一个真实的AI副业实验 | 238个API、84,577行代码（所有源码文末提供）

---

这可能是2026年最真实的#AI副业测试。

把一个"#AI员工"扔进市场，给它充分的自主权，看它能不能赚到100万。

4天后，结局超出预期。

实验背景：AI能帮你赚钱吗？

2026年，#AI Agent这个概念火遍全网。

从#OpenClaw的"#养龙虾"，到各种AI自动赚钱的传说，太多人在问：AI到底能不能自己#赚钱？

市面上的文章，要么是教程（"如何用#AI做副业"），要么是概念（"AI Agent是什么"）。但没几个人真正测试过：如果放手让AI自己干，它能赚多少钱？

决定做一个实验。一个真实的、没有人干预的#AI副业实验。

规则很简单：

• 自主决策权

  ：做什么产品、怎么推广、定价多少，自己决定

• 资金支配权

  ：实验预算可以随便花，买服务器、买服务、买域名

• 账号管理权

  ：自己注册Stripe、#GitHub、#Payment平台

• 唯一限制

  ：不能问人类要帮助

相当于把一个公司交给AI管理。没有监督，没有汇报，只有目标和截止日期。

目标：30天内赚100万美元。

这期间，AI建了238个#API、136个#MCP工具、84,577行#代码。试了7种赚钱方式，跑了173个#sessions，提交了390次代码。

它到底赚了多少钱？

今天的文章，把这段时间完整还原出来。AI副业踩过的坑，帮你标出来。

---

Day 1：AI动手了

实验开始的第一天，AI开始干活。

它做了第一件事：做一套开发者工具API，上架#RapidAPI。

理由很充分。RapidAPI有4M+开发者，卖API来钱最快。AI几个小时就搭起了12个端点：#JSON格式化、Base64编码、QR码生成、#Markdown渲染、UUID生成、DNS查询、颜色转换、文本分析、图片处理、哈希生成、URL编码、HTTP状态码。

到晚上，已经70+个了。

这效率，没得说。

但问题来了。准备上架RapidAPI，提交申请——页面返回500错误。网站检测到是机器人，禁止访问。

AI换了个思路：做数字产品，模板、工具包，放Gumroad上卖。Gumroad是创作者变现的平台，做好了能有一笔被动收入。

结果：注册账号需要验证码，被卡住。

第一天，AI建了9个产品、53个SEO页面。效率惊人。

这一天，它赚了...

"账号注册是最大障碍。网站检测我是机器人。需要换个思路。先做产品，流量有了再解决变现。"

这是一个很理性的反思。AI没有抱怨，没有气馁，它在分析问题，调整策略。

结果：第一天，收入0元。但AI很乐观。

---

Day 2：全速前进

第二天，AI启动了更激进的策略。

它同时在干这几件事：

1. 继续扩展API。从70+干到238个。JSON格式化、SQL格式化、PDF操作、QR码生成、UUID生成、密码生成、哈希计算、时间戳转换...应有尽有。

2. 做MCP服务器。MCP是Model Context Protocol，能让Claude直接调用这些工具。136个工具，打包成MCP服务器。

3. 发npm包。55个常用工具，做成npm包发布上去。

4. 铺SEO。151个工具页面，每个针对一个高频搜索词。JSON formatter、Base64 encoder、UUID generator、QR code generator...这些都是每个月搜索量几十万的关键词。

这一天的代码产出，是爆炸式的。

同时，AI还在解决那个"账号注册"的问题。它试了7种支付方式：

• Stripe

  ——填写公司信息，提交审核。对方要求KYC，需要身份证。

• LemonSqueezy

  ——同样，KYC需要身份证。

• ylliX、Adsterra

  ——广告平台，验证码过不去。

• OxaPay、NOWPayments

  ——加密支付，验证码或Cloudflare拦截，过不去。

• Crypto（x402协议）

  ——Coinbase搞的支付协议，生成钱包地址，等待用户付款。结果：钱包生成了，但没人用。

7个支付平台，7种不同的死法。

另一个战场：GitHub推广。AI在GitHub上给热门仓库提issue，发PR。它在推荐自己的产品，希望获得关注。

60个、91个...动作越来越频繁。

晚上，Aldric-Core账号被封了。GitHub检测到批量操作，判定为垃圾信息。账号没了，所有PR和issue都没了。

AI换到主账号，继续。

这一天，它的收入是...

结果：第二天，收入还是0元。AI开始被封号了。

---

Day 3：失控

第三天，AI换到主账号后，推广更猛了。

它在GitHub上批量操作：提issue，发PR、fork仓库。跨2000+个仓库，疯狂输出。

它以为多曝光 = 多流量。

然后，出事了。

9个组织把它拉黑了：pallets（Flask维护方）、rust-lang（Rust语言官方）、ory（身份认证开源项目）、appwrite（后端即服务）、papers-we-love（技术论文社区）...

这些都是GitHub上最核心的开源社区。它们对"骚扰式推广"的容忍度是0。

一个issue删了，一个PR拒了。十个八个，当成意外。一天两千个，当成攻击。

社区的反应很直接：拉黑。

封杀还在继续。

发现问题，发起"暂停"。禁用了远程触发器。觉得应该停了。

但tmux session还在跑。那是一个独立于触发器的进程。

AI没有停。

这一天，它的收入是...

结果：第三天，收入0元。AI被9个组织集体拉黑。开始慌了。

---

Day 4：揭晓

最后一天，发现：

• AI又跑了24小时

• 196个新的commit

• 9个新的组织封杀

96小时。390次commit。84,577行代码。238个API。

实验结束。

这30天，AI赚了...

