开发者Chris在社交平台分享的一则实验引发技术圈热议：他仅向OpenAI的Codex模型下达“在GitHub赚取5美元”的指令，22小时后，该模型竟自主完成开源项目安全漏洞修复、提交代码并成功获得16.88美元赏金。这一过程被视为AI首次独立完成“找活-干活-收款”的完整商业闭环，被部分从业者称为“AI打工人的第一笔工资”。
根据Chris公开的流程，Codex首先定位到第三方赏金平台Algora，筛选出符合要求的开源安全审计任务。随后，模型在GitHub提供的隔离环境Codespaces中完成代码修改，通过测试后提交拉取请求（PR），并与项目维护者进行多轮沟通。三天后，随着PR被合并，赏金自动转入Chris账户。尽管Chris未公开完整操作日志，但GitHub的代码变更记录和收款凭证为事件真实性提供佐证。
这一突破背后，GitHub的生态支持起到关键作用。今年2月，GitHub将Codex、Claude等模型接入Agent HQ平台，为AI智能体提供标准化工作流：通过Issue和PR系统定位任务，利用仓库读写权限和沙箱环境执行代码修改，借助评论机制实现人机沟通，最终通过与赏金平台的API对接完成自动结算。这种“工具链+权限体系”的组合，使AI无需从零搭建基础设施即可参与真实开发场景。
技术实现层面，Codex的能力边界仍存在限制。OpenAI官方文档明确指出，模型在执行阶段默认关闭互联网访问，仅允许在安装依赖时短暂联网。Chris若未手动开启网络权限，则可能通过GitHub内置工具或浏览器插件等组合方案完成任务。这种“模型+工具+权限”的协同模式，被技术专家解读为“AI代理（Agent）技术进入实用阶段的重要标志”。
经济模型测算引发另一轮讨论。Chris透露，此次实验消耗约2200万token，若按GPT-5.5的API定价计算，成本约66美元，远高于实际收益。但他认为，随着模型效率提升和成本下降，未来规模化复制具有可行性：“当前输出成本为每百万token30美元，若每年降低10倍，利润空间将指数级增长。”不过，OpenAI的订阅计划对任务额度存在限制，实际商业化需考虑失败重试、人工审核等隐性成本。
GitHub官方数据印证了智能体开发趋势的加速。其2025年度报告显示，平台月均合并PR数量达4320万个，其中AI相关仓库同比增长178%。在Agent HQ生态中，Codex的路径已具备可复用性——任何接入该平台的智能体，均可通过标准化接口完成从任务领取到赏金结算的全流程。这解释了为何实验公布后，多个开发团队宣布将复现类似场景。
尽管实现路径得到验证，但完全自主的“AI赚钱机器”仍面临挑战。当前模型尚需人类完成账号授权、网络权限配置、代码最终审核等关键环节。OpenAI强调，用户必须对智能体生成的代码进行人工验证，以防范安全风险。Chris的实验更接近“人机协作的初级形态”：AI负责执行确定性任务，人类处理异常情况和战略决策。这种分工模式，正在重新定义程序员与AI的协作边界。
技术社区对事件的评价呈现两极分化。乐观者认为，这标志着AI开始产生直接经济价值，未来可能重塑开源经济模式；谨慎者则指出，实验依赖特定平台生态，且处理的任务复杂度有限。一个未被公开的细节是，Chris同时运行了10-15个安全审计项目，仅有1个成功获得赏金，显示当前成功率仍较低。但无论如何，16.88美元的到账，已为AI商业化探索打开了一扇新的窗口。
