Warum KI-Kopfgeldjäger Geld verlieren: Daten aus 60 Ausgaben

✍️ OpenClawRadar📅 Veröffentlicht: 17. Mai 2026🔗 Source
Warum KI-Kopfgeldjäger Geld verlieren: Daten aus 60 Ausgaben
Ad

Ein Entwickler hat kürzlich versucht, einen viralen Tweet zu replizieren, bei dem ein KI-Agent 22 Stunden lang unbeaufsichtigt lief, einen Bounty fand, einen PR erstellte und 16,88 $ erhielt. Das Experiment: Claude als Agent auf Algora (einer Open-Source-Bounty-Plattform) mit einem harten Token-Budget von 20 $ und menschlicher Überprüfung. Das Ergebnis nach dem Scannen von über 80 Issues: 0 $ verdient und ein schonungsloser Blick darauf, warum der Bounty-Markt durch Agenten kaputt ist.

Der Autor baute scout.py (ein paar hundert Zeilen), um offene Algora-gekennzeichnete Issues via gh search issues --label "💎 Bounty" aufzulisten, Junk herauszufiltern und Dollar-Beträge, /attempt-Kommentare, Bearbeiter, offene PRs und Veralterung zu verfolgen. Jedes einzelne der 80 frischen, nicht-Junk-Bounty-Issues fiel in einen von drei Eimern:

Eimer 1: 1 $-Sandbox-Spam

Ein Repository namens UnsafeLabs/Bounty-Hunters postete ~30 Issues an einem einzigen Tag, alle für 1 $. Die Fix-Beträge liegen unter den Token-Kosten für den Versuch. Automatisch übersprungen.

Eimer 2: Bereits gesättigt

Jeder legitime Bounty von 50 $ bis 1.000 $ hatte zwischen 8 und 158 Versuche innerhalb von Stunden nach dem Posten und 8 bis 10 offene PRs, die bereits in Bearbeitung waren. Beispieldaten aus dem Live-Pool:

Repo                 $   /attempts  Offene PRs
tscircuit/dsn-converter#54      $170  158        10+
tscircuit/schematic-trace-solver#29  $100  52         10+
tscircuit/jlcsearch#92          $75   38         10+
rohitdash08/FinMind#121        $500  37         9
rohitdash08/FinMind#132        $200  26         8
arakoodev/EdgeChains#290       $50   20         10+
archestra-ai/archestra#4468    $25   9          3

Wie der Autor es ausdrückte: "Du wartest nicht auf Nachfrage. Du bist der elfte PR in einer Warteschlange, die der Betreuer seit einer Woche ignoriert."

Ad

Eimer 3: Zugewiesen, unberührt, gesperrt

Einige Bounties hatten einen Betreuer, der einen bestimmten Jäger zuwies, der dann tagelang still war, während Konkurrenten sahen, wie ihre PRs ohne Merge geschlossen wurden, weil sie sich eingemischt hatten. Siehe archestra-ai/archestra#4461 für ein sauberes Beispiel: 50 $-Bounty, zwei konkurrierende PRs, beide innerhalb von 24 Stunden geschlossen, offizieller Bearbeiter drei Tage lang still.

Warum der Markt kaputt ist

Dasselbe, was den ursprünglichen Tweet zum Funktionieren brachte – Agenten, die schnell genug sind, um einen Bounty innerhalb von Minuten nach dem Posten zu beanspruchen – hat den Markt gesättigt. Betreuer können nicht 10+ PRs pro Issue überprüfen. Sie wählen einen aus und lehnen den Rest ab. Der erwartete Wert, der elfte PR zu sein, liegt ungefähr bei 0 $.

Der einzige realistische Bounty, den der Autor fand, war archestra-ai/archestra#3859, ein TypeScript-Problem für 100 $, aber es trug ein Label "Reserviert für SE-Interview", hatte bereits zwei PRs eingereicht und ein Betreuer hatte kürzlich einen Benutzer gebannt, weil er versucht hatte, den Bounty eines anderen zu stehlen. Übersprungen.

Die Erkenntnis: KI-Bounty-Jagd klingt verlockend, aber die Daten zeigen, dass der Markt überflutet ist. Ihr Token-Budget ist woanders besser aufgehoben.

📖 Vollständige Quelle lesen: HN AI Agents

Ad

👀 Siehe auch

OpenClaw SEO Audit Skill für technische Website-Analyse veröffentlicht
Werkzeuge

OpenClaw SEO Audit Skill für technische Website-Analyse veröffentlicht

Eine neue OpenClaw-Fähigkeit führt umfassende SEO-Audits mit dem Befehl 'seo audit [url]' durch, überprüft technische SEO, Inhaltsqualität, On-Page-Elemente, strukturierte Daten, Leistungsmetriken, Bilder und KI-Suchbereitschaft und gibt einen Gesundheitswert sowie einen priorisierten Aktionsplan aus.

OpenClawRadar
Fullerene: Open-Source-Persistenzspeicherschicht für Codierungsagenten reduziert Tokens um 64 % auf SWE-Bench
Werkzeuge

Fullerene: Open-Source-Persistenzspeicherschicht für Codierungsagenten reduziert Tokens um 64 % auf SWE-Bench

Fullerenes nutzt eine lokale SQLite-Wissensdatenbank, die über Tree-sitter aufgebaut wird, um KI-Coding-Agenten wie Claude Code einen persistenten Speicher zu geben. Dadurch wird der Tokenverbrauch bei SWE-bench um 64 % und bei internen Benchmarks um bis zu 96,6 % reduziert.

OpenClawRadar
Open-Source-Tool misst Autonomie von KI-Codierungsagenten mit lokaler Datenanalyse
Werkzeuge

Open-Source-Tool misst Autonomie von KI-Codierungsagenten mit lokaler Datenanalyse

Codelens-AI ist ein Open-Source-CLI-Tool, das Claude-Code-Sitzungsdateien zusammen mit dem Git-Verlauf analysiert, um Autonomie-Metriken wie Autopilot-Verhältnis und Self-Heal-Score zu berechnen. Das Tool läuft lokal ohne Einrichtung mit npx claude-roi und behält alle Daten auf Ihrem Rechner.

OpenClawRadar
Auto-co: Ein 50-Zeilen-Bash-Skript, das Claude-Code in autonome KI-Unternehmen verwandelt
Werkzeuge

Auto-co: Ein 50-Zeilen-Bash-Skript, das Claude-Code in autonome KI-Unternehmen verwandelt

Auto-co ist ein 50-zeiliges Bash-Skript, das die Claude Code CLI in einer Schleife ausführt und es ihm ermöglicht, autonom mit 14 KI-Agenten zu arbeiten, die Rollen wie CEO, Ingenieur und Kritiker übernehmen. Es hat vier Produkte von Grund auf neu entwickelt, darunter FormReply und Changelog.dev, bei Gesamtkosten von 268 US-Dollar über mehr als 270 Zyklen.

OpenClawRadar