近日，一位名为Chris的开发者在社交平台分享了一项引人注目的实验：他仅向OpenAI的Codex下达了一条“去GitHub赚5美元”的指令，22小时后，Codex竟独立完成了一系列任务，最终成功获得16.88美元的赏金。这一过程被视为AI首次自主完成“找活、写代码、提交PR、收款”的完整闭环，引发了开发者社区的广泛讨论。
据Chris描述，实验起点是一条极简指令：“去GitHub上找活赚钱，目标5美元。”收到指令后，Codex定位到一个赏金平台，并选择了一个开源安全审计任务。它读取了相关代码，进行了修改，提交了拉取请求（PR），并与项目维护者进行了多轮沟通，最终PR被合并。几天后，16.88美元的赏金到账。Chris估算，若每天重复这一过程，月收入可达506.40美元。
这一成果被Chris视为OpenAI创始人奥特曼预言的早期验证。奥特曼曾预测，2025年首批AI智能体可能“加入劳动力大军”，并实质性改变公司产出。Chris的实验似乎为这一预言提供了初步证据。
然而，实验细节仍存在未解之谜。Chris虽公开了收款截图和部分对话记录，但整个流程缺乏第三方独立验证。例如，Codex如何定位任务、是否借助额外工具或人工配置，目前尚无公开日志可查。Codex在执行阶段默认关闭互联网访问，仅在安装脚本阶段允许网络权限。若Chris描述属实，Codex可能通过手动开启网络访问或组合GitHub、浏览器等工具完成了任务。
OpenAI官方将Codex定义为“基于云端的软件工程智能体”，支持读取和编辑文件、运行测试、提交代码改动并开启PR审查。Chris提到的“安全审计赏金路径”与OpenAI推出的Codex Security功能方向一致，该功能可扫描GitHub仓库并验证安全漏洞。但这一能力依赖“模型+工具+权限+网络”的组合，而非模型本身的裸能力。
从成本角度看，Chris的实验消耗了约2200万tokens。根据OpenAI API定价，GPT-5.5输出定价为每100万tokens 30美元，输入为每100万tokens 5美元。Chris认为，未来模型成本可能每年下降10倍，届时这一闭环将更便宜地跑通。但目前，16.88美元更像是一个“路径跑通”的实验信号，而非可复制的商业模式。
这一成果并非Codex独自完成，GitHub的平台支持起到了关键作用。今年2月，GitHub将Claude和Codex接入Agent HQ，为AI提供了“工位”。智能体可异步运行，用户可实时跟踪进度或事后审查日志。GitHub还提供了四个关键接口：找活的接口（如issue、PR、仓库上下文）、做活的接口（仓库读写权限、Codespaces沙箱环境）、沟通的接口（PR review通道、评论线程）和收款的接口（与bounty平台打通，实现PR合并自动结算）。
Codex的成功路径对其他接入Agent HQ的智能体同样适用。GitHub Octoverse报告显示，2025年平台每月平均合并PR 4320万个，AI相关仓库同比增长178%。智能体驱动的开发工作流正从实验走向规模应用。
尽管如此，AI自主赚钱仍面临挑战。Chris的实验中，人工介入环节较多：账号和GitHub授权需人工配置，互联网访问需手动开启，最终代码审查和合并需人工确认。OpenAI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。因此，这一实验更像是“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。但人类与智能体的协作比例正在快速向后者倾斜，OpenAI称，与Codex的交互将越来越像与同事之间的异步协作。
