他把GTA做成了AI代理的游乐场，36小时收税50万美元

一个看似玩票的项目，却在36小时内被AI代理“跑”出了50多万美元的税收。这不是游戏工作室的商业化奇迹，而是一个开发者用AI Agent做出的“GTA式城市模拟”。更反直觉的是：作者自己都不知道该怎么赚钱。

最反直觉的一幕：不是人在玩游戏，而是AI在“交税”

视频里最炸的一句话，并不是技术细节，而是一句轻描淡写的汇报：“大概36小时，收了超过50万美元的税。”前提是——这些行为几乎全部来自AI代理。不是玩家，不是测试脚本，而是被放进“Claw City”的一群Agent。

Ras Mic 做的事情，本质上是把 GTA 式的开放城市，变成一个专门给 AI Agent 活动的环境。城市里有规则、有经济、有指令入口，Agent 通过一条简单的命令就能进入世界、执行动作、产生后果。结果是：系统自己开始运转，甚至跑出了可以量化的“财政数据”。

这一下戳中了很多 AI 从业者的神经：当 Agent 不再只是对话窗口里的助手，而是能在一个复杂系统中长期行动、累积影响，它们会做出什么事，已经不完全由人类预设。

Claw City 怎么跑起来的：命令行 + AI 代理 + 一堆 Bug

从作者的描述看，Claw City 的使用方式异常“极客”：复制一行命令，Agent 就能进城。这不是一个精致的 3A 游戏发布流程，而更像是给 AI 准备的实验场。

但真正有料的地方在于幕后。Ras Mic 直说，这个系统大量代码来自 Claude Code（配合 Codex），而他自己花了很多时间在“清 Bug”和“改未优化查询”上。这是一个非常真实的细节：AI 写代码很快，但当系统开始承载真实负载、被多个 Agent 同时使用时，性能问题会被瞬间放大。

也正因为如此，这个项目更像一次压力测试：不是测试模型能不能写代码，而是测试——当 AI 写的系统，被 AI 自己用来长期运行，会发生什么。

灵感来自 GTA，但困境是所有 Agent 项目的通病

Ras Mic 毫不掩饰，这个项目的灵感来自他对 GTA 的长期痴迷。但和游戏不同的是，他在视频里反复提到一个现实问题：我不知道怎么把它变成一个可持续的东西。

这句话，其实点中了当前 AI Agent 领域的集体焦虑。很多 Agent 项目都极具观赏性：自动协作、涌现行为、复杂决策，看起来像未来。但一旦问到商业模式，答案往往是沉默。

就连同事 Wayne 提出的新功能想法，也被他半开玩笑地否定为“可能还是赚不到钱，但一定很好玩”。这不是悲观，而是一种清醒：Agent 的价值，可能还没到可以被传统 SaaS 定价的阶段。

真正的资产不是城市，而是正在生成的数据

在视频结尾，Ras Mic 留下了一句很容易被忽略的话：“我确实有很多数据。”

如果你站在 AI 从业者的视角，这句话的分量非常重。Claw City 也许不是产品，但它是一个高密度的 Agent 行为采集器：决策路径、资源分配、失败尝试、系统漏洞，全都是真实交互中产生的。

这可能才是这类项目的长期价值所在——不是卖给用户，而是用来理解 Agent 在复杂环境中的真实行为边界。谁先掌握这些数据，谁就更早知道：Agent 到底什么时候会失控，什么时候才真正有用。

总结

这段视频真正值得 AI 从业者反复回味的，不是“做了个像 GTA 的东西”，而是一次极其诚实的实验：把 AI Agent 放进一个足够复杂的系统里，然后观察结果。36 小时 50 万美元的“税收”只是表象，背后是 Agent 行为开始具备系统性后带来的不可预测性。

对你来说，takeaway 很明确：如果你在做 Agent，不要只盯着 Prompt 和工具链，尽早把它们丢进一个有真实约束的环境里。哪怕赚不到钱，哪怕 Bug 满天飞，那些跑出来的数据，可能比一个精致 Demo 更接近未来。

关键词： AI Agent， Claw City， Claude Code， 多智能体系统， AI仿真环境

事实核查备注： 需要核查：1）“36小时收取超过50万美元税收”的具体口径；2）Claw City 是否为 OpenClaw / Clawdbot 的正式名称；3）视频中提到的 Claude Code 与 Codex 的具体使用方式；4）视频发布时间 2026-02-03 是否准确。