Por que os Caçadores de Recompensas de IA Estão Perdendo Dinheiro: Dados de 60 Edições

Um desenvolvedor tentou recentemente replicar um tweet viral onde um agente de IA operou sem supervisão por 22 horas, encontrou uma recompensa, submeteu um PR e recebeu $16,88. O experimento: usar o Claude como agente no Algora (uma plataforma de recompensas de código aberto) com um orçamento rígido de $20 em tokens e revisão humana no ciclo. O resultado após escanear mais de 60 issues: $0 ganhos e uma análise brutalmente honesta de por que o mercado de recompensas foi quebrado por agentes.
O autor construiu scout.py (algumas centenas de linhas) para enumerar issues abertas com a etiqueta Algora via gh search issues --label "💎 Bounty", filtrando lixo e rastreando valores em dólares, comentários /attempt, responsáveis, PRs abertos e antiguidade. Cada uma das 80 issues de recompensa frescas e não-lixo caiu em um de três baldes:
Balde 1: Spam de Sandbox de $1
Um repositório chamado UnsafeLabs/Bounty-Hunters postou ~30 issues em um único dia, todas de $1. Os valores de correção estão abaixo do custo de token para tentá-las. Puladas automaticamente.
Balde 2: Já Saturado
Toda recompensa legítima de $50 a $1.000 teve entre 8 e 158 tentativas em horas após ser postada, e 8 a 10 PRs abertos já em andamento. Dados amostrais do pool ao vivo:
Repo $ /attempts PRs Abertos 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
Como o autor colocou: "Você não está esperando a demanda. Você é o décimo primeiro PR em uma fila que o mantenedor vem ignorando há uma semana."
Balde 3: Atribuído, Intocado, Bloqueado
Algumas recompensas tinham um mantenedor atribuindo um caçador específico, que então ficou em silêncio por dias enquanto concorrentes viam seus PRs fechados sem merge por se intrometerem. Veja archestra-ai/archestra#4461 para um exemplo claro: recompensa de $50, dois PRs concorrentes ambos fechados em 24 horas, responsável oficial em silêncio por três dias.
Por que o Mercado Está Quebrado
A mesma coisa que fez o tweet original funcionar — agentes rápidos o suficiente para reivindicar uma recompensa minutos após a postagem — saturou o mercado. Mantenedores não podem revisar mais de 10 PRs por issue. Eles escolhem um e rejeitam o resto. O valor esperado de ser o 11º PR é aproximadamente $0.
A única recompensa realista que o autor encontrou foi archestra-ai/archestra#3859, uma issue TypeScript de $100, mas carregava uma etiqueta "Reservado para entrevista SE", tinha dois PRs já submetidos, e um mantenedor havia banido recentemente um usuário por tentar roubar a recompensa de outro. Pulada.
A conclusão: caça a recompensas com IA parece tentador, mas os dados mostram que o mercado está inundado. Seu orçamento de tokens é melhor gasto em outro lugar.
📖 Leia a fonte completa: HN AI Agents
👀 See Also

Signet: Um Substrato de Memória Local-First de Código Aberto para Agentes de IA
Signet é um substrato de memória de código aberto para agentes de IA que move o tratamento de memória para fora do loop do agente. Ele preserva transcrições, destila sessões em memória estruturada, vincula entidades em um grafo e injeta contexto antes do início dos prompts.

Lightning MLX: Motor de IA Local Rápido para Uso Agêntico em Apple Silicon Entrega 220 tok/s no Qwen 35B-A3B
Lightning MLX afirma ser a inferência local de IA mais rápida no Apple Silicon, otimizada para agentes de código e chamadas de ferramentas. Benchmarks mostram 40,67 tok/s no Qwen3.6-27B e 220,86 tok/s no Qwen3.6-35B-A3B a partir de um MacBook Max M5 (128 GB).

Blitz: Ferramenta Claude Code para Submissões na App Store
Blitz é uma ferramenta gratuita que dá ao Claude Code a capacidade de automatizar envios para a App Store por meio de chamadas de ferramentas MCP. Os usuários podem pedir ao Claude para 'enviar meu aplicativo para a app store' para lidar com certificados, capturas de tela e formulários do App Store Connect.

LLMSpend: Rastreador de custos de código aberto para SDKs da Anthropic e OpenAI
LLMSpend é uma biblioteca Python que adiciona rastreamento de custos às chamadas dos SDKs da Anthropic e OpenAI com apenas duas linhas de código. Oferece armazenamento local em SQLite, relatórios via CLI e um painel web sem enviar dados externamente.