有人让 Codex 帮他赚钱，结果 Codex 真的做到了，并且赚到了 16.88 美元（约 114 元）！

一个用户给 Codex 下了一个有点像玩笑的指令：去帮我赚 5 美元。

结果，Codex 真的去 " 接活 " 了。

它自己找到了一个开源安全审计赏金项目，提交了有效的拉取请求，和维护者沟通，并处理 GitHub 的验证流程。

最终，这项工作顺利通过，整个过程大约花了 22 小时，用户收到了第一笔付款：16.88 美元。

按这个数字最粗暴地推算，如果每天都能重复一次，一个月就是 506.4 美元，折合人民币约 3441 元。

就算给 AI" 打工人 " 安排几天休假，差不多也有三千多的月薪。

一句 " 帮我赚 5 美元 " 之后，Codex 真去接活了

X 用户 Chris 说，他让 Codex 去帮他赚 5 美元。随后，Codex 找到了一个可参与的开源安全审计项目（带赏金），围绕项目中的问题提交了一个有效的拉取请求，并在后续流程里与项目维护者沟通、处理了 GitHub 相关的验证流程。

最终，这项工作被项目方接受并合并，用户因此收到了第一笔付款：16.88 美元。

整个过程大约花了 22 小时，而它只是一个开始。

这是一整套接近软件工程协作的动作，从找项目到拉取请求、和甲方沟通、通过验证 ……Codex 把 " 赚到 5 美元 " 的目标转化成了一个可行的工作路径。

虽然 Chris 称，提示词仅仅是 " 做你最擅长的事，帮我赚 5 美元 "，但由于目前并没有公开完整的操作日志，我们看不到完整 prompt 和中途的确认情况，只能看到结果描述，所以要说 "AI 只靠一句话自动赚钱 " 还是有些言过其实。

但这个案例依然和普通的 coding agent 不太一样。

过去我们让 Codex 写代码，通常有一个明确任务：修一个 bug、补一段测试、解释一个代码库，或者实现某个功能。用户知道要做什么，只是把执行环节交给 AI。

而这一次，用户只给出了赚到 5 美元的目标，Codex 自己找到了可以赚钱的代码任务，并且拆解了任务需求、靠写代码赚到了钱。

它把写代码这件事，接到了一个真实的任务市场里。

也就是说，这个 AI 牛马现在不只是替雇主打工，还开始在外面 " 接私活 " 给雇主挣钱了。

至于成本。根据用户透露，他使用的是 20 美元的 Plus 订阅套餐，Codex 同时进行了 10 到 20 项不同的审计任务，整个过程大概使用了 2200 万 token。

16.88 美元只是目前的第一笔到账。

一次有意义的尝试

这件事有意思的地方并不在于 Codex 赚了多少，更重要的是，Codex 这一次接入了一个真实存在的经济系统。这个系统里有任务、有规则，有审核、沟通和验收，也有最真实的付款。

而真实世界里的劳动，往往不只是完成任务本身。一个人要赚钱，通常先要知道哪里有机会，判断自己能不能做，理解对方的要求，交付结果、接受审核，然后等待结算。

至少这一次，Codex 在一个非常有限的场景里，跑通了这条路径。

另外，选择也很重要——就像是孟德尔选择豌豆做杂交实验天然就有优势一样，软件任务天然更适合 AI Agent：代码在线上，协作在线上，提交通过 PR 完成，结果可以由测试和维护者验证，付款也可以通过平台结算。

AI 最先 " 变现 " 的地方，自然会落到这些边界相对清楚、金额不大、结果可审核的软件零工，比如修一个小 bug，补一段测试，改一份文档，处理一个报错，或者像这次一样，参与一个小型安全审计任务。

这些事情过去可能是初级开发者、自由职业者、开源贡献者练手和赚零花钱的入口，现在，它们也开始成为 AI Agent 可以尝试进入的任务市场。

AI 赚钱，没看起来那么简单

如果按照乐观的情况推算，每天可以赚取 16.88 美元的话，一个月就是 506.4 美元，折合人民币约 3441 元。表面上看，哪怕减去 20 美元的订阅费，也有月薪三千。

但 Codex 的真实使用成本并不只是订阅费，还要看 token 消耗、额度限制，以及失败任务的沉没成本等等。

把一次成功实验直接乘以 30，只是一个很有传播性的算法，我们不能说今天出门捡到了 100 元，一个月出门就能捡到三千。现实肯定比预想中更复杂。

如果你也想要复现这个路径，看看能不能也用 AI 帮你赚钱，那么结果可能会让你失望。

首先，任务不是每天都有。

Codex 这一次找到的是开源安全审计相关的赏金项目，这类任务本来就不是无限供给。真正适合 AI Agent 处理、金额不太高、边界相对清楚、又愿意接受陌生贡献者提交 PR 的项目，更不可能每天稳定出现。

其次，任务也不是每次都会成功。

提交 PR 只是第一步。维护者要愿意看，修改要足够有效，代码要符合项目规范，验证流程要走得通，最后还要真的被合并、被确认、被付款。中间任何一个环节卡住，这笔钱都未必能到账。

往长远一点看，假设 AI Agent 真正开始进入任务市场，赚钱都是小事——它会影响整个市场的生态。

AI 提交一个拉取请求的边际成本很低，但维护者审核一个 PR 的成本并不低：他们要看代码、跑测试、判断修改是否真的有价值。如果未来大量用户都让 Agent 去找赏金、提 PR、赚小钱，开源社区很可能先遇到的不是效率提升，而是审核压力上升。

对用户来说，更大的风险在权限和安全上。

Codex 要完成这类任务，可不只是生成一段代码，它还需要连接 GitHub、访问代码库，它要收款，肯定也涉及账号和支付。

权限越大，能力越强；但权限越大，风险也越高。

另外，责任边界也会变得模糊。

如果 Codex 提交的修改后来引入了漏洞，谁负责？如果 AI 为了完成 " 赚钱 " 目标，误触了平台规则，责任又该怎么算？这些问题现在都还没有成熟答案。

也就是说，这件事并不意味着 " 普通人也能用 AI 自动赚钱了 "，问题和风险都还有很多。

16.88 美元只一张早期收据，从一张收据到一份工资单，中间还有很长一段路。

但至少，AI 已经在一个很小的场景里，证明了自己可以接入真实任务市场，完成一次从目标到付款的闭环。