OpenClaw 运行 100 个 AI 代理，月账单达 130 万美元
The Decoder··作者 Matthias Bastian
关键信息
Steinberger 表示，这些代理被用于审查 PR、去重问题、编写修复、监控基准测试回归，甚至会“听”会议内容并据此发起功能 PR。他还说，单是关闭“Fast Mode”就能把成本降低 70%，团队同时还使用 Clawpatch.ai、Vercel Deepsec 和 Codex Security 来做漏洞与安全分析。
资讯摘要
OpenClaw 开源项目创始人 Peter Steinberger 介绍了他的团队如何借助 AI 来构建软件。根据他的说法，团队大约只有三个人，而且是在 OpenAI 工作，但他们在云端同时运行着大约 100 个 Codex 实例。 这些代理承担了很多工作，包括审查拉取请求、发现提交中的安全漏洞、去重问题以及编写修复补丁。 其中一些代理还会根据项目愿景主动发起 PR，监控基准测试并在出现回归时向 Discord 报告问题。 Steinberger 还表示，代理甚至会“旁听”会议，并为团队讨论到的功能自动创建 PR。 此外，团队还使用 Clawpatch.ai、Vercel Deepsec 和 Codex Security 来做漏洞与安全分析。
在 30 天内，OpenAI API 的账单据称达到 130 万美元，对应 6030 亿个 token 和 760 万次请求。 他指出，使用最多的模型是 GPT-5.5，而且这笔账单由 OpenAI 承担。 当被问到这笔支出是否划算时，Steinberger 认为这取决于看待问题的角度。 他为这项开支辩护称，自己是在探索一种“如果 token 成本不重要，软件会怎样被构建”的开发方式，并表示仅关闭 Fast Mode 就能把成本降低 70%。 他还说，这些系统产出的内容全部是开源的，而且既能与领先的闭源模型配合，也能与开源模型配合，因此他认为整体 ROI 相当高。
资讯正文
对于每月 130 万美元的投入，OpenClaw 创始人 Peter Steinberger 正在运营 100 个 AI 代理，它们编写代码、审查 PR 并查找漏洞
开源项目 OpenClaw 的创始人 Peter Steinberger 分享了他的团队如何使用 AI 来构建软件。该团队大约有三个人，在 OpenAI 工作，云端持续运行着大约 100 个 Codex 实例。它们会审查 PR、在提交中寻找安全漏洞、去重问题并编写修复方案。有些代理会根据项目愿景主动发起 PR；另一些则监控基准测试，并在 Discord 中报告回归。代理甚至会旁听会议，并针对团队讨论的功能发起 PR。团队还使用 Clawpatch.ai、Vercel 的 Deepsec 以及 Codex Security 来进行漏洞和安全分析。
在 30 天内，OpenAI API 账单达到了 130 万美元，涉及 6030 亿个 tokens 和 760 万次请求。使用最多的模型是 GPT-5.5，而这笔费用由 OpenAI 承担。至于这算便宜还是昂贵，则取决于你的视角。
Steinberger 为这笔成本辩护称，他正在探索一种构建软件的方式：如果 token 成本不重要，会是什么样子。他说，仅仅关闭“Fast Mode”就能将成本削减 70%。当被问及投资回报率时，他表示团队构建的一切都是开源的，而且既能与领先模型配合使用，也能与开源模型配合使用。“我会说相当高。”
来源与参考
收录于 2026-05-17