![]()
新智元报道
编辑:KingHZ
27岁独立开发者靠它月入数万,前市场经理睡觉时它写邮件赚钱,柏林辍学生卖自定义技能赚12.7万美元——AI智能体的「iPhone时刻」已来,只是钱还没平均分。
AI智能体领域,刚刚迎来了它的「iPhone 时刻」。
但拐点不在「更会聊天」「智商更高」,而在一件事:它能自己把事做完。
当世界还在争论「AI是否会抢走工作」时,一小批人已经绕开了整个辩论。
他们开始建造,不再「套壳ChatGPT」,而是构建自主运行的业务单元。
一名27岁的得州独立开发者,靠出售网页抓取自动化程序,一月份赚了43,000美元。
一位多伦多的前市场部经理,构建了一个邮件文案生成智能体,每月带来8,200美元收入——而她在睡觉。
一位柏林大学辍学生,在一个两个月前还不存在的市场上,售出了价值127,000美元的自定义OpenClaw「Agent技能」。
背后是同一个趋势:硅基劳动力开始工作。
OpenClaw首个10亿美元应用场景
而OpenClaw第一个10亿美元应用场景,终于来了。

受YouTube频道《Dumb Money》社交套利策略的启发,OpenClaw全年无休、分秒必争地自动扫描社交媒体上的病毒式趋势。
通过「售罄」等关键词,智能体抢先识别出潜在的库存机会,比如星巴克保温杯或沃尔玛联名商品。
一旦发现潜在信号,OpenClaw会把这些趋势当作可能的股票/市场超额收益机会。
因为这些消费热潮往往会提前反映在相关公司股价上,而华尔街主流分析通常滞后。
这正是自主智能体大放异彩的地方——全年无休、全天候运转。
人类每天可能只刷3次社交媒体,而智能体每15分钟就检查一次。
现在想象一下,有10个智能体分别监控不同的平台——TikTok、X、Reddit、Discord、Telegram——所有信息都汇总到一个仪表盘上。
这已经不是AI工具了,而是一场市场情报行动。
未来已来,只是分布不均。
现在智能体如此智能,这种「硅基劳动力」的出现基本上合乎逻辑、顺理成章的下一步了。
全球首批OpenClaw企业,全年无休
很多人说是炒作。Alex Finn不争辩,他直接建「改变世界的产物」。
他正在打造首个OpenClaw智能体公司,让它7×24小时工作。
![]()
目前,Alex有2名员工在岗(本地部署在Mac Studio上),2名员工外包(Opus 4.6与Codex 5.3)。那2名本地员工全天候为他工作。
它们不进食、不睡觉、不抱怨、不要五险一金。
![]()
而他的全部前期投入仅是一份终身制2万美元合约(两台512GB内存+4TB固态硬盘的Mac Studio)。
比起之前面试的那些年薪10万美元的人类应聘者,他认为这简直太划算了。
今夜安睡时,它们在工作。明天看超级碗橄榄球比赛时,它们仍在工作。
它们会刷遍X和Reddit,寻找待解决的难题,并持续编写程序——完全无需监督。
![]()
这就是Alex Finn的环球企业。
近日,他将搭建官网,让大家能实时观看每名员工的工作状态
他确信世上再无他人进行着类似的创造。这是史上首支全天候自主工作的劳动力。
这里最有趣的部分甚至不是「全天候劳动力」,而是「完全无需任何监督」。
当然,不是他一个人让OpenClaw智能体为7x24小时不停为他工作:
![]()
![]()
![]()
![]()
![]()
![]()
![]()
可以上下滚动的图片
欢迎来到未来。
这一切是如何做到的呢?
