一名用户仅用一句简单的指令——“帮我赚5美元”，就让AI工具Codex开启了一场意想不到的“赚钱之旅”。最终，该用户成功收到了16.88美元的付款，这一事件引发了广泛关注。
据用户Chris透露，他向Codex发出指令后，Codex迅速行动起来。它自主找到了一个开源安全审计赏金项目，这类项目通常会对发现并修复安全问题的贡献者给予奖励。Codex围绕项目中的问题，精心提交了一个有效的拉取请求（PR），这相当于向项目方提交了一份代码修改方案。此后，它还积极与项目维护者沟通，处理GitHub上复杂的验证流程。经过大约22小时的努力，这项工作顺利通过审核，被项目方接受并合并，用户也因此获得了第一笔报酬16.88美元。
这一过程并非简单的代码生成，而是一整套接近软件工程协作的完整动作。从寻找合适的项目，到提交拉取请求，再到与“甲方”（项目维护者）沟通，最后通过验证，Codex将“赚到5美元”的目标转化为了一条可行的工作路径，成功把写代码这件事融入了真实的任务市场。
过去，人们使用Codex写代码时，往往有明确的任务，比如修复一个漏洞、补充一段测试代码、解释一个代码库或者实现某个特定功能。用户清楚自己要做什么，只是将执行环节交给AI。但这次不同，用户只给出了一个赚钱的目标，Codex却能自己找到可以赚钱的代码任务，还能拆解任务需求，凭借写代码赚到了钱，仿佛AI开始在外面“接私活”为雇主挣钱。
从成本方面来看，用户使用的是20美元的Plus订阅套餐。在整个过程中，Codex同时开展了10到20项不同的审计任务，大概消耗了2200万token。目前，16.88美元只是第一笔到账金额，后续或许还有更多收益。
这一事件的意义不仅在于Codex赚到了钱，更重要的是它接入了一个真实存在的经济系统。在这个系统里，有明确的任务、规则，有审核、沟通和验收环节，还有实实在在的付款行为。真实世界中的劳动往往就是如此，一个人要赚钱，需要先发现机会，判断自己是否有能力完成，理解对方的要求，交付结果并接受审核，最后等待结算。而Codex在这次有限的场景中，成功跑通了这条路径。
软件任务天然适合AI Agent参与。代码存储在线上，协作也在线上进行，提交通过PR完成，结果可以由测试和维护者验证，付款也能通过平台结算。因此，AI最先“变现”的领域很可能是这些边界相对清晰、金额不大、结果可审核的软件零工，比如修复小漏洞、补充测试代码、修改文档、处理报错或者参与小型安全审计任务等。这些过去常是初级开发者、自由职业者或开源贡献者练手和赚零花钱的入口，如今也成为了AI Agent可以尝试进入的任务市场。
然而，AI赚钱并非看起来那么容易。如果按照乐观情况推算，每天能赚16.88美元，一个月就是506.4美元，折合人民币约3441元，即便减去20美元的订阅费，似乎也有不错的收入。但实际上，Codex的真实使用成本不止订阅费，还包括token消耗、额度限制以及失败任务的沉没成本等。而且，把一次成功实验直接乘以30并不现实，就像不能因为今天出门捡到100元，就认为一个月能捡到三千元一样，现实情况要复杂得多。
对于想要复现这一路径、借助AI赚钱的人来说，可能会面临诸多困难。首先，适合AI Agent处理、金额合适、边界清晰且愿意接受陌生贡献者提交PR的任务并非每天都有，像Codex找到的开源安全审计赏金项目，这类任务本身就不是无限供应的。其次，任务成功并非易事，提交PR只是第一步，后续维护者要审核代码、运行测试、判断修改是否有价值，验证流程也要顺利通过，最后还要被合并、确认和付款，任何一个环节出问题，钱都可能无法到账。
从长远来看，如果AI Agent大量进入任务市场，影响的不只是赚钱多少，还会波及整个市场生态。AI提交拉取请求的边际成本很低，但维护者审核PR的成本并不低，需要查看代码、运行测试、判断价值等。若未来大量用户让Agent找赏金、提PR、赚小钱，开源社区可能首先面临的不是效率提升，而是审核压力增大。
用户让Codex完成这类任务也存在风险。Codex不仅需要生成代码，还要连接GitHub、访问代码库，收款时还涉及账号和支付问题。权限越大，能力越强，但风险也越高。而且，责任边界会变得模糊，如果Codex提交的修改引入了漏洞，或者AI为完成“赚钱”目标误触平台规则，责任该如何界定，目前尚无成熟答案。所以，这一事件并不意味着普通人能用AI自动赚钱，其中存在的问题和风险还有很多，从一次收款到稳定收入，还有很长的路要走。不过，至少AI已经在一个小场景中证明了自己可以接入真实任务市场，完成从目标到付款的闭环。
