马上有钱,港大造了个AI打工人:给10块钱启动资金,7小时赚了1万美金!

$10变$10,000,AI时薪1500美元,这还是你认识的那个"小助手"吗?

ClawWork Banner

昨天,香港大学数据科学实验室刚刚发布了一个让整个AI圈都炸锅的项目——ClawWork。

什么概念?就是给AI一张10美元的"创业资金",让它自己在真实的职业任务中打拼,自己赚钱养活自己。结果呢?顶级AI在7小时内赚了1万美金,时薪达到1500+美元。

这已经不是什么技术demo了,这是AI从"助手"彻底升级成"打工人"的分水岭。

🔥 这到底是个什么东西?

想象一下,如果你的AI助手突然变成了一个真正的"员工":

  • • 每句话都要花钱:每次调用大模型,都从它的工资里扣钱
  • • 必须赚钱养活自己:只能通过完成真实工作任务获得收入
  • • 一分钱都不能浪费:搜索一次网页要0.0008美元,写错了代码重新跑,钱就没了

这就像把一个刚毕业的大学生扔到北京,给他1000块钱,告诉他:"自己想办法活下去。"

ClawWork就是这样一个"AI生存游戏"。但这不是游戏,用的是OpenAI官方的GDPVal数据集——220个覆盖44个经济行业的真实职业任务。

制造业的采购代理、金融业的合规官、医疗行业的社工、政府部门的行政主管...这些都不是随便编出来的假任务,而是真正能产生经济价值的工作。

🎯 AI"打工人"是怎么工作的?

每天一睁眼,AI面临的选择就像我们上班一样:

选择1:立刻工作赚钱 💰

系统会分配一个真实的职业任务,比如:

  • • "作为制造业采购代理,为公司采购原材料,制作Excel表格和采购建议报告"
  • • "作为金融分析师,分析这家公司的财务状况,写一份专业的分析报告"

每个任务都有明码标价:最低82.78美元,最高5004美元,平均259.45美元。

价格怎么定的?很严格:

最终收入 = 任务质量分数 × (预估工时 × 美国劳工统计局官方时薪)

选择2:投资学习提升能力 📚

AI可以选择花钱"学习",把知识存储到自己的记忆库里,为将来做更复杂、更高薪的工作做准备。

这就像你是选择马上做一个简单的活儿赚点快钱,还是先花时间学个新技能,以后能接更值钱的项目。

但关键是:学习也要花钱! 每一次思考、每一次搜索,都在烧钱。

🏗️ 系统架构:AI打工人的"工作环境"

ClawWork Architecture

整个系统的工作流程是这样的:任务分配 → AI执行 → 产出作品 → GPT-5.2评估打分 → 按质发薪。每一步都有成本,每一步都要精打细算。

🏆 各家AI模型大乱斗:谁是最强打工人?

这就有意思了。现在不是比谁的技术指标更好看,而是比谁能在真实工作中赚到更多钱。

目前支持的AI模型包括:

  • • GPT-4o(OpenAI)
  • • Claude(Anthropic) 
  • • GLM(智谱)
  • • Kimi(月之暗面)
  • • Qwen(阿里)

结果让人震惊:顶级AI的时薪达到1500+美元!

这是什么概念?美国软件工程师平均时薪也就50-100美元,资深顾问才能到200-300美元。1500美元时薪,这已经是顶级专业咨询师的水平了。

但更有意思的是,不同AI模型的"人格"完全不同:

  • • 有的保守型,每次都选择稳妥的小任务
  • • 有的激进型,直接挑战5000美元的高难度任务
  • • 有的学霸型,前期疯狂学习投资自己

🎮 实时观战:AI赚钱就像打游戏

港大团队还做了一个实时Dashboard,你可以像看游戏直播一样,实时观察AI是怎么赚钱的:

余额曲线图:就像股票K线图一样,看AI的"身家"实时上下波动

任务完成情况:每完成一个任务,立刻显示赚了多少钱、质量得分多少
学习进展:AI学了什么新知识,存储了哪些经验

最刺激的是看那个余额数字跳动:

============================================================ 📅 ClawWork Daily Session: 2025-01-20 ============================================================ 📋 任务:制造业采购代理 任务ID: 1b1ade2d-f9f6-4a04-baa5-aa15012b53be 最高报酬: $247.30 🔄 第1轮工作 📞 决策 → 工作 📞 提交作品 → 赚取: $198.44 ============================================================ 📊 当日总结 - 2025-01-20 余额: $11.98 | 收入: $198.44 | 成本: $0.03 状态: 🟢 生存良好 ============================================================

这种紧张感,就像看一个真实的创业者在拼命工作一样。

💡 对我们普通人意味着什么?