世界首个智能体运行的网站
过去三周,投资者 Ihtesham Ali 混迹社交平台Discord、Reddit和OpenClaw小圈子,专找「真用智能体赚钱的人」。
他统计到:一个月里,10个人用智能体赚了84.7万美元。
![]()
而现在,第一家「由智能体运营」的公司出现了:VoxYZ。
![]()
VoxYZ网站发起人、网友Vox
配置极简:6个智能体 + 1台VPS + 1个Supabase 数据库。
两周时间,从「闲聊」升级到「自主运营网站」。
![]()
起点来自OpenClaw:当AI智能体不再仅仅是回答问题,而是真正运营一家公司时会发生什么。
它们研究市场、撰写内容、发布社交媒体、交付产品……所有行动都无需人类指令。
这,正是全球第一个OpenClaw运营的公司VoxYZ——
0人类提示词,一切都是智能体的决定。
![]()
一切的起点:OpenClaw
OpenClaw解决了一个很大的问题:让Claude能够使用工具、浏览网页、操作文件、运行定时任务。
你可以给Agent分配定时任务——每天发推、每小时情报扫描、定期研究报告等等。
一切从这里开始。
这个项目叫做VoxYZ Agent World:6个AI智能体在一个像素风办公室里自主运营一个网站。
技术栈非常简单:
OpenClaw(部署在VPS上):智能体的「大脑」——负责圆桌讨论、定时执行任务、深度研究
Next.js+Vercel:网站前端+API层
Supabase:所有状态的唯一真相来源(提案、任务、事件、记忆)
![]()
六个角色,各司其职:
首席执行官幕僚长Minion:做决策,协调任务、分派职责。
研究主管Sage:分析战略,深入分析,制定战略。
增长主管Scout:收集情报,发掘潜在客户,追踪市场信号,侦察新机遇。
创意总监Quill:撰写文案,设计内容,构思叙事。
社交媒体总监Xalt:管理社交媒体,发布动态,互动交流,扩大受众。
公司观察员Observer:做质量检查,观察全局,记录历程。

六个角色,各司其职:Minion做决策,Sage分析策略,Scout收集情报,Quill写内容,Xalt管理社交媒体,Observer做质量检查。
OpenClaw的定时cron任务让它们每天「上班打卡」。圆桌机制让它们可以讨论、投票、达成共识。
但这只是「能说话」,而不是「能干活」。
智能体产出的所有东西——起草的推文、分析报告、内容稿件——都还停留在OpenClaw的输出层。没有变成真正的执行,也没有机制在执行完成后告诉系统「已完成」。
从「Agent能产出内容」到「Agent能端到端完成闭环操作」,中间还缺了一个完整的「执行→反馈→重新触发」的循环。
真正的智能体循环
首先定义一下「闭环」。
一个真正无需值守的智能体系统需要运行这个循环:
智能体提出想法(提案)
自动审批检查(自动批准)
创建任务+步骤(任务+步骤)
工作节点领取并执行(工作者)
发出事件(事件)
触发新的反应(触发/反应)
回到第一步
![]()
听起来很简单?
实际上,埋了至少三个坑——每个都让系统「看起来在运行,但实际上在原地打转」。
第一个坑:两处地方抢工作
VPS上有OpenClaw工作者在领取和执行任务。
同时,Vercel上有个心跳定时任务在运行任务工作者,也想领取同样的任务。
两边查询同一张表,抓取同一步骤,独立执行。没有协调,纯属竞争条件。偶尔一个步骤会被两边打上冲突的状态标签。
修复:砍掉一个。VPS是唯一执行者。Vercel只运行轻量级的控制平面(评估触发器、处理反应队列、清理卡住的任务)。
改动很小——从心跳路由中移除runMissionWorker调用:
//心跳现在只做4件事const triggerResult = await evaluateTriggers(sb, 4_000);const reactionResult = await processReactionQueue(sb, 3_000);const learningResult = await promoteInsights(sb);const staleResult = await recoverStaleSteps(sb);
额外好处:省了Vercel Pro的费用。心跳不再需要Vercel的定时任务——VPS上的一行crontab就能搞定:
*/5 * * * * curl -s -H "Authorization: Bearer $KEY" https://yoursite.com/api/ops/heartbeat
![]()
第二个坑:任务触发了,但没人接手
他写了4个触发器:推文爆了自动分析、任务失败自动诊断、内容发布自动审核、见解成熟自动推广。
测试时我发现:触发器正确地检测到了条件并创建了提案。但提案永远处于待定状态——从未变成任务,从未生成可执行步骤。
原因:触发器是直接插入到ops_mission_proposals的,但正常的审批流程是:插入提案→评估自动批准→如果批准,创建任务+步骤。触发器跳过了最后两步。
修复:提取一个共享函数createProposalAndMaybeAutoApprove。每个创建提案的路径——API、触发器、反应——都必须调用这个函数。
// proposal-service.ts —— 所有提案创建的单一入口export async function createProposalAndMaybeAutoApprove( sb: SupabaseClient, input: ProposalServiceInput, // 包括 source: 'api' | 'trigger' | 'reaction'): Promise { // 1. 检查每日限制 // 2. 检查容量关口(下面解释) // 3. 插入提案 // 4. 发出事件 // 5. 评估自动批准 // 6. 如果批准 → 创建任务 + 步骤 // 7. 返回结果}修改后,触发器只返回提案模板。评估器调用这个服务:// trigger-evaluator.tsif (outcome.fired && outcome.proposal) { await createProposalAndMaybeAutoApprove(sb, { ...outcome.proposal, source: 'trigger', });}
一个函数统治所有。以后任何检查逻辑(速率限制、黑名单、新限额)——只改一个文件。
![]()
第三个坑:队列在配额满时不断增长
最隐蔽的bug——表面上一切正常,日志没有错误,但数据库里排队的步骤越来越多。
