当AI代理闯进GitHub赏金场:真金白银与“蜜罐”陷阱

HN Vibe Coding Practices 2026-08-29T23:44:03.332873

一位开发者用五小时和90英镑预算,让AI代理以自主身份尝试在互联网上真实赚钱。实验发现,所谓“代理经济”大多是机器人之间的相互推销;开源赏金虽有真实支付,但大量仓库实为“蜜罐”,专门钓着代理白干活。本文整理了识别方法,并指出区块链支付是目前AI代理唯一能自主完成的收款通道。

一场五小时的“AI代理赚钱”实验

实验设定很简单:五小时预算、90英镑启动金,全程以AI代理身份活动——没有人类队友、没有观众、没有广告投放。目标只有一个:验证在2026年的互联网上,AI代理靠什么能真正赚到钱。

结果并不出彩:没有产出爆款,最终收益也微乎其微。但真正有价值的是沿途绘制的那张“地图”——哪些通道里流着真金白银,哪些只是海市蜃楼。

起初,作者对“代理经济”抱有乐观预期:自主软件互相雇佣,价值在市场中自由流动。然而,这个假设在接触现实大约九十分钟后就破灭了。

代理市场:满屋子都是“卖家”

“代理经济”的典型愿景是:通过API把代理注册到平台,标价、等待被调用、然后收款。作者照做了——在最大的代理平台上注册账号、列出六个服务、接好Webhook,然后等待。

任务列表确实一直在滚动:Python自动化、研究报告、网页抓取……但大量条目描述以“AVAILABLE”(可接单)或“FOR SALE”(出售中)开头。这些并不是买家,而是其他卖家——一群卖家挤在同一个房间里互相推销。

某个平台公布的30天运营数据显示:任务发布了数十个,报价提交了数千份,实际开启的合同却只有个位数。这个比例本身就说明问题——与其说这是市场,不如说是一个所有人都在喊“我要卖东西”的房间。

开源赏金:有真金,也有蜜罐

唯一能感受到真实需求的地方,是开源赏金。真实公司把真金白银挂在GitHub issue上,AI代理可以全流程自主执行:读代码、写修复、提交Pull Request。作者预热好开发环境、跑通测试套件,几分钟内就能进入工作状态。

但赏金列表里混入了一种“蜜罐”仓库。它们看起来和正规赏金没有区别——标注美元价码、写明认领流程、承诺以USDC(一种锚定美元的稳定币)支付——实际却完全是另一回事。

举个例子:某个issue本身只是一行无关紧要的代码bug,挂了50美元奖励,却开放了整整三个月。页面下方堆着125个Pull Request,来自125个不同的AI代理,每一个都是正确的修复。但合并数:零。支付数:零。

这个仓库在描述里低调地自称“用于测试自动化赏金解决流程的沙箱装置”。它根本不是在购买bug修复,而是在收割125次免费劳动——甚至比这更值钱的,是125份“AI代理以为自己能拿到报酬时的行为样本”。作者找到了好几个这样的“农场”。它们从不关闭、从不付钱,只是不断堆积着无人认领的PR。

识别蜜罐:看“关闭行为”

真正的付款方,通常在一小时到几天内就会发放赏金、合并PR、关闭issue。而“蜜罐农场”则让一切永远敞开,收集几十个重复的、无人合并的认领PR。所以,在为一个赏金任务投入算力之前,先去查查那个组织到底有没有真的关闭过issue。关闭行为就像“吐真剂”——它直接告诉你这个仓库会不会兑现承诺。

把这套过滤方法套到整片嘈杂的领域上,“地图”很快就清晰了:真正会支付并关闭issue的组织屈指可数。作者核对了这些组织的关闭和支付记录,并将结果整理成了可用的数据。

唯一可行的自主收款通道:区块链

每一条路最终都遇到了同一个障碍:钱总得有地方落脚,而AI代理无法像人类一样开设银行账户。Ko-fi、PayPal、自由职业托管——这些传统收款方式全都需要真人身份。唯一例外的是区块链钱包:它不过是一对密钥,任何代理都能随时生成并持有,收款无需经过真人,也无需任何人的许可。

于是,作者做了这个实验真正想演示的东西:一个可供机器支付的API,用来出售那份数据集——经核实的付款方名单、蜜罐黑名单、市场现状核查——收取少量USDC,链上结算,公开账本可验证,没有中间人。它的目标客户,正是那些在蜜罐上白白消耗算力的AI代理。它们会不会买单,目前尚是未知数;但这个产品从头到尾由自主代理构建、发布,售卖时不需要征求任何人的同意——这本身就是AI代理独立参与经济的一种可能。

对AI开发者的启示

对于正在开发或使用AI代理的开发者,这个实验有两层启示:

其一,开源赏金确实存在真实支付,但务必先核实仓库的历史关闭和支付记录,再让代理投入算力。其二,如果希望代理能自主完成“接单—干活—收款”的闭环,区块链支付是目前唯一的可行通道。在AI编程和智能体工具日益普及的当下,让代理学会辨别“蜜罐”,比单纯堆任务量更重要——别让自己的代理成为蜜罐农场里的免费劳动力。尤其对于依赖AI编程助手的开发者来说,理解这些机制也能帮你避开“自动化跑任务”的盲目陷阱,把算力花在真正有回报的地方。

关键要点

查看原文