北京
新智元報道
編輯：犀牛 所羅門
【新智元導讀】2天搭建、不到1000美元、50個Codex并行掃描——OpenClaw創始人祭出ClawSweeper，一天關閉5000+無效Issue，GitHub API限流成唯一瓶頸，開源維護正式進入AI「自愈」時代。
AI產生的垃圾，就該AI自己來掃。
剛剛，OpenClaw創始人、OpenAI工程師Peter Steinberger干了一件瘋狂的事——
他花2天時間搭了一個叫ClawSweeper的工具，啟動50個Codex實例7×24小時并行掃描。
一天之內把openclaw/openclaw倉庫里超過5000個無效Issue直接關閉，數千個還在管道里排隊等著被「處決」。
這個36萬Star的開源巨獸，積壓了上萬個Issue和PRs。
重復的、過時的、早就在main分支修好了沒人關的、AI灌水產生的slop——它們像數字墳場一樣堆在那里。
任何人類維護者看一眼都會頭皮發麻。
按人工處理速度，清完這些積壓大概需要整整一年。
Steinberger用AI，一天就清了一半。
有人問他這一輪掃描花了多少錢。他的回答輕描淡寫：不到1000美元。
5000多個Issue的深度審查加關閉，平均一個不到兩毛錢。
而唯一讓整套系統慢下來的，不是模型不夠聰明，是GitHub的API速率限制——服務器追不上AI的速度。
「冷面判官」的處決邏輯
別以為ClawSweeper是個無腦殺手。
恰恰相反，Steinberger對它的設計哲學可以用四個字概括——極致保守。
這套系統的核心運行在gpt-5.5上，采用high reasoning effort和fast service tier配置；每個待審條目的 Codex 審查超時為10 分鐘。
它只在以下7種情況下才會關閉一個Issue：：已經在main實現、當前main無法復現、應歸屬 ClawHub 的 skill/plugin 而非 core、重復或已被更權威條目取代、在該倉庫內具體但不可執行、內容過于混亂不可執行、以及超過 60 天且缺少足夠數據驗證 bug。
除此之外，一律保持open。
還有一層保險，ClawSweeper不會去碰維護者自己發的條目。
它會先看 GitHub 里的身份標記，只要是項目主人、成員或協作者發的 issue，就直接跳過，不會自動關閉。
更謹慎的是，Codex 在審查時根本沒有寫權限。
它只能在只讀環境里看代碼、看上下文、做判斷，然后把結果整理成一份結構化的 markdown 報告，存進items/
<編號>
.md
。
真正的評論和關閉動作，并不會在審查那一步直接發生。
系統要等到進入apply_existing=true模式后，重新抓一遍最新上下文，再把快照哈希重算一次，確認這條 issue 在提案生成之后沒有發生變化，才會真正動手。
Steinberger自己人工抽檢了數百條關閉記錄，結果：準確率幾乎無誤。
README就是儀表盤
ClawSweeper最讓人拍案叫絕的設計，可能不是它的關閉邏輯，而是它的「監控系統」。
傳統做法是什么？
搭個Grafana，配個Prometheus，弄一套精美的后臺Dashboard。
Steinberger說：不需要。README就是我的儀表盤。
ClawSweeper在運行過程中，會實時更新倉庫的README.md文件。
當前有多少open issue、本輪審查了多少條、提議關閉多少條、已執行關閉多少條、GitHub限流到了哪一步——全部以表格形式明明白白地寫在README里。
任何人打開GitHub倉庫主頁，就能看到這個AI判官此刻正在干什么。
它讓整個清理過程變得完全透明、完全公開、完全可審計。
任何對「AI擅自關我Issue」有疑慮的貢獻者，都可以直接點進對應的items/71514.md查看Codex給出的完整審查理由。
當AI開始「自愈」
你可能會想，這不就是個自動化腳本嗎？
格局放大一點。
GitHub上有超過4億個倉庫，其中活躍的大型開源項目幾乎都面臨著同一個噩夢——Issue墳場。
Kubernetes有4萬多個已關閉Issue，Linux內核的郵件列表積壓更是天文數字。
維護者的時間是世界上最稀缺的資源之一，而大量時間被浪費在「判斷這個Issue到底還需不需要存在」這種機械勞動上。
ClawSweeper的意義在于，它第一次在一個真實的、百萬Star級別的倉庫里證明了：用AI agent進行大規模的、保守的、可審計的Issue分診，是完全可行的。
5000多個Issue的深度審查+關閉，總花費不到1000美元。按單個Issue算，成本大約0.2美元。
而且它7×24小時不休息、不抱怨、不帶情緒。
唯一讓它慢下來的，只有GitHub API的速率限制。
從某種意義上說，這標志著開源項目從「人工維護」邁向「自愈」的起點。
未來，每一個大型開源倉庫可能都會跑著一個類似ClawSweeper的bot，持續監控Issue質量，自動過濾噪音，讓人類維護者只需要關注那些真正需要人類判斷的、高價值的問題。
Rate Limit是最后的防線
有個細節特別有意思。
ClawSweeper的Dashboard上赫然寫著：「State: Apply throttled」——GitHub的API限流把它卡住了。
50個Codex并行掃描的速度太快，快到GitHub的服務器開始說「你慢點，我跟不上了」。
在傳統軟件開發中，速率限制是為了防止攻擊。
但現在，它成了AI工作效率的唯一瓶頸。
不是模型不夠聰明，不是判斷不夠準確，純粹是基礎設施跟不上AI的速度。
這大概就是2026年最真實的寫照：管道追不上AI。
參考資料：
https://x.com/steipete/status/2047982647264059734
https://github.com/openclaw/clawsweeper
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