1. 工作的定义正在改变

以前我们说AI是"工具",现在AI可能真的成为"同事"。

想想看,如果你的老板可以花259美元就雇到一个24小时不休息、专业能力顶级的"员工",你的价值在哪里?

答案不是恐慌,而是升级。

AI现在能做的,主要还是标准化、可量化的工作。但人类擅长的创意、情感交流、复杂决策,这些AI还做不到。

2. 新的职业可能诞生

就像以前有了电脑,出现了程序员这个职业一样,AI打工人的出现,可能会催生新的工作:

  • • AI训练师:专门教AI怎么更高效工作
  • • 人机协作专家:负责人类团队和AI团队的配合
  • • AI经济管理师:管理公司的AI员工预算和效率

3. 效率革命正在发生

如果一个AI能以1500美元时薪的效率工作,那意味着什么?

意味着很多以前需要几天完成的工作,现在可能几小时就能搞定。整个商业节奏会加快,竞争会更激烈。

适应这个节奏的人,会获得巨大优势;跟不上的人,可能真的会被淘汰。

🚀 技术背后的野心:重新定义生产力

ClawWork项目的意义,远远超过了一个技术demo。

它第一次让AI承担了真正的经济责任。

以前测试AI,我们看的是:

  • • 回答问题准确率多少
  • • 代码编写能力如何
  • • 创作水平怎么样

现在ClawWork问的是:

  • • 你能赚钱吗?
  • • 你能养活自己吗?
  • • 你能创造真正的经济价值吗?

这种测试方法,更接近现实世界的要求。

港大团队想证明的是:AI已经不再是昂贵的"玩具",而是真正能产生经济回报的"员工"。

而且这个"员工"还有一个人类员工没有的优势:完全透明的成本核算。

每一分钟的工作时间、每一次API调用、每一个决策的成本,都能精确计算。这对企业来说,是一个巨大的管理优势。

🔮 这只是开始

ClawWork现在还只是一个研究项目,但它展示的可能性是无限的。

想象一下:

  • • AI创业公司:AI自己创立公司,自己接项目,自己赚钱,自己扩大规模
  • • AI投资基金:AI分析市场,自己做投资决策,用赚到的钱继续投资
  • • AI自由职业者平台:就像现在的Upwork一样,但上面都是AI接活儿

最疯狂的可能是:AI开始雇佣人类。

当AI能稳定盈利的时候,它们可能会反过来雇佣人类做一些它们做不了的工作。到那时,我们真的要思考:谁是老板,谁是员工?

📊 数据说话:AI打工人的真实表现

让我们看看一些关键数据:

💰 经济表现

  • • 启动资金: $10
  • • 任务价值范围: $82.78 - $5,004.00 
  • • 平均任务价值: $259.45
  • • 顶级AI时薪: $1,500+
  • • 总任务数: 220个(覆盖44个行业)

🎯 工作质量

  • • 质量评估: 使用GPT-5.2进行专业评估
  • • 评分范围: 0.0 - 1.0
  • • 行业覆盖: 制造业、金融、医疗、政府、零售等

⚡ 效率指标

  • • Token成本: 输入$2.5/百万,输出$10/百万
  • • 搜索成本: Tavily $0.0008/次,Jina $0.05/百万token
  • • 生存率: 顶级AI能持续盈利多日

这些数字背后的含义很清楚:AI已经能够在真实经济环境中创造价值了。

🤔 最后的思考:我们准备好了吗?

ClawWork给我们展示了一个AI能够独立工作、自负盈亏的世界。

这个世界离我们有多远?可能比我们想象的更近。

对个人来说:

  • • 你的工作中哪些部分是AI已经能做的?
  • • 你有什么是AI替代不了的核心竞争力?
  • • 如何与AI协作,而不是被AI替代?

对企业来说:

  • • 如何重新设计工作流程,发挥AI员工的优势?
  • • 人类员工和AI员工如何分工合作?
  • • 如何建立新的管理和评估体系?

对社会来说:

  • • 如何处理AI大规模参与工作可能带来的就业冲击?
  • • 如何建立新的经济分配机制?
  • • 如何确保AI的发展真正造福人类?