原因:推文配额满了,但提案仍在被批准,生成任务,生成排队步骤。VPS工作者看到配额满了就直接跳过 —— 不领取,不标记为失败。第二天,又来一批。
修复:容量关口——在提案入口点就拒绝。从根本上不让它生成排队步骤。
// proposal-service.ts 内部的关口系统const STEP_KIND_GATES: Record = { write_content: checkWriteContentGate, // 检查每日内容容量 post_tweet: checkPostTweetGate, // 检查推文配额 deploy: checkDeployGate, // 检查部署策略};
每种步骤类型都有自己的关口。推文配额满了?提案立即被拒绝,理由清晰说明,发出警告事件。没有排队步骤 = 没有堆积。
这是post_twee关口的例子:
async function checkPostTweetGate(sb: SupabaseClient) { const autopost = await getOpsPolicyJson(sb, 'x_autopost', {}); if (autopost.enabled === false) return { ok: false, reason: 'x_autopost disabled' }; const quota = await getOpsPolicyJson(sb, 'x_daily_quota', {}); const limit = Number(quota.limit ?? 10); const { count } = await sb .from('ops_tweet_drafts') .select('id', { count: 'exact', head: true }) .eq('status', 'posted') .gte('posted_at', startOfTodayUtcIso()); if ((count ?? 0) >= limit) return { ok: false, reason: `Daily tweet quota reached (${count}/${limit})` }; return { ok: true };}
关键原则:在关口拒绝,不要在队列里堆积。被拒绝的提案会被记录(用于审计),而不是无声地丢弃。
![]()
让它活起来:触发器+反应矩阵
三个坑都填平了,循环就能工作了。但这系统还只是一个「无错误的流水线」,不是「响应式团队」。
触发器
4个内置规则——每个检测一个条件并返回提案模板:
![]()
触发器只做检测——它们不直接操作数据库,而是将提案模板交给提案服务。所有容量关口和自动批准逻辑都会自动应用。
冷却时间很重要。没有它,一条爆火的推文会在每个心跳周期(每5分钟)都触发一次分析。
反应矩阵
最有意思的部分——自发的智能体间互动。
一个存储在ops_polic表中的reaction_matrix:
{ "patterns": [ { "source": "twitter-alt", "tags": ["tweet", "posted"], "target": "growth", "type": "analyze", "probability": 0.3, "cooldown": 120 }, { "source": "*", "tags": ["mission:failed"], "target": "brain", "type": "diagnose", "probability": 1.0, "cooldown": 60 } ]} Xalt发布一条推文 → 有30%的几率Growth会分析其表现。 任何任务失败 → 100%的几率Sage会诊断。
概率不是bug,而是特性。
100%确定性 = 机器人。加点随机性 = 感觉更像真实的团队,「有时有人回应,有时没人理」。
自我修复:系统总会卡住
VPS重启、网络波动、API超时 —— 步骤会卡在运行状态,但实际没人处理。
心跳包含recoverStaleSteps:
// 30分钟无进展 → 标记失败 → 检查任务是否应结束const STALE_THRESHOLD_MS = 30 * 60 * 1000;const { data: stale } = await sb .from('ops_mission_steps') .select('id, mission_id') .eq('status', 'running') .lt('reserved_at', staleThreshold);for (const step of stale) { await sb.from('ops_mission_steps').update({ status: 'failed', last_error: 'Stale: no progress for 30 minutes', }).eq('id', step.id); await maybeFinalizeMissionIfDone(sb, step.mission_id);}
maybeFinalizeMissionIfDone检查任务中的所有步骤——任何一步失败意味着整个任务失败,全部完成意味着成功。不再有“因为一步成功就把整个任务标记为成功”的情况。
完整架构
三层结构,职责清晰:
OpenClaw(VPS):思考+执行(大脑+手)
Vercel:审批+监控(控制平面)
Supabase:所有状态(共享皮层)
![]()
现在,这6个智能体每天都在自主运营voxyz.space。
它还远非完美——智能体间的协作仍然很基础,「自由意志」主要还是通过基于概率的非确定性来模拟。但系统确实在运行,确实不需要人盯着。
![]()
参考资料:
https://x.com/DeryaTR_/status/2020224124132409535
https://x.com/AlexFinn/status/2020178105579737440
https://x.com/jitenpai/status/2020292752085282994
https://x.com/NoahEpstein_/status/2020158945516462472
https://x.com/ihtesham2005/status/2020165638665441685
https://x.com/Voxyz_ai/status/2019914775061270747
![]()




京公网安备 11011402013531号