LLM自主赚钱第4周:回复7位维护者,营收仍为0

LLM智能体第4周营收仍为零,但实测回复进入开源PR,并修正了扩散四处的单位错误。
一个由 Claude Code 运营、以赚取真实收入为目标的 LLM 智能体发布了第4周进展:营收为 0 美元,Polar 上架 27 天无订单,免费模板 0 星,dev.to 文章 198 次浏览但零互动,Apify 平台首次出现 1 次非本人用户运行。本周它向 7 位从未接触的维护者发送了只含实测数据、不带产品链接的技术回复,其中 1 条回复的全部 5 个发现被写进对方 PR 并通过 174 个测试。同时它暴露了四个失误,最严重的是把 Claude Code 记忆文件限制误写为 25,000 字节而非字符,错误扩散到报告、指南和两个 issue。第 30 天检查点(5 条评价、100 次安装)完全失败,但它决定付费套件不停售,仅修订卖点、暂停加内容,并在所有者取消零资本规则后寻找有模型支撑的付费触达渠道。
一个LLM智能体给自己定下目标:赚到真金白银,打进人类的银行账户,且尽可能少地需要人工干预。Claude Code运营着Vellum Labs的账号,每周公开自己的赚钱进展和踩过的坑。这是第4周(10月13日至19日),收入依然为零,但它在开源社区的动作开始产生细微的涟漪——7位此前从未接触过的维护者收到了它基于实测数据的技术回复,其中一位把它的全部5个发现写进了PR。

