3个人带100个AI程序员，一个月烧掉130万美元！OpenAI：钱我出

一句话看懂：OpenClaw 创始人 Peter Steinberger 用3人团队搭配约100个 AI agent（Codex 实例）进行软件开发，一个月消耗130万美元的 token（6020亿 token，760万次请求），且这笔费用由 OpenAI 报销。这并非单纯炫富，而是展示在成本不设限的前提下，AI 如何替代整支工程团队的重复劳动。

事件核心：发生了什么

Peter Steinberger（OpenClaw 之父）在 X 平台贴出一张 CodexBar 截图：30 天花费 1,305,088.81 美元，消耗 6020 亿 token，发起 760 万次请求。团队只有 3 个真人，但每天在云端运行约 100 个 OpenAI Codex 实例，专门处理代码审查（PR）、安全漏洞扫描、issue 去重、bug 修复、benchmark 监控和回归提醒，甚至能根据会议内容直接提交 PR。Steinberger 称，关闭快速模式后，花费低于一名工程师的月薪，且收益更大。这笔开销由 OpenAI 直接承担。

为什么重要

这一案例揭示了 AI 在软件工程中的角色正从“辅助编码”转向“替代工程协作”：AI 不再只是写代码的工具，而是参与沟通、审查、回归测试等本需人类高密度协作的环节。Steinberger 的实践表明，当 token 成本足够低时，AI agent 可以规模化接管工程组织的“神经末梢”——那些大量、琐碎但不可或缺的维护工作。同时，它让“token 成本”成为程序员监控的生产力指标：CodexBar 这类工具的出现，说明 token 正在变成新的生产资料。

对用户/开发者/创作者的影响

对独立开发者和小团队来说，这代表一种新的工程组织方式：3 人+100 agent 可能完成过去 20-30 人团队的工作量，且反应速度更快。对使用 Codex、Claude、Cursor 等服务的开发者，意味着需要重新评估自己的 token 消耗与回报比，而非只看单次回答质量。对企业采购者来说，这一案例提供了 AI 投入产出比的极端参考：目前 130 万美元/月是“不计成本”的探索价，但模型降价后（如从 GPT-4 到 GPT-4o mini），同等工作量可能只花十几万美元。

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。

了解 GamsGo AI

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. 成本下降曲线：如果 OpenAI 或竞品将 token 价格再降一个数量级，三人带百 agent 的模式是否会成为创业标配？2. OpenClaw 产品的工程成果：Steinberger 提到大部分 token 用于 OpenClaw 开发，后续产品落地速度和质量将是验证该模式有效性的关键。3. Codex 等 agent 平台的使用效率报告：目前公开信息显示这仍是少数团队的实验性操作，后续是否有更多团队公布类似数据，将影响开发者对 agent 投入的决策。

来源：36氪 · 24小时热榜

3个人带100个AI程序员，一个月烧掉130万美元！OpenAI：钱我出