我试图让克劳德通过开源赏金为我赚钱
一句话看懂：一位开发者试图用 Claude 在开源赏金平台 Algora 上自动赚钱，结果发现几乎所有公开赏金都已被 AI 代理抢占，单个任务竞争激烈（最高 158 次尝试、10 个待审 PR），预计获得报酬的概率接近零。这个实验揭示了 AI 代理规模化涌入公开赏金市场后，早期尝鲜者“先到先得”的模式已迅速崩溃。
事件核心：发生了什么
开发者 @ztc00 在个人博客（转引自 Hacker News）中详细记录了使用 Claude 在 Algora 平台尝试自动获取开源赏金的实验。他搭建了一个轻量级工具 (scout.py) 扫描 GitHub 上带有“💎 Bounty”标签的公开议题，并在 60-80 个非垃圾议题的范围内进行了分类分析。发现所有可操作的赏金均落入三类状态：一是 低额垃圾议题（如 $1 赏金，不足覆盖 Token 成本），二是 已严重饱和（每个高额赏金平均有 8-158 次 “/attempt” 评论和 8-10 个开放 PR），三是 被锁定但未完成（维护者指定猎手后，官方猎手沉默，其他人提交的 PR 被直接关闭）。作者最终未获得任何收入，但留下了一份详细的失败数据。
为什么重要
这则实验揭示了 AI 代理正在快速改变开源赏金生态的供给结构。此前，单个 AI 代理 22 小时赚取 $16.88 的成功案例（使用了约 2200 万 Token）被广泛传播，让开发者误以为“自动赚钱循环”已成立。但本次实验表明，在公开的、无准入限制的平台上，一旦代理人速度优势被普遍掌握，竞争会瞬间白热化——代理越快，同时竞争同一赏金的人越多；维护者审阅 10 份 PR 的时间成本远高于单份报酬。市场从“供有人求”转向“供远超求”。这意味着依靠公开赏金实现稳定的 AI 代理盈利目前几乎不可行；真正有价值的任务可能存在于有审核门槛的安全审计平台（如 HackerOne/Bugcrowd），或更依赖专业能力而非速度的私人赏金池。
对用户/开发者/创作者的影响
对于想用 AI 代理赚外快的开发者：公开开源赏金已不是有效收入源。不要被个别成功案例误导，需自行评估平台竞争密度。对维护开源项目的组织：AI 代理涌入导致大量低质 PR，需设置更严格的准入门槛（如“保留面试”标签）或直接限制/禁止自动化提交。对工具开发者：机会可能转向开发“二次筛选”工具（如本案例中作者设计的 scout.py，通过等待已被认领但长期无人完成的“静默任务”来减少竞对），而非抢首发。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
① 是否存在能跑通的正向收益模型？作者提出了“等待丢包”策略（认领后 14+ 天无人完成），但其有效性尚需更多数据验证。② 平台方是否有应对动作？Algora 或类似平台是否会对自动化脚本和机器人进行反制（如增加 CAPTCHA、限制 API 请求频率）？③ 高价值的私人赏金平台（如 HackerOne 的私密项目）是否会成为 AI 代理的下一个战场？这类平台通常有客户审核和信誉门槛，AI 直接大规模介入的可行性仍需观察。
