Codex跑了22小时，真赚16.88美元：奥特曼预言的「AI打工人」来了

新智元报道

编辑：元宇

【新智元导读】一条「去GitHub上赚5美元」的指令，Codex跑了22小时，几天后带回16.88美元。钱不多，但如果Chris的复盘属实，AI第一次独立走完了找活、写代码、提PR、收款的完整闭环：AI会替你赚钱，这可能是第1单。

这个故事看起来，像是Codex第一次摸到「工资单」。

本周末，一位名叫Chris的开发者在X上发了一条帖子：

他只给Codex丢下一条「去挣5美元」的指令，接下来的22小时，Codex自己找到了一个开源安全审计的赏金路径，完成并提交了PR，跟进了维护者。

几天后，16.88美元到账。

Chris随即算了一笔账：如果每天重复，月化收入506.40美元。

帖子发出后，开发者圈炸锅了。

有人说「AI打工人的第一单来了」，Chris本人在帖子里激动宣称，这让他「看到了奥特曼关于AI替你赚钱的愿景开始成真」。

奥特曼曾在个人博客中预言，2025年可能看到第一批AI智能体「加入劳动力大军」，并实质性改变公司产出。

Chris这次实验，被他本人视作这一预言的早期验证。

它是怎么挣到这16.88美元的

根据Chris在X平台公布的流程，整个时间线应该是这样的：

起点是一道极简指令，Chris对Codex说：去GitHub上找活赚钱，目标5美元。

收到这条极简指令之后，Codex定位到一个bounty（赏金）平台，但它具体如何定位任务、是否借助额外工具或人工配置，目前没有公开日志可核验。

接了活后是做活：读代码、改代码、提交拉取请求（PR）。 这是Codex过去几年最被验证的能力，也是它最擅长的。

然后是沟通：和维护者来回回复评论，这是过去AI智能体最容易翻车的环节。Codex这一轮也完成了，最终PR被合并。

按Chris的复盘，PR合并和验证流程完成几天后，他收到了16.88美元付款。

虽然Chris公开了收款截图和部分对话记录截图，整个流程的细节，仍缺乏第三方独立验证，但这并不影响这个故事的主线。

Codex的能力边界，OpenAI官方已经写清楚了，将它定义为「基于云端的软件工程智能体」。

用户输入任务指令后，Codex在后台并行处理多项任务，每条对应一个代码改动或PR。https://openai.com/zh-Hans-CN/index/introducing-codex/

它可以读取和编辑文件，运行测试框架、代码检查工具和类型校验器，提交代码改动，并开启GitHub的拉取请求供审查。

也就是说，「写代码→运行测试→提PR→留日志」这条链路，Codex官方层面已经打通。

Chris说Codex「找到了一个开源安全审计赏金路径」，OpenAI推出了Codex Security功能，专门面向工程和安全团队，可以逐次提交扫描连接的GitHub仓库，在隔离环境中验证高可信度的安全漏洞。

Chris所称的「安全审计赏金路径」，和这条产品线的能力描述方向完全吻合。

但这里有一个关键前提被很多人忽略了。

Codex在agent执行阶段，默认关闭互联网访问。Codex云端文档明确写道：

默认情况下，Codex在智能体执行阶段阻断互联网访问。安装脚本阶段仍有网络权限，以便安装依赖；用户可以按需为每个环境手动开启agent互联网访问。

这是一个核心约束。

开启之后呢？OpenAI列出了一串风险：来自不可信网络内容的提示词注入（prompt injection）、代码或密钥外泄、下载恶意依赖、拉取含有许可限制的内容。

所以如果Chris描述的事情真的发生了，Codex能「找到bounty路径」，可能是他主动开启了互联网访问，或是是Codex通过GitHub、浏览器、MCP或其他工具组合完成了这个动作。

这是「模型+工具+权限+网络」的组合产物，并非模型的裸能力。这也说明，Codex在特定条件下，具备「找漏洞→提PR→跟进审查」这条链路的技术能力。

这笔账没那么好算

再来算一笔账。

Chris说，这次总共跑了约10-15个安全审计项目，消耗了22M tokens。16.88美元，是第一个「亮绿灯」并到账的项目。后面还有多个pending audits等待确认。

OpenAI API公开定价页面显示，GPT-5.5的输出定价是每100万tokens 30美元，输入是每100万tokens 5美元。Chris本人也在跟帖中引用了这个tokens价格，并用它来推算未来的利润空间。

