能是未开启Vulkan硬件加速。针对不同显卡，可采取相应方法启用。对于AMD或Intel集成显卡，可通过终端安装并验证mesa-vulkan-drivers包；对于已安装NVIDIA专有驱动的用户，需确保系统正确加载VulkanICD文件。操作主要适用于银河麒麟桌面操作系统V10及后续版本。
在银河麒麟操作系统上构建高效数值计算与数据分析平台，Julia语言凭借其脚本语言的易用性与编译语言的高性能，成为科学计算领域的理想选择。若您已完成麒麟系统的基础配置，但发现Julia环境尚未就绪，这通常是由于系统未预装或缺少关键依赖库所致。本文将系统梳理在银河麒麟OS上安装Julia语言的几种主流方
Mac连接多显示器后，需在系统设置的“显示器”选项中调整逻辑排列以匹配物理布局。拖动屏幕缩略图对齐实际位置，关闭“镜像显示器”以启用独立排列与分屏功能。可设定主显示器并进行微调，通过快捷键或拖拽窗口实现流畅分屏操作。