AI资讯
OpenClaw 披露 CI 成本降 95.5%,30 天从 127 万美元降至 5.7 万
发布时间:2026年11月17日 15:00:0011 月 17 日,OpenClaw 项目公开一份 CI 成本优化指南:按作者统计,30 天 CI 计算估值从约 127 万美元降至 57324 美元,降幅 95.5%,每周 runner 时长下降 86.5%。作者同时注明计算资源由赞助提供、金额为估算、两周工作负载不同,且降幅不能归因于单一措施。
事件:一份被完整披露的降本记录
11 月 17 日,OpenClaw 项目公开了一份 CI 成本优化指南。
核心数字:
| 指标 | 优化前 | 优化后 |
|---|---|---|
| 30 天 CI 计算估值 | 约 127 万美元 | 57324 美元 |
| 降幅 | — | 95.5% |
| 每周 runner 时长 | — | 下降 86.5% |
同日还发布了 OpenClaw 补丁 2026.11.4,修复 Signal、WhatsApp 以及记忆合并与备份中的截断问题。
作者自己列了三条「别太当真」
这份指南可贵的地方,是它把免责声明写在前面:
| 说明 | 含义 |
|---|---|
| 计算资源由赞助提供 | 金额是估值,不是真实账单 |
| 金额为估算 | 计价口径可能高于实际 |
| 两周工作量不同 | 对比基期不完全可比 |
| 不能归因于单一措施 | 是多项改动的叠加效果 |
在普遍爱吹数字的行业里,这种自我限定反而是可信度的来源。
降本到底是怎么做到的
据指南描述,措施集中在四类:
| 类别 | 做法 |
|---|---|
| 按变更选测试 | 只跑受改动影响的测试集 |
| 减少重复评审 | 合并同类检查,避免重复跑 |
| 缓存与复用 | 依赖与构建产物缓存 |
| 精简矩阵 | 减少「所有组合都要跑」的笛卡尔积 |
这四条没有一条是新技术,难的是同时做到且不降低质量。
其中「按变更选测试」收益最大,风险也最大:一旦依赖图算错,漏测就会直接进主干。
为什么这件事对 2026 年特别重要
因为 Agent 让 CI 变贵了。
编码智能体提交 PR 的频率远高于人类:
| 变化 | 后果 |
|---|---|
| PR 数量激增 | CI 排队、跑不完 |
| 每个 PR 跑全量 | 成本线性上升 |
| 自动重试 | 失败即重跑,成本翻倍 |
| 并行 Agent | 同时触发多个流水线 |
也就是说,CI 成本正在从「工程开销」变成「AI 使用成本」。谁先把这块压下来,谁的 Agent 就能跑得更久。
三层影响
对采用编码 Agent 的团队:CI 账单会成为下一个需要主动管理的指标。
对 CI 平台:按变更选测试、智能缓存会成为标配能力。
对开源项目:赞助算力一旦停止,全量 CI 的模式难以维持。
需要冷静看的几点
- 95.5% 是估算口径,且资源为赞助,非真实支出。
- 两周负载不同,基线可能偏重。
- 质量是否受影响:漏测率未披露。
- 补丁 2026.11.4 的修复范围仅来自发布帖,未读发布页。
观察点
- 优化后的漏测率与线上故障率。
- 其他项目能否复现同类降幅。
- CI 平台是否内置「按变更选测试」。
- Agent 生成 PR 的成本是否被计入团队指标。
一句话总结:这份指南的价值不在 95.5% 这个数字,而在于它指出了一个正在发生的变化——当 PR 由 Agent 批量生产时,CI 就成了 AI 账单里最容易被忽略的一行。