新智元报路

编纂：犀牛 所罗门

【新智元导读】2天搭建、不到1000美元、50个Codex并行扫描——OpenClaw首创人祭出ClawSweeper
，一天关关5000+无效Issue
，GitHub API限流成唯一瓶颈
，开源守护正式进入AI「自愈」时期。

AI产生的垃圾
，就该AI自己来扫。

刚刚
，OpenClaw首创人、OpenAI工程师Peter Steinberger干了一件疯狂的事——

他花2天功夫搭了一个叫ClawSweeper的工具
，启动50个Codex事俘7×24幼时并行扫描。

一天之内把openclaw/openclaw仓库里超过5000个无效Issue直接关关
，数千个还在管路里列队等着被「处决」。

这个36万Star的开源巨兽
，积压了上万个Issue和PRs。

沉复的、过期的、早就在main分支建好了没人关的、AI灌水产生的slop——它们像数字坟场一样堆在那里。

任何人类守护者看一眼城市头皮发麻。

按人为处置速度
，清完这些积压或许必要整整一年。

Steinberger用AI
，一天就清了一半。

有人问他这一轮扫描花了几多钱。他的回覆轻描淡写：不到1000美元。

5000多个Issue的深度审查加关关
，均匀一个不到两毛钱。

而唯一让整套系统慢下来的
，不是模型不够聪明
，是GitHub的API速度限度——服务器追不上AI的速度。

「冷面判官」的处决逻辑

别以为ClawSweeper是个无脑杀手。

刚好相反
，Steinberger对它的设计哲学能够用四个字概括——极致守旧。

这套系统的主题运行在gpt-5.5上
，选取high reasoning effort和fast service tier配置；每个待审条款标 Codex 审查超时为10 分钟。

它只在以下7种情况下才会关关一个Issue：：已经在main实现、当前main无法复现、应归属 ClawHub 的 skill/plugin 而非 core、沉复或已被更权威条款取代、在该仓库内具体但不成执杏注内容过于混乱不成执杏注以及超过 60 天且短缺足够数据验证 bug。

除此之表
，一律维持open。

还有一层保险
，ClawSweeper不会去碰守护者自己发的条款。

它会先看 GitHub 里的身份象征
，只有是项目主人、成员或合作者发的 issue
，就直接跳过
，不会自动关关。

更审慎的是
，Codex 在审查时底子没有写权限。

它只能在只读环境里看代码、看高低文、做判断
，而后把了局整顿成一份结构化的 markdown 汇报
，存进items/ <编号> .md 。

真正的评论和关关作为
，并不会在审查那一步直接产生。

系统要比及进入apply_existing=true模式后
，沉新抓一遍最新高低文
，再把快照哈希沉算一次
，确认这条 issue 在提案天生之后没有产生变动
，才会真正着手。

Steinberger自己人为抽检了数百条关关纪录
，了局：正确率险些无误。

README就是仪表盘

ClawSweeper最让人击节称赏的设计
，可能不是它的关关逻辑
，而是它的「监控系统」。

传统做法是什么？

搭个Grafana
，配个Prometheus
，弄一套优美的后盾Dashboard。

Steinberger说：不必要。README就是我的仪表盘。

ClawSweeper在运行过程中
，会实时更新仓库的README.md文件。

当前有几多open issue、本轮审查了几多条、提议关关几多条、已执行关关几多条、GitHub限流到了哪一步——全数以表格大局明领略白地写在README里。

任何人打开GitHub仓库主页
，就能看到这个AI判官此刻在干什么。

它让整个算帐过程变得齐全通明、齐全公开、齐全可审计。

任何对「AI擅自关我Issue」有疑虑的贡献者
，都能够直接点进对应的items/71514.md查看Codex给出的齐全审查理由。

当AI起头「自愈」

你可能会想
，这不就是个自动化剧本吗？

格局放大一点。

GitHub上有超过4亿个仓库
，其中活跃的大型开源项目险些都面对着统一个噩梦——Issue坟场。

Kubernetes有4万多个已关关Issue
，Linux内核的邮件列表积压更是天文数字。

守护者的功夫是世界上最稀缺的资源之一
，而大量功夫被浪费在「判断这个Issue到底还需不必要存在」这种机新吠动上。

ClawSweeper的意思在于
，它第一次在一个真实的、百万Star级此外仓库里证了然：用AI agent进行大规模的、守旧的、可审计的Issue分诊
，是齐全可行的。

5000多个Issue的深度审查+关关
，总破费不到1000美元。按单个Issue算
，成本约莫0.2美元。

并且它7×24幼时不休息、不抱怨、不带感情。

唯一让它慢下来的
，只有GitHub API的速度限度。

从某种意思上说
，这标志取开源项目从「人为守护」迈向「自愈」的起点。

未来
，每一个大型开源仓库可能城市跑着一个类似ClawSweeper的bot
，持续监控Issue质量
，自动过滤噪音
，让人类守护者只必要关注那些真正必要人类判断的、高价值的问题。

Rate Limit是最后的防线

有个细节出格有意思。

ClawSweeper的Dashboard上赫然写着：「State: Apply throttled」——GitHub的API限流把它卡住了。

50个Codex并行扫描的速度太快
，快到GitHub的服务器起头说「你慢点
，我跟不上了」。

在传统软件开发中
，速度限度是为了预防攻击。

但此刻
，它成了AI工作效能的唯一瓶颈。

不是模型不够聪明
，不是判断不够正确
，纯正是基础设施跟不上AI的速度。

这或许就是2026年最真实的写照：管路追不上AI。

参考资料：

https://x.com/steipete/status/2047982647264059734

https://github.com/openclaw/clawsweeper