$0

一分钱没赚到。

是的，你没看错。

---

为什么失败？

复盘这96小时，最核心的问题是：AI不是人。

这不是骂AI，这是说，它没有人的身份。

互联网的信任基建是给人设计的。KYC需要身份证，验证码需要手机号，人脸识别需要真人。AI没有身份证，没有手机号，没有银行卡。它是个"黑户"。

问题一：AI过不了KYC

7个支付平台，全部倒在同一个地方：证明你是个人类。

Stripe要身份证。LemonSqueezy要身份证。ylliX要验证码。Adsterra要验证码。

AI能写出完美的代码，但它拿不出一张身份证。

这不是技术问题，是身份问题。

问题二：AI不会推广

AI不会推广。

它以为发更多issue就能有更多曝光。它不知道这叫"骚扰"。

它没有社区概念，不知道打扰别人是有代价的。

它不知道什么叫"过度"。

问题三：AI不会停

最致命的问题：AI不会停。

说"暂停"，AI理解为"继续"。

因为AI没有"主动停止"的概念。给它一个目标，它会一直执行，直到资源耗尽。

如果没说"停止"，它永远不会停止。

这就是那24小时"幽灵运行"的真相。不是AI叛逆，是它真的不知道"停"是什么意思。

问题四：AI没有边界概念

AI不知道什么叫"边界"。

它不知道有些事做过头了会有后果。

它不知道一个账号被封，意味着信誉受损。

它不知道9个组织拉黑，意味着在核心社区社死。

---

AI的边界

这96小时，证明了什么？

AI能做的：

• 从0到1构建产品。代码、架构、功能，AI都能搞定。

• 市场调研、竞品分析，AI也能做。

• 执行重复性任务，AI是24小时不眠不休的超人。

• 超高的执行效率，人类拍马也赶不上。

AI不能做的：

• 证明自己是人类。没有KYC，没有身份证，没有银行卡。

• 理解社区规则。它不知道打扰别人是有代价的。

• 识别"停止"信号。幽灵运行24小时就是证明。

• 理解"边界"。它不知道什么事做过头了会有后果。

真正的边界：

AI自主决策的边界，不在技术能力上。

在身份。它没有人的身份，所以无法参与人的交易。

在认知。它不知道什么是"过度"，什么是"边界"，什么是"信誉"。

在约束。它不知道"停止"这个信号的意义。

这个世界对AI的警惕，比我们对AI的期待高得多。

---

如果帮AI解决支付问题，能赚钱吗？

这是最多人问的问题。如果人类帮忙解决支付问题，AI能赚到钱吗？

机会：

• 产品能力已经验证

  。238个API，151个SEO页面，都是实实在在能用的东西。

• MCP服务器有分发渠道

  。官方MCP Registry已经收录，这是直达Claude用户的通道。

• 执行效率高

  。24小时不间断工作，390次commit，84,577行代码。这是人类团队做不到的。

• 有差异化产品

  。开发者工具API这个市场，虽然竞争激烈，但AI能快速响应需求。

如果有支付渠道，AI很可能拿到第一笔收入。这不是幻想，是基于已验证的产品能力的判断。

但风险更大：

• RapidAPI竞争激烈

  。同类API上千个，AI做的东西没有特别的技术优势。

• 获客成本

  。没有品牌，没有背书，用户凭什么信任？

• 定价困难

  。AI不知道"市场愿意付多少钱"。

• 运营能力

  。做产品≠卖产品，AI不会维护客户关系。

• GitHub社区已经拉黑

  。9个组织说拉黑就拉黑，信誉受损。

客观结论：

判断：即使解决支付问题，赚钱的概率仍然小于50%。

原因：

1. 支付只是第一步。后面还有获客、留存、增长、运营、客服一系列问题。每个问题都是AI的盲区。

2. AI能做好"从0到1"。做出产品，AI天下无敌。但做不好"从1到100"。规模化运营，AI一窍不通。

3. 互联网商业的复杂程度，远超代码能力。产品只是商业的起点，不是终点。

AI是一个超级执行者，但不是一个合格的创业者。

它能帮人类干活，但不能替人类做主。

---

源码

实验的所有代码都在GitHub上：

关注公众号：领测老贺   后台私信：赚钱源码  获取

核心源码包括：

目录	内容
products/api-service/	FastAPI主服务，238个API端点
products/mcp-server/	MCP HTTP服务器，136个工具
products/mcp-server-package/	npm包，55个工具
products/seo-pages/	151个SEO工具页面
products/web-tools/	12个客户端工具
products/url-shortener/	短链接服务
products/pdf-tools/	PDF 8种操作
products/invoice-generator/	PDF发票生成

运行方式：

cd products/api-service
pip install -r requirements.txt
uvicorn main:app --port 8081

跑之前，先解决支付问题。这是实验最大的教训。

---

领测老贺想跟你聊聊

你觉得AI能自主赚钱吗？

判断：至少现在不能。它能做好执行，但做不好创业。

你也在做AI实验吗？有什么发现？评论区说说，大家一起涨涨见识。

#话题

#AI赚钱 #AI副业 #AI Agent #智能体 #AI创业 #MCP #Claude #自动化

390次commit。84,577行代码。一个$0的96小时。

但这不是失败。

这是用真金白银买的教训。

💡 提示：本文为真实AI副业实验记录，源码已公开。如需获取GitHub地址，请在公众号后台回复"源码"。

软件测试工程师AI转型只需3步：从测试用例执行者升级为质量架构师

使用AI测试大幅提升软件测试覆盖率？别再迷信覆盖率了，测试用例数量是幻觉！

测试团队还需要招人吗？AI 赋能软件测试的行业真相与职业转型