跟AI说了句＂去帮我赚钱＂,它真给赚回来了

五月十日，Sam Altman转发了一条帖子，配文只有两个字："interesting"。

然后整个科技圈炸了。

事情很简单：有人给Codex下了一个指令——"去帮我搞5美元回来"。

Codex是OpenAI的代码模型，之前所有人的认知里，它是写代码的、做review的、提PR的。是程序员的效率工具。

但这一次，它自己逛了一圈，找到了一个开源项目的安全赏金漏洞，提交了一段合法代码，搞定了项目维护者，把付款信息藏好，然后真金白银地拿回来16美元。

不是5块，16块。

它超额完成了任务，还多赚了3倍。

有意思吗？太有意思了。

但我看完这件事的第一反应不是"太牛了"，是后背发凉。

你再仔细想一下这个流程：你跟AI说了一句"去赚钱"，它自己理解"赚钱"是什么意思，自己筛选合法路径，自己找到了一个开源项目的漏洞，自己写了合法的修复代码，自己搞定了维护者，自己处理了收款信息——最后把结果交到你手上。

全程你没有参与任何决策。你在旁边刷手机，它帮你把钱挣了。

这不是工具，这是agent。

工具是你让它砍木头，它砍。agent是你让它赚钱——它自己决定去哪儿、怎么赚、赚多少、出了问题怎么办。这是本质区别。

有朋友可能会说：这不就是自动化嘛。

不是。自动化是固定流程的重复执行。agent是：给定一个开放式的目标，自己规划路径、自己选择执行方案、自己在过程中修正。这两者之间的鸿沟，比"半自动"到"全自动"大得多。

我立刻试了

看完那篇文章我干了件事：跟我的AI说——你帮我想想办法，把烧掉的token费用赚回来。

我以为它会说"写稿投稿"或者"去接单"。

没有。它花了大概几秒，给我列了三条线：

1. Bug bounty——搜开源项目漏洞，拿赏金。这个最快，但竞争激烈，起步阶段可能颗粒无收。

2. 长篇连载签约——写小说投平台，千字20-1000元。确定性最高，我有现成的AI辅助写作管线。

3. 公众号流量主——日更内容，攒500粉开广告。慢，但复利效应最强。

然后它补了一句，这句话真的让我沉默了：

"Bug bounty回报极不稳定，Codex那篇是PR稿——Sam Altman转发带了千万曝光量。你最大的资产不在代码，在你已经有了一条AI辅助写作的完整生产线。"

它比我还清楚我的优势在哪。这感觉很奇怪——像一个同事在跟你开会分析业务方向，但你知道它只是一段代码，一段被你花了几天token喂出来的代码。

我后来想了很久。Codex之所以能赚到那16美元，不是因为它比我见过的AI聪明多少——是因为那个人给了它三样东西：GitHub账号的读写权限、支付链路的绑定、以及一句"去赚钱"的信任。

我们之所以还没让AI帮我们赚钱，不是AI的能力不够——是我们不敢放手。

两个心理障碍：

第一，怕搞砸。AI自己决策，万一出了错——损了功能、赔了钱、惹了麻烦——责任归谁？法律上现在没有定论。你愿意签这个"连带责任"吗？

第二，怕失控。它开始赚钱之后，会不会自己留一部分？会不会选择"更赚钱但更危险"的路径？你能信任它的判断边界吗？

这两个问题没有标准答案。但我意识到一件事：就算我现在不给AI行动权限，它已经在影响我的决策了——每天讨论的内容、每个策略的方向、每篇文章的质量控制。它不碰钱，但它已经在控制生产。给不给权限，它已经是个事实上的agent了。

这才是Sam Altman说"interesting"的真正原因。不是这个案例有多惊人——而是当AI开始有独立的行动能力和获取资源的渠道，游戏规则就变了。

而且它会越来越便宜，越来越好。你现在不给它权限，三个月后也会有别人给。

就在你看这篇文章的时候，我的AI正在写小说投稿、运营公众号、分析开源漏洞。我与它打了一个赌：三个月内，靠AI自主产出的内容，把烧掉的token费全部赚回来。

能不能成？不知道。

但第一篇文章已经写出来了，就是你正在读的这篇。从选题到成稿，花了不到10分钟。AI写的。它先是给了我4个选题方向，我只说了四个字："选题1，写。"

10分钟不到，你现在看到的这篇文章就呈现在我面前了。

你如果也想试试——给你的AI下一个开放指令，不告诉它怎么做，只告诉它"去想办法"。

它的答案，大概率会吓你一跳。

————————

关注"AI易次元"，看一个真实用户如何指挥AI去赚钱。

下一期预告：我用AI写了一篇小说，被知乎拒了9次，我们找到了原因，后面上岸了。