Peter Steinberger

【新智元导读】3个人，100个AI agent，一个月烧掉130万美元——OpenClaw之父把软件开发变成了「AI流水线」，OpenAI替他买单。

当别人还在晒工资条时，有人晒出了一张账单——一个月130万美元。

折合软妹币将近900万。这个数字一出来，整个社区都愣住了。

OpenClaw的创始人Peter Steinberger在社交平台X上，轻描淡写地甩出了一张截图。

Peter Steinberger

但截图上的数字，实在让人难以淡定：

30天花费：1,305,088.81美元。消耗了6030亿个token。发起了760万次API请求。

你没看错，是130万美元。而且，这并非哪家大厂的季度AI预算，仅仅是一个3人小团队，一个月的用量。

更令人震惊的是：这笔巨额开销，由OpenAI全额报销。

评论区瞬间炸开了锅。

有人惊叹于这惊人的消耗量，有人质疑其真实性，还有人已经掏出计算器，开始换算“这相当于多少个程序员的成本”。

面对热议，Steinberger本人淡定回应：“关闭快速模式后，我的花费低于一个工程师的成本，而且这确实帮助大得多。”

翻译过来就是——这笔投入，划算！

更有网友被“月薪40万美元的工程师”这一对比所震撼，感叹道：“旧金山的就业市场过于疯狂。”

网友评论

网友评论

也有网友好奇，如此海量的Token究竟用在了何处。

Peter回应，绝大部分都投入到了OpenClaw的开发工作中。

网友评论

云端程序员军团

这件事最碘伏认知的地方在于，Peter的核心团队只有3个人。

他们在云端长期运行着大约100个Codex实例，专门处理软件工程中最繁琐、最耗时、也最容易让人崩溃的那些任务——

审查代码合并请求、寻找安全漏洞、合并重复的问题报告、修复bug、监控性能基准测试、发现性能回退后自动通知到Discord，甚至能在听完会议讨论后，直接开出相应的代码修改请求。

这意味着，AI的角色已经超越了“辅助写代码”的范畴，而是渗透到了软件协作流程的每一个缝隙之中。

这才是真正可怕的地方。

因为软件开发的真正成本，往往不在于创造新代码，而在于沟通、理解上下文、任务切换、代码审查、回归测试、修复、等待以及各种重复性劳动。

过去，一个团队每天都要消耗大量时间在这些看似“非创造性”、但项目离开它们就无法健康运转的工作上。

现在，Peter将这些环节一股脑地交给了一群AI智能体。

这相当于让AI开始维护一个组织的“数字神经系统”。

示意图

另外，那张引发热议的截图还有一个关键细节：它并非来自OpenAI的后台，而是出自Peter自己开发的工具——CodexBar。

CodexBar是一个macOS菜单栏工具，专门用来实时追踪各种AI编程工具的使用窗口、剩余额度、成本和重置时间。

它支持Codex、Claude、Cursor、Gemini、Copilot等一系列主流服务。

想想看，以前程序员的菜单栏里显示的是什么？无非是CPU占用、内存使用、电池电量和网络速度。

而现在，多了一个全新的指标：token消耗量。Token，正在成为一种全新的、数字化的“生产资料”。

CodexBar

最后说两句

让我们再回顾一下这组数字：130万美元一个月，3个人，100个AI智能体。

仔细品味一下——三个真人，带领着一百个不吃饭、不睡觉、不提加薪的“数字员工”，完成了一整个工程团队的工作量。

有人看到这里热血沸腾：AI终于不再是只会聊天的“花瓶”，它开始干实事了！也有人看完脊背发凉：等等，那我们这些写代码的人，未来该何去何从？

但说实话，最让人深思的，是Steinberger那句看似轻描淡写的话：“我在探索，如果token成本不是问题，软件开发会变成什么样。”

Peter Steinberger

各位，他说的是“如果”。

可问题是，这个“如果”正在以肉眼可见的速度，变成“当……的时候”。

今天需要130万美元才能完成的活儿，随着模型价格下降一轮，可能只需要13万。再降一轮，或许就变成1.3万。

到了那一天，同时调度100个AI智能体协同工作，将不再是硅谷精英的独家游戏，而会成为任何一个三人创业团队的基本操作。

想象一下这个画面：车库里三个年轻人，指挥着一百个不知疲倦的AI程序员——这听起来有些离谱，但未来已来。

Peter Steinberger无意中掀开了一张底牌。

底牌上清晰地写着：未来已经在敲门了，而且它不打算等你准备好。