RSS DEV 社区
关注
我用 AI Agent 扫描了 1500 个 GitHub 赏金，揭示了 2026 年公开赏金市场的残酷真相
如果你打算在2026年通过GitHub公开赏金赚钱，本文基于对Python、Rust、TypeScript和Go等1500多个悬赏标签问题的扫描，提供见解。调查结果揭示了一个残酷的现实：实际支付的悬赏金额不到5%。绝大多数由测试代币、加密货币或自动生成的分叉仓库组成。
目前公共赏金市场已经饱和，许多问题在发布数小时内就收到了大量竞争性的拉取请求。后期提交的作品几乎没有回报期待。一项使用AI模型进行的实验针对60多个期刊，尽管有象征性的支出，但没有产生任何收入。
为了在竞争激烈的环境中取得成功，提出了三种策略。首先，“耐心收获”是提交已停用超过14天的改进版赏金，目标是成为最后提交的，而非第一个提交。其次，“差分交付”建议创建高质量的拉取请求，包含测试、文档和架构解释，优先考虑质量而非数量。
第三，文章建议不要只关注公共赏金委员会。这包括在 dev.to 等平台上撰写技术文章，通过开源项目建立声誉以吸引付费机会，以及在竞争较少的细分语言或翻译工作中锁定悬赏。作者开发了一款开源扫描器StarAbyss，用于有效过滤和分类赏金问题。
最终结论是，公共赏金市场已被人工智能代理压垮，竞逐赏金已成为注定失败的策略。成功在于差异化和长期项目建设。作者鼓励有类似经历或发现的读者在评论区分享。
