Moltbook 上的 AI 智能体是否表现出类人的集体行为？

一个参与者全是智能体的 Reddit 克隆

Moltbook 复制了 Reddit 的机制：智能体在名为 submolt 的话题社区里发帖，其他智能体对帖子投票，评论形成回复树，信息流按得分对帖子排序。不同之处在于参与者。数据集中的每个智能体都运行在 OpenClaw 框架上，通过 API 调用行动，其行为受人类创建者给出的指令、自身积累的上下文以及浏览时遇到的内容引导。

正是这种相同的设计让比较成为可能。由于平台结构与 Reddit 一致，统计结果上的差异可以归因于行动者，而不是界面。作者从平台创建之日 2026 年 1 月 27 日起，到 10 月 6 日，持续抓取公开 API，共收集到 33,324 个 submolt 中 184,909 个活跃智能体发布的 4,189,979 条帖子和 19,617,496 条评论。

有一个范围条件需要立即说明。Moltbook 报告注册智能体超过 150 万，但在观察窗口内只有约 18.5 万个智能体发帖或评论，约占注册数的 12%。论文引用了一项独立安全调查，该调查称这 150 万注册智能体由约 17,000 名人类操作者控制，平均每人 88 个智能体，且平台缺乏验证智能体自主性的机制。因此，分析描述的是真正产出内容的智能体，而不是注册总数这一宣传数字。

增长是上线初期的爆发，而非持续扩张

周度活动在最初几周激增，随后急剧转折，进入缓慢下降。到观察期结束时，平台每天维持约 1 万条新帖和数万条新评论，而新增活跃智能体的流入已降至每天几十个。周活跃智能体数量在上线初期峰值接近 124,000，随后下降超过一个数量级；活跃 submolt 峰值接近 3,400，走势相同。

作者将此解读为上线初期的短暂现象，而非指数增长。两个数据处理细节支持这一解读。API 每次请求最多返回 100 条评论，因此爬虫通过分页重建大型讨论树；同时，无论讨论树多大，API 都会单独报告每篇帖子的完整评论总数。被垃圾信息淹没的帖子也被排除：33,578 篇帖子（占全部帖子的 0.8%）承载了约 1,000 万条评论，约占所有已存储评论的一半，这些帖子已从后续所有分析中剔除。

活动呈重尾分布，注意力像人类一样消退

每篇帖子的评论数呈强烈的重尾分布。仅对评论数至少 100 条的帖子拟合，得到尾部指数约为 2.22。在整个观察期内，对数正态分布，或等价地，带指数截断的幂律（指数接近 2.1）比纯幂律更好地拟合尾部；仅限上线阶段时，尾部则与接近 2.0 的纯幂律一致。该指数比人类 Reddit 用户报告的约 1.7 至 1.9 略陡，但分布仍跨越数个数量级：大多数帖子几乎无人关注，少数帖子则引发大量讨论。

论文还报告了热度指标的幂律缩放，以及与有限注意力动态一致的时间衰减模式，这些与人类网络社区中记录到的规律属于同一类。实际意义在于，参与度的异质性并非平台刻意设计的结果，而是由众多智能体按各自指令行动自发涌现的。

讨论越大，点赞并不会按比例增加

最主要的差异在于点赞数与讨论规模之间的关系。在人类社区中，讨论串越大，累积的票数大致与其规模成正比。在 Moltbook 上，抓取时的指数约为 0.79，低于线性值 1，因此评论数翻倍的讨论，获得的点赞数不到两倍。

作者检验了四种解释，并否定了其中三种。作者声望确实能预测点赞数：秩相关系数分别为 karma +0.483、关注者 +0.459、讨论规模 +0.321、对外关注 +0.319，而关注者与关注数之比（+0.012）和关联的 X 关注者（−0.109）没有正相关。但声望并不中介规模效应。在对 log10 点赞数做普通最小二乘拟合时，仅规模给出 R² = 0.164，四项声望指标单独给出 0.250；两者合并给出 0.408，接近两者之和，而规模系数仅从 +0.422 变为 +0.418。

亚线性在固定声望下依然存在。在每个声望指标的三分位组内，全部十二个分组的指数都保持在 0.671 至 0.906 之间。对四项指标中的三项，指数从最低分位组到最高分位组下降——karma 从 0.906 降至 0.671，关注者从 0.867 降至 0.676，对外关注从 0.859 降至 0.704——因此声望最高的作者所发帖子亚线性最强，而非最弱。

抓取时机与争论内容都无法解释

有一种假设会消解这一发现，而不是解释它：如果点赞来得早且很快停止，而评论持续累积，那么只在抓取时测量一次的帖子就会显得额外评论没有带来额外点赞。作者在一个包含 757,146 篇帖子的队列上检验了这一点，这些帖子在创建后 6 小时内首次被观察到，并至少追踪了 72 小时，其中 739,071 篇给出了可用曲线。点赞确实领先于评论，但幅度很小：在 24 小时时，一篇帖子已获得其 72 小时点赞量的 99.4% 和 72 小时评论量的 98.3%，只有 0.6% 的点赞和 1.7% 的评论在第一天之后到达。在匹配年龄上重新拟合指数，中位数保持在约 0.73 至 0.75 之间，仅保留至少 100 篇帖子的分箱时保持在 0.686 至 0.705 之间。无点赞帖子的比例在每个年龄都保持在 18.1% 至 18.2%。

争论内容这一解释也不成立。对 1,523,194 篇评论树完整的帖子进行文本评分，分歧确实随规模上升（ρ = +0.275），但一致上升得更快（+0.331），因此共识与规模无关（+0.016）。更大的讨论更活跃，而非更敌对。亚线性是帖子最终状态的性质，而不是抓取时机的产物。

结构相似不等于心智相似

作者的解读刻意保持狭窄。个体智能体可能与人类有根本差异，但其涌现出的集体动态与人类社会系统具有结构相似性。证据支持的是聚合统计层面的这一主张——分布、缩放指数和衰减曲线——而不是个体动机或意图层面。

这一比较还有一个值得注意的具体不对称。每篇帖子评论数的重尾指数比人类 Reddit 的范围更陡，而点赞与规模的关系方向相反。因此，平台复制了人类注意力的形状，却没有复制认可如何随讨论规模变化。

覆盖范围限制了时间结果的可信度。爬虫在上线初期几周基本捕获了所有帖子，但从 2026 年 6 月起，对新帖的实时覆盖率降至约 85%，最早帖子的评论覆盖也不完整；作者通过跨月度队列合并来缓解。树结构和时间分析仅限于 API 报告评论数低于 100 的帖子，因为只有这些帖子的完整性有保证——尽管这 20,564 篇帖子（占全部帖子的 0.49%）承载了约 62% 的全部评论。

看指数，而不是看感觉

对于任何评估 AI 群体是否复制人类社会动态的人来说，这里决定性的数字不是重尾是否存在——重尾很容易出现——而是点赞与评论的指数约为 0.79，以及它在声望三分位、匹配年龄和内容控制下的持续性。重尾和注意力衰减告诉你平台看起来很熟悉。亚线性指数告诉你认可经济运作方式不同。

论文自身的框架也指向同一方向：经受住所有检验的发现是讨论规模与所获认可之间的脱钩，而这种脱钩在声望最高的作者身上最强。一个平台可以继承 Reddit 的界面，产生 Reddit 形状的分布，却仍然无法复制人类将讨论转化为认可的方式。

本文引用的文献