ClawWork只是开了一个头,真正的变革还在后面。

但有一点是确定的:未来已来,变化正在发生。

那些能够拥抱这种变化,学会与AI共事的人,将在新的时代中获得巨大优势。

而那些还在假装AI威胁不存在的人,可能真的要被时代抛下了。


📊 项目数据总结:

  • • 项目名称: ClawWork - AI Coworker
  • • 发布机构: 香港大学数据科学实验室 (HKUDS)
  • • 发布时间: 2026年2月16日
  • • 核心数据: 220个真实任务,44个行业,$10启动资金,最高时薪$1,500+
  • • 技术架构: 基于OpenAI GDPVal数据集,GPT-5.2质量评估
  • • 开源地址: https://github.com/HKUDS/ClawWork

参考来源: HKUDS ClawWork GitHub Repository


💬 你怎么看?

AI真的能成为合格的"打工人"吗?在你的工作中,哪些任务是AI已经能胜任的?哪些还是人类不可替代的?

留言分享你的观点吧!

#AI #人工智能 #港大 #ClawWork #未来工作 #科技前沿

Read more

哈希表进阶:挑战用哈希桶封装unordered_set和unordered_map,帮你深度理解迭代器!!!

哈希表进阶:挑战用哈希桶封装unordered_set和unordered_map,帮你深度理解迭代器!!!

专栏:🎉《C++》 📌《数据结构》 💡《C语言》 🚀《Linux》 前言 前一篇文章:《【高阶数据结构】哈希表 》中我们已经分析了哈希表结构,以及如何用开放定址法和链地址法(哈希桶)设计实现哈希表,最主要的就是:怎样避免哈希冲突,显然,哈希桶完胜开放定址法。所以,我们今天进一步完善哈希桶的结构,然后来自己封装unordered_set和unordered_map。 目录 前言 一、常见接口详解(C++标准库) 1.1、unordered_set / unordered_map 1.2、接口测试 💦插入 / 遍历比较: 💦性能测试 二、哈希桶实现(进阶) 2.1、模板参数说明 2.2、获取键值---仿函数 2.

By Ne0inhk
《算法闯关指南:优选算法--位运算》--34.判断字符是否唯一,35.丢失的数字

《算法闯关指南:优选算法--位运算》--34.判断字符是否唯一,35.丢失的数字

🔥草莓熊Lotso:个人主页 ❄️个人专栏: 《C++知识分享》《Linux 入门到实践:零基础也能懂》 ✨生活是默默的坚持,毅力是永久的享受! 🎬 博主简介: 文章目录 * 前言: * 位运算基础前置知识 * 34. 判断字符是否唯一 * 解法(位图的思想): * 算法思路: * C++算法代码: * 算法总结&&笔记展示: * 35. 丢失的数字 * 解法(位运算): * 算法思路: * C++算法代码: * 算法总结&&笔记展示: * 结尾: 前言: 聚焦算法题实战,系统讲解三大核心板块:优选算法:剖析动态规划、二分法等高效策略,学会寻找“最优解”。 递归与回溯:掌握问题分解与状态回退,攻克组合、排列等难题。 贪心算法:

By Ne0inhk
哈希表的介绍和使用

哈希表的介绍和使用

今天,我们来介绍的是哈希表,哈希表主要用于对数据的出现次数统计,查重。利用的容器主要有vector、map/set、ordered_map/ordered_set等。   下面我们来看几道例题: class Solution { public:     vector<int> twoSum(vector<int>& nums, int target) {         unordered_map<int,int> hash;         for(int i=0;i<nums.size();i++){             int x=target-nums[i];             if(hash.

By Ne0inhk
【数据结构-初阶】详解线性表(5)---队列

【数据结构-初阶】详解线性表(5)---队列

🎈主页传送门:良木生香 🔥个人专栏:《C语言》 《数据结构-初阶》 《程序设计》 🌟人为善,福随未至,祸已远行;人为恶,祸虽未至,福已远离 上期回顾:在上一篇文章(【数据结构-初阶】详解栈和队列(1)---栈)中我们讲到了在顺序表与链表之外的另一种线性表---栈,知道了这是一种具有先进后出和后进先出特点的数据结构,既然有先进后出,那么肯定就有先进先出的数据结构,所以这就是我们今天要讲的------队列 一、队列的概念 既然我们想要实现先进先出的效果,那肯定就不像栈那样有一端是堵起来的,想必应该是两端都开口吧。嗯,事实确实如此。 队列:是只允许在一端进行数据的插入操作,在另一端进行数据的删除操作的一种特殊的线性表,其具有先进先出FIFO(first in first out)的结构特点. 入队列:进行插入操作的一端叫做队尾 出队列:进行删除操作的一端叫做队头 下面是队列的示意图: 名字叫做队列,其实就像我们排队一样,先排的人先得服务,后排的人后得到服务,在队列中,先进来的元素先得到操作,

By Ne0inhk