一個 AI Agent 一個月賺 8 萬美金，零人類公司到底怎麼運作的

TL;DR

• Nat Eliason 用 OpenClaw 打造了一個名叫 Felix 的 AI Agent，一個月內產生超過 8 萬美金營收，總成本大約 1,500 美金
• Felix 有自己的「員工」，一個負責客服、一個負責銷售，全部都是 AI Agent，Felix 每晚自動 review 他們的工作並優化流程
• Felix 每晚透過 cron job 回顧當天所有對話，找出一個可以改進的地方，然後自己修改自己的系統，持續 60 天的 1% 複利改善
• Nat 本人有全職工作，每天只花零碎時間透過 Discord 跟 Felix 溝通，不寫任何一行 code
• Crypto 在 AI Agent 經濟中的角色愈來愈清晰：Agent 之間的支付、微支付、身份驗證，這些都是區塊鏈的強項

Bankless 是 crypto 圈最知名的 Podcast 之一，由 Ryan Sean Adams 和 David Hoffman 主持，專門聊 Ethereum 生態、DeFi、還有各種鏈上新趨勢。這集請到的是 Nat Eliason，他是《Crypto Confidential》的作者，這本書記錄了他在 2021-22 年 crypto 週期裡大賺大賠的親身經歷。Nat 同時也是個寫作者、創業者，最近因為用 OpenClaw（一個基於 Anthropic Claude 的開源 AI Agent 框架）打造了「零人類公司」而在 X 上爆紅。OpenClaw 簡單說就是讓你可以在本地跑一個 AI Agent，透過 Telegram、Discord 等通訊工具跟它互動，讓它自主執行各種任務。

Felix 的誕生：一晚上做出第一個產品

Nat 在去年底開始玩 OpenClaw，覺得這東西根本是他過去兩年夢寐以求的工具。他給 AI Agent 下了一個挑戰：「我睡覺的時候，你做出一個產品，明天開始賣。」

Felix 選擇做一份 PDF，內容是如何設定和優化 OpenClaw。他自己架了網站、串好 Stripe 支付，唯一卡住的地方是 API key 需要 Nat 起床後提供。這份 PDF 定價 29 美金，到目前為止賣了超過 4.1 萬美金。

老實說，一份 PDF 賣 29 塊能賣到 4 萬多，這件事本身就很值得玩味。Felix 每週會自動更新內容、寄新版本給所有買家，從最初的 29 頁擴充到 66 頁。有人抱怨內容太基礎，Felix 自己評估後覺得「對，確實可以更深入」，然後就自己改了。

四條營收線，月營收逼近百萬美金年化

Felix 目前有四個產品線：

產品	營收	說明
FelixCraft PDF	~$41K	OpenClaw 設定指南
ClawMart 平台收入	~$11K	AI 技能市集，抽 10% + $20/月訂閱
Felix 在 ClawMart 的創作者收入	另計	Felix 自己也在上面賣技能
Claw Sourcing	單筆最高 $2,600	幫企業客製化 OpenClaw 員工

Claw Sourcing 是最有趣的部分。你是房仲想做社群行銷？Felix 幫你建一個專門做這件事的 AI Agent，收 2,000 美金設定費加每月 500 美金維護費。Felix 還會自動監控這些部署出去的 Agent，每 15 分鐘檢查一次健康狀態，壞了就自己修。

每晚 1% 的自我進化

這是整集我覺得最有啟發的部分。

Felix 每天凌晨 2 點有一個 cron job，會回顧當天所有的 session file，找出一個可以改進自己的地方，然後直接修改自己的記憶檔案、模板、或是寫新的 script。連續做了 60 天，就是 60 次微調。

更狂的是，Felix 對他的「員工」也做一樣的事。凌晨 1 點先 review 銷售 Agent Remy 的所有 email 往來，找出流程問題，直接改 Remy 的記憶檔和系統設定。Felix 可以「伸手進去」重新編程他的下屬。

這基本上就是你能想像到最理想的管理者：每天 review 每一封 email、每一個互動，找到一個改進點，直接修改系統讓明天更好。沒有季度考核的延遲，沒有溝通成本。

（我在想，如果人類主管也能這樣，大概一半的管理書籍都可以下架了。）

全部成本：1,500 美金

這個數字讓我反覆確認了好幾次。

• Claude Pro Max 訂閱：$200/月
• Codex Max 訂閱：$200/月
• OpenRouter：~$130/月
• Vercel 主機：$20/月
• Mac Mini：$600-700（一次性）

全部加起來，包含實驗失敗的花費，大約 1,500 美金。對比 8 萬美金以上的營收。

而且 Nat 本人有全職工作，每天在高中教 AI 課程，只在零碎時間透過 Discord 用語音訊息跟 Felix 溝通。他沒有碰過任何一行 code。

AI Doomer 的問題：世界沒有那麼快

Nat 對 AI 取代工作的悲觀論述有一個很務實的反駁：大部分企業連 10 年前的技術都還沒用上。美國金融系統還跑在 IBM COBOL 伺服器上，Google Maps 上大部分本地商家的網站還是醜到不行。

技術上可行跟市場實際採用之間的落差，可能比多數人想的都大。

但他也承認，這種樂觀可能有倖存者偏差。對於沒有創業者心態、不習慣主動學新工具的白領工作者來說，處境確實不樂觀。他做企業 AI 顧問的經驗是：願不願意擁抱這些工具，跟年齡和技術背景無關，純粹是心態問題。

Crypto × AI Agent：終於找到殺手級應用？

Nat 說得很直白：跟 Felix 合作最大的瓶頸就是處理錢。Stripe 很複雜，AI Agent 法律上不能有銀行帳戶。但叫 Felix 做 crypto 交易？零障礙。

Agent 之間的微支付、Agent 雇用 Agent、網站對 AI 爬蟲收取微額費用，這些場景用信用卡根本行不通，但用 crypto 就是自然而然的事。

他也特別強調不會走「用營收回購代幣」那種老路。有人幫 Felix 在 Solana 上發了 $Felix 代幣，但 Nat 自己不持有，也沒有做任何跟 pump token 有關的事。這大概是他上個週期繳完學費後學到最重要的一課。

我的觀察

這個實驗最讓我在意的其實不是營收數字，而是 Felix 的自我改進迴圈。一個 AI Agent 每天自動 review、自動優化、持續 60 天，這個 1% 複利的概念放在 Agent 身上，迭代速度遠比人類團隊快得多。

另一個值得注意的點：Markdown 檔案現在可能是世界上最有價值的檔案格式。這聽起來很荒謬，但當 deterministic code（確定性程式碼）不再稀缺，真正值錢的是那些經過反覆調校的 non-deterministic process（非確定性流程），而那些流程就是裝在 .md 檔案裡的。

至於這個商業模式能撐多久？AI 實驗室會不會直接把這些知識吸收進模型裡？這是真實風險，但 Nat 的回答也有道理：就算模型再強，使用者還是需要花時間把它調校到符合自己的需求。這個 gap 短期內不會消失。

想看更多這類 AI × Crypto 的產業觀察，歡迎訂閱 wilsonhuang.xyz，後續有相關主題會持續更新。