但Codex作为产品本身，有基于ChatGPT Pro、Team、Enterprise等订阅计划的任务额度限制，实际消耗逻辑跟API裸计费完全不同。

Chris没有公开22M tokens里输入和输出各占多少，也没说他是通过订阅配额用的、还是直接走API。任务失败率、重试成本、人工排查时间也没有提到。

他的真正逻辑，不在于核算现有盈利，他押注的是未来模型成本每年降10倍，这条闭环会越来越便宜地被跑通，他在跟帖里说：

你们为什么要假设我花了很多钱？GPT-5.5现在输出是30美元/百万tokens，明年会降到2美元，那时候双方都会暴赚。

因此，这16.88美元，目前更像一个「有东西跑通了」的实验信号，而不是一种可以复制的商业模式。

GitHub已经把路修好了

这并非Codex独自的功劳，如果把这一单背后所有的动作拆解来看：找活、做活、沟通、收款，每一步GitHub都悄悄铺好了路。

Agent HQ

GitHub给AI开工位

今年2月，GitHub把Claude和OpenAI Codex接入Agent HQ，并以public preview形式向Copilot Pro+和Enterprise用户开放，这好比GitHub给AI开的工位。

GitHub Agent HQ智能体选择界面，Copilot、Claude、Codex及自定义智能体均可被分配编程任务。

GitHub官方对此的描述是：

智能体默认异步运行。你可以实时跟踪进度，也可以事后审查已完成的session，查看详细日志，了解智能体做了什么、为什么这么做。

这意味着，以前你把任务分配给初级工程师，现在这个「初级工程师」的角色，也可以是一个编程智能体，这正是GitHub在系统层面认可并推进的工作流方向。

四个关键接口

把Codex这次走过的流程对应回GitHub已经铺好的能力，会更清楚：

第一，找活的接口。GitHub有现成的issue、PR、仓库上下文和Agents tab；至于bounty任务，则更多依赖Algora、IssueHunt等第三方平台或项目自身机制。智能体不用爬全网，去这几个地方就能找到结构化的「活」。

第二，做活的接口。仓库读写权限、Codespaces沙箱环境：智能体可以在GitHub自己提供的隔离环境里克隆、改、跑测试，不用自己搭基础设施。

第三，沟通的接口。PR review通道、@提及机制、评论线程：智能体收到评论后能精确知道是谁在回它、回的是PR里的哪一段代码。

第四，收款的接口。bounty平台Algora、IssueHunt已经与GitHub issue工作流打通，Algora平台可以实现PR合并自动结算，收款这一步不再是「得另外接Stripe写一堆代码」。

四个接口分别看都不是新东西，但当它们被组合在同一个工作台里、按「智能体友好」的方式重新整理过，意义是不一样的。

不止Codex一家

Codex这次走通的路径，对任何已经接入Agent HQ 的智能体来说都是可复用的。

GitHub官方Octoverse报告显示，2025年平台每月平均合并PR 4320万个，同比增长23%，AI相关仓库同比增长178%。

智能体驱动的开发工作流，正在从实验走向规模。

GitHub Octoverse 2025年度报告关键数据：平台每月合并PR 4320万个，AI相关仓库总数达430万个，同比增长178%。

Codex这次16.88美元的到账，更像是一个标志：在GitHub已经修好的道路上，
第一辆车已经跑完全程并有了进账。

最后几块拼图

那么，距离「AI自主赚钱」真正成立，还差什么？

按公开信息看，Codex这次接的bounty并非顶级难度：单笔16.88美元的赏金，对应的是中小型修复，整个流程花了几天，维护者来回轮次不多。因此，这更像是一次「路径成立」的演示，而非「路径已经成熟」的标志。

人工介入的环节，也可能比想象中多。

账号和GitHub授权要人来配置，互联网访问要人来开启，最终的代码审查和合并要人来确认。

OpenAI官方明确表示，用户仍需手动审查和验证所有智能体生成的代码。

Codex任务完成后的PR页面，含修改摘要、终端测试日志（测试通过）和代码对比（diff），用户据此决定是否合并。

这意味着，Chris在这件事里仍然不可缺：他要给出启动指令，智能体并不会自己醒来决定今天去挣钱；他要帮Codex接通收款渠道；他要做兜底，一旦Codex卡死，得有人来接。

因此，这件事更准确的定性是：这是一次「在Chris监督下完成的端到端跑通」，距离真正无人值守的自动赚钱机仍有距离。

但人类与智能体协作的比例，正在快速向后者倾斜。

OpenAI说，与Codex的交互「将越来越像与同事之间的异步协作」，智能体将在更长的时间内处理更复杂的任务。

16.88美元不会改变任何人的生活。

但如果这次实验最终得到核实，下一个订单，会是多少？

参考资料：

https://x.com/chatgpt21/status/2053556436475461786?s=20

https://openai.com/zh-Hans-CN/index/introducing-codex/

https://github.blog/news-insights/company-news/pick-your-agent-use-claude-and-codex-on-agent-hq/

https://github.blog/news-insights/octoverse/octoverse-a-new-developer-joins-github-every-second-as-ai-leads-typescript-to-1/