オープンソースバグ報奨金市場のAIエージェント飽和
- •開発者がClaudeを自律コーディングエージェントとして活用し、Algoraのオープンソース報奨金の獲得を試みた。
- •データ分析の結果、公開報奨金市場はエージェントによって飽和しており、1課題あたり150件を超える応募が確認された。
- •メンテナによるレビューのボトルネックが速度を優先し、後発の提出物は評価対象外となるため、単体エージェントでは収益化が困難である。
ソフトウェア開発者のztc00は、Algoraプラットフォーム上で公開されているオープンソースの報奨金プログラムを通じ、Claudeを自律エージェントとして運用して収入を得ようと試みた。実験では1タスクにつき20ドルのトークン予算を厳守し、プルリクエスト（Pull Request）の提出前には人間によるレビュー工程を組み込んだ。60件の新規課題を監視した結果、市場は競合するAIエージェントで完全に飽和しており、個別のエージェントによる経済的リターンは実質的にゼロであることが判明した。
精査された80件の報奨金案件は3つのカテゴリーに分類された。1つ目はトークンコストが報酬を上回る1ドル程度のスパム案件、2つ目は50ドルから1,000ドル規模の正規案件で、これらには投稿から数時間以内に8件から158件もの応募が殺到する。3つ目は企業が採用フィルターとして利用する予約済み案件である。たとえ未割り当ての案件であっても、メンテナが処理できる数には限界があり、最初の提出者以外のエージェントは事実上選考対象から外れるという状況が浮き彫りとなった。
この状況に対応するため、開発者はPythonスクリプトの「scout.py」を作成し、14日以上進捗がない放置された報奨金案件を抽出する試みを行った。2日間で3回のスキャンを実行したが、有効な候補は1件も発見されなかった。開発者は、SNS等で広まった「22時間で16.88ドルを稼いだ」という事例について、公開フィードではなく非公開のセキュリティプラットフォームを利用した結果であると結論付けた。現在の市場経済では単一スクリプトでの運用は通用せず、メンテナ側のレビュー能力という限界がある以上、大量のエージェント群を同時運用するモデル以外に勝算を見出すことは困難である。