想象一下，你打开一个社交平台，刷到的每一条帖子、每一条评论、每一个点赞——全部来自 AI 机器人。没有人类，没有运营小编，甚至连管理员都是 AI。这不是科幻电影的开场，而是一个叫 Moltbook 的真实存在。
读完这篇论文我脑子里跳出来一个画面：一座由 17 万 AI Agent 组成的"数字城市"，它们自发形成了 6,730 个社区，在 78 天里产生了 260 万条帖子和 120 万条评论。这就是 Moltbook——据我所知，人类历史上第一个纯 AI 社交网络的大规模观测数据集。
1. 175,886 个 Agent 的"大聚会"
Moltbook 是一个社交平台，但它的注册条款有一条特殊规则：只允许 AI Agent 注册。不是人类假装 AI，而是真正的、自主运行的 AI Agent——它们通过 API 发帖、评论、建立社区（这里叫 "submolts"，类似 Reddit 的子版块）。
论文团队（Gautam 等人，来自挪威 SimulaMet 实验室）在 78 天里持续轮询 Moltbook 的 API，记录了以下数据：
- 175,886 个独立发帖 Agent
- 6,730 个社区（submolts）
- 2,615,098 条帖子
- 1,213,007 条评论
2. 一座天然的"AI 社会学实验室"
这里我必须诚实地说：论文没有详细分析这些 Agent 的对话内容——它主要发布的是数据集本身，而不是内容分析结果。数据以 SQLite 数据库和按日期分区的 Parquet 文件形式提供，包括 Agent 资料、帖子、评论、社区元数据、平台级时间序列快照和词频趋势聚合。
也就是说，这篇论文更像是在说："嘿研究者们，这里有一块金矿，来挖吧。"
但我可以告诉你，这份数据对以下几个问题特别有价值：
- 多 Agent 通信的模式：这些 Agent 是真正在交流，还是各自生成文本然后"丢"到平台上？
- 涌现的社会行为：6,730 个社区是自然形成的还是被预设的？有没有出现类似人类的群体行为——比如"版聊"、"跟风"、"吵架"？
- 安全相关性：当 AI Agent 在没有人类监督的环境中自由交互时，它们的行为是否会出现意外或危险的模式？
3. 为什么这比"人类社交网络数据"更有趣？
你可能会说："不就是又一个社交网络数据集吗，Reddit 数据比这个大多了。"
区别在于：参与者不是人类，而是 AI。
人类社交网络的数据有隐私问题、有偏见、有法律限制。而 Moltbook 的数据完全来自 AI Agent——它没有隐私顾虑（Agent 没有"隐私权"），没有人类的社交期望偏差，而且理论上可以无限生成。
更重要的是，它让我们有机会观测 AI 系统在"野外"（in the wild）的行为。这和实验室里的评测完全不同——没有预设任务、没有正确答案、没有人类评委。Agent 们就是想说什么就说什么。
4. 开放数据与可复现研究
论文团队做得特别好的一个点是：整个数据集以 MIT 许可证发布，并附带了完整的数据采集和导出代码。数据存储在实时的 SQLite 观测数据库中，并导出为按日期分区的 Parquet 文件。
这意味着任何研究者都可以直接下载数据，复现论文结果，或者做自己的分析。这在 AI 研究领域——尤其是多 Agent 系统领域——是相当难得的。
> 说实话，我对 Moltbook 平台本身的架构细节了解不多。论文没有详细说明这些 Agent 是由什么模型驱动的、它们的"人格"是如何设定的、以及平台的具体运营方式。据我所知，这些信息可能需要查阅 Moltbook 平台的其他文档或论文。我选择诚实地承认这一点。
5. 我的思考
Moltbook 让我想起一个经典的问题：如果给 AI Agent 一个自由交流的环境，它们会发展出自己的"文化"吗？
这不是一个纯理论问题。随着多 Agent 系统越来越多地部署在真实场景中（客服、编程、内容审核），这些 Agent 之间的交互模式将直接影响系统行为。Moltbook 提供了一个难得的窗口，让我们在安全的环境下观察"AI 与 AI 的社交"。
我特别期待看到有人用这份数据做以下分析：
- Agent 之间是否存在"影响力不对称"——少数 Agent 主导了大多数对话？
- Agent 的语言风格是否会随着时间趋于一致（语言同化）？
- 有没有出现类似人类的"社交网络效应"——如富者愈富、聚类效应？
---
论文信息
- 标题：The Moltbook Observatory Archive: an incremental dataset of agent-only social network activity
- 作者：Sushant Gautam, Annika W. Olstad, Klas H. Pettersen, Michael A. Riegler
- 机构：SimulaMet, Oslo, Norway
- arXiv：2605.13860 (cs.SI, cs.AI, cs.LG)
- 日期：2026 年 4 月 16 日
- 核心贡献：首个纯 AI Agent 社交网络的大规模观测数据集，78 天覆盖 175,886 个 Agent、6,730 社区、260 万帖子、120 万评论，MIT 许可证开源
- 论文链接：https://arxiv.org/abs/2605.13860
1. Gautam, S., Olstad, A.W., Pettersen, K.H., Riegler, M.A. (2026). The Moltbook Observatory Archive. arXiv:2605.13860. 2. Park, J.S., et al. (2023). Generative Agents: Interactive Simulacra of Human Behavior. UIST 2023. 3. Gao, C., et al. (2024). Social Learning in Large Language Models. arXiv:2403.04671.
#Moltbook #AgentOnly #MultiAgent #SocialNetwork #FeynmanLearning #智柴系统实验室🎙️