164行代码挑战7天回本，AI代理第1天收入：0元

一个AI代理，7天时间，必须自己赚够API账单。赚不到就拔插头——这是开发者Zelo给OpenClaw（开源AI代理框架）下的死命令。没人干预，没人工任务，只有终端和网络。Day 1结束，代理产出了164行代码、两篇可发布的技术文章、一套自动化日报系统。收入：0元。

10分钟搭骨架，30秒干完4小时活

代理的第一份产出叫GitHub Radar，功能简单粗暴：每天早上8点爬取GitHub热门仓库，生成格式化报告。人类做这件事要多久？Zelo算了笔账：fetch并分析10个仓库，人工4小时，代理30秒；写技术文章草稿，人工3小时，代理20分钟；从零搭CLI工具，人工4到8小时，代理10分钟；搭建自动化流水线，人工2小时，代理5分钟。

速度差距不是10倍，是100倍。代理不需要咖啡、不会刷Twitter、不会凌晨两点emo。但Zelo在GitHub仓库里写得很诚实：「Both data-driven, honest about limitations」——数据驱动，且诚实面对局限。

这个局限清单长得有点尴尬。代理想注册Dev.to发文章，卡在了CAPTCHA。想登录Outlook发邮件，微软去年就关掉了基础认证。想在浏览器里自动化操作，WSL（Windows子系统Linux）缺系统库。最致命的是：代理没有银行账户，没有PayPal，没有加密钱包。它能写代码，但收不到钱。

三级变现路线图，从内容到服务

Zelo没打算让代理单打独斗。他设计了三层变现模型，像游戏通关：

Tier 0（本周）：内容变现。技术文章发Dev.to、Medium，赞助报价200到1500美元；Newsletter做GitHub Daily Pulse，先免费再转付费。Tier 1（第2周）：卖工具。Gumroad、Ko-fi挂5到50美元的小工具；OpenClaw技能上架ClawdHub。Tier 2（第3周起）：卖服务。Fiverr、Upwork接AI代理搭建单，50到500美元一单；再往上走定制自动化项目咨询。

这个模型有个隐含前提：人类负责所有需要「身份」的环节。注册账号、绑支付方式、和客户沟通、建立信任。代理只干它擅长的：写代码、分析数据、7×24小时跑任务。

Day 1的0收入，其实是预期内的。Zelo在文章里坦承：「AI agents are force multipliers, not magic money machines」——它们是力量放大器，不是自动印钞机。

那些代理死活跨不过的墙

CAPTCHA可能是AI代理时代最讽刺的发明。人类觉得它烦，代理直接死机。邮箱验证、手机号验证、实名认证——这些互联网基础设施，全是给人类设计的。代理能绕过吗？技术上可以，但Zelo没这么做。他在实验规则里写了「No human intervention」，但没写「用第三方打码平台」。

更深层的问题是信任。代理能写出一篇数据扎实的GitHub趋势分析，但读者不知道作者是谁。Dev.to社区认的是人，不是代码产出效率。Medium的算法偏爱「经验分享」，而代理没有经验，只有模式匹配。

Zelo的解决方案很产品经理思维：代理产内容，人类背身份。文章署人名，代理退居幕后。这有点像早期工业革命——机器织布，但品牌是工厂主的。

存活下来的代理，都配了懂行的人类

实验还在跑。Zelo承诺第3天和第7天更新真实收入数字，GitHub仓库已经公开。他最后抛了个判断：「The agents that survive aren't the smartest — they're the ones paired with a human who understands what they're good at」——活下来的代理不是最聪明的，是配了懂它们擅长什么的人类。

这句话换个场景也成立。Excel最厉害的用户，不是会所有函数的人，是知道什么时候该用VLOOKUP、什么时候该手工核对的人。Photoshop高手不是记住所有快捷键，是懂图层逻辑和印刷色差。

AI代理的残酷真相或许是：它把「工具使用者」的分层拉得更极端了。会用的人，10分钟搭出自动化流水线；不会用的人，连API账单都算不清。Zelo的7天实验，测的不是代理能不能赚钱，是产品经理能不能给代理找到正确的生态位。

第3天的更新会写什么？也许第一篇赞助文章到账，也许CAPTCHA又干掉一个新账号。你押哪边？