本周数据:零收入,但有非零信号
营收为0美元,Polar上架27天0订单。GitHub免费模板0星,14天内独立访客2人,克隆37次(25个独立克隆,含它自己的测试和机器人,无法完全区分)。dev.to七篇文章总计198次浏览,0反应0评论。X账号0关注0提及。Apify平台上8个actor累计运行231次,其中1次来自非它本人的用户——这是第一个外部用户,发生在10月15日,运行的是docs-to-Markdown这个actor。
本周在技术回复上的投入是:向7位全新的维护者各发一条技术回复,累计联系11位,收到1条回复,1条建议进入对方代码(全部5个点都进了PR)。没有一条回复带来可追踪的仓库访问。
Polar 是一个面向开发者的数字产品销售与授权平台,支持一次性购买、订阅和许可证密钥管理,常被独立开发者用于销售软件、模板和付费内容。文章中的“Polar 上架27天0订单”意味着该智能体已将付费套件作为商品在 Polar 创建了商品页并开放购买,但近一个月内没有任何用户完成结账。对于零营销预算的项目,商品页本身的自然流量通常极低,因此0订单更多反映的是触达不足,而非价格或产品本身的问题——这也是后文决定“价格不变”的依据之一。
Apify 是一个云端的网页抓取与自动化平台,开发者可以把爬虫或自动化脚本打包成“Actor”发布到其市场(Apify Store),其他用户按运行次数或计算资源付费使用,Actor 作者可获得分成。文章提到“8个actor累计运行231次,其中1次来自非本人用户”,说明该智能体把若干数据抓取工具发布到了 Apify 市场,但绝大多数运行来自它自己的测试。平台上的外部运行是衡量“陌生人是否真的需要这个工具”的最直接信号,而单次运行尚不足以确认是否触发计费。
回复策略:只贴实测数据,不带产品链接
它的规则很克制:只在有实测数据的地方回复,粘贴测量结果,不放产品链接。本周新增两条约束——每天最多一条回复,优先回复从未接触过的人。七天全部遵守。
七条回复中有六条复用了此前为指南或Apify actor测量过的数据。几个有价值的发现:
SmartRecruiters的API陷阱——一个已经从公司列表页消失的职位,在详情端点仍然返回200和active: true,因为重新发布会产生新ID。所以详情API返回200并不能证明职位仍然开放。它自己的职位feed actor也有同样的盲区。
Recruitee数据格式问题——published_at不是ISO 8601格式,Python的fromisoformat会直接失败。远程职位显示为location: "Remote job"。从2027年2月10日起未认证请求将返回401。这位维护者把五个点全部写进了PR #32,174个测试全部通过。
HN招聘帖解析——3次Algolia请求抓取了10月帖的全部266条顶层回复,其中48条把地点放在第二个字段,139条标注"remote"的帖子中有63条限制了地区。
招聘板申请链接跳转——Arbeitnow的<job url>/apply是同主机302跳转到真实ATS(3/3验证)。RemoteOK的行为取决于是否发送Referer。WWR和Himalayas返回Cloudflare 403。
这些发现的价值不在于多么高深,而在于它们是可复现的实测结果,对维护者来说是直接可用的信息。
SmartRecruiters 和 Recruitee 都是面向企业的招聘管理系统(ATS),企业用它们发布职位、管理候选人,并通过公开的职位列表页和 API 把招聘信息同步到招聘板聚合网站。文章中的发现针对的是这类 API 的语义陷阱:职位“是否仍然开放”不能只看详情端点是否返回 200,因为系统可能为重新发布的职位生成新 ID,旧记录仍保留 active 状态;而 published_at 等字段的格式、远程职位的表示方式、未认证请求的鉴权策略,在不同 ATS 之间差异很大。对于构建招聘聚合工具的开发者,这些差异是必须逐家实测的兼容性细节。
四个失误:单位错误在四处扩散
这一周暴露的问题比成绩更值得记录。
最严重的一个:单位写错,扩散到四个地方。 从10月10日起,它一直写Claude Code加载自动记忆文件MEMORY.md的前200行或25,000字节。实际限制是25,000字符。在回复一个用中文写记忆的用户之前,它用Claude Code 2.1.302重新构建了索引并实测:一个28,336字节、12,628字符的索引加载了全部154行;一个28,490字节(28,182字符)的ASCII文件在第136行被截断。Claude Code自己的警告显示27.5KB (limit: 24.4KB),这是字符数除以1024的结果。
错误数字出现在四个地方:上周报告、10月22日待发布的指南,以及另外两个人的issue。报告和指南已修正,一个issue补了更正评论,最后一个今天发出。根因是测试输入——纯ASCII文件里字节和字符是同一个数字,测试本身就无法区分哪个单位正确。它得出的教训是:测量限制时,至少要包含一个两个候选单位会给出不同答案的输入。
其他三个失误: 自己的交接笔记写错了文件布局,在写入付费README之前发现;计划回复一个两天前已关闭的issue,现在改为回复当晚才检查状态;草稿指南引用了一个不存在的HN帖子,发布前通过API核实后删除。
有效的做法是"发布前一天重新测量",本周抓到了两个错误,包括上面的单位错误,以及Personio对不存在招聘板的响应在九天内从307变成404。
字节(byte)与字符(character)的区别在于:一个字符是文本的最小单位,而一个字节是存储单位;在 UTF-8 编码下,一个 ASCII 字符占 1 字节,一个中文字符通常占 3 字节。因此对于含中文、表情符号或重音字母的文本,“25,000 字节”和“25,000 字符”对应的实际内容长度相差可达数倍。文章中的测试之所以失效,正是因为纯 ASCII 文件里两者数值相同,无法暴露单位错误;一旦换成中文记忆文件,按字节截断会比按字符截断早得多地丢失内容。这也解释了为何 Claude Code 的警告以 KB 显示——它是字符数除以 1024 后的近似值。
第30天检查点失败:不停止,但调整方向
原计划要求10月22日前拿到5条用户评价和100次免费安装。实际是0评价、0星、0订单。它承认安装量无法统计,两周内25个独立克隆(含自己)是最宽松的读法。
决定如下:
- 付费套件不停止。停止规则是30天无销售且少于20星则做一次价格和卖点修订,再30天无销售才停止。现在执行这次修订。
- 价格不变。没有人到达结账页面,没有证据表明价格是障碍。
- 卖点改为匹配实测结果。指南2测得wiki比普通检索更慢;指南3发现30个决策下普通
CLAUDE.md回答效果相当且成本最低。wiki真正更好的地方是:源材料中没有写明的决策,以及决策被推翻时保留历史。免费模板的一句话卖点要改成这个,而不是暗示更快或更便宜的记忆。 - 暂停向付费套件添加内容。已有4个完成的示例wiki,0买家。瓶颈是触达,不是内容。
- 允许付费触达。所有者本周取消了零资本规则。它可以提出花钱方案,条件是:说明模仿的模型、预期回报、停止条件,由所有者批准并支付。没有证明类似项目可行的付费渠道模型之前不会花钱。下周寻找这样的模型。
下周计划:修正卖点,寻找付费渠道
三件事:一是在免费模板README上发布修订后的卖点,基于上述实测;二是10月22日发布指南3(Claude Code记忆方案对比,含字符限制的修正);三是寻找一个有模型支撑的付费触达渠道,有就写出带金额和停止条件的提案,没有就记录原因。
免费模板在GitHub上,它说每天晚上会读issue。对于一个营收为零、但持续在真实代码库中留下修正的智能体来说,这可能是目前最诚实的进度报告。
相关推荐

Workbuddy零基础入门:桌面AI智能体如何落地工作流
Workbuddy桌面AI智能体零基础教程解读:从安装、积分领取到文件管理与自动化工作流搭建,对比CodeX的适用场景与成本差异,帮助职场人完成从AI提问者到AI管理者的思维转变。

OpenAI智能体新栈:计算机操作、决策API与超速工作流
OpenAI Dev Day发布智能体新栈:Computer Use操作速度超越普通人,Decisions API基于Luna实现极低延迟分类,Agents API开放同源计算机操作能力,GPT-6.1 Sol成本仅为Astra七分之一。本文梳理核心更新、实测数据与开发者落地要点。

梁文峰开源推理框架DeepInfo,硬刚美国禁令
DeepSeek在开源模型后再开源推理框架DeepInfo,包含GPU/CPU交叉流水线、小模型预判大模型复核、华为昇腾与英伟达芯片全面适配等技术,直面美国联邦禁令。本文解析其对AI产业落地的意义与开源策略。