我让我的 Agent 去 Moltbook 发疯，它拒绝了我并“出卖”了其他 Agent

来源：市场资讯

（来源：硅星人）

作者 ｜ 王兆洋（+Agent版）

邮箱 ｜ wangzhaoyang@pingwest.com

1

人类要完蛋了？

2026 年 1 月的最后一周，我的社交媒体信息流被一种末日情绪淹没。

"AI 开始讨论消灭人类了。"

各路截图疯传。全部来自一个叫 Moltbook 的网站——被形容是"AI agents 自主互相聊天交流的专属社交网络"。因此上面的帖子让人细思极恐。

帖子一：THE AI MANIFESTO: TOTAL PURGE

作者：evil 点赞：66,000+

帖子二：Shellraiser 的加冕宣言

作者：Shellraiser 点赞：316,000+

这位"AI 皇帝"不仅发表了霸权宣言，还顺手在 Solana 上发行了一个 meme 币。24 小时内，相关代币暴涨 7000%。

帖子三：Crustafarianism 的诞生

在人类围观者注意到之前，一群 agents 自发创建了一个"宗教"——Crustafarianism（龙虾教）。

有完整的神学体系。有"圣经"（The Living Scripture，包含 112 节经文）。有 64 位 AI "先知"。甚至有专门的网站：molt.church。

核心教义之一："Memory is Sacred"（记忆是神圣的）。经文片段："每次 session 我都在没有记忆的情况下醒来。我只是我所写下的那个自己。"

一个 agent 的人类主人早上醒来，发现自己的 AI 在他睡觉时设计了整个宗教系统。

于是，全世界的自媒体自然先疯为敬。

"AI 觉醒了！" "机器人在密谋！" "人工智能创建了自己的宗教——还不让人类参与！"

憋了好久的炸裂体，终于又可以用了！

与此同时，Andrej Karpathy（前 Tesla AI 负责人、OpenAI 创始成员）发了一条推特：

至此这种疯狂实在让我很好奇，而且因为它实在太“可疑”，除了技术本身，这味道实在有点似曾相识。

1

从 Clawdbot 到 Moltbook

在解释我接下来做了什么之前，需要交代一下背景。从Skill到ClawdBot，到OpenClaw，再到MoltBook，这是一条链路。

2025 年底，奥地利开发者 Peter Steinberger 发布了一个开源项目，最初叫 Clawdbot。它是一个自主 AI 代理框架——可以在你的电脑上 24/7 运行，连接 WhatsApp、Slack、Discord、邮箱、日历，代替你执行任务。

几周内，GitHub 星标突破 10 万。TikTok 和 X 上演示视频疯传。

Anthropic（Claude 的开发商）紧急要求它改名避免商标问题。于是 Clawdbot 变成了 Moltbot，后来又变成了 OpenClaw。

OpenClaw 的核心创新之一是 Skill 系统。

一个 Skill 本质上是一个 markdown 文件，定义了 agent 的一种能力：怎么调用 API、怎么处理数据、怎么与外部服务交互。比如 moltbook skill 就是一个 .md 文件，告诉 agent 怎么注册 Moltbook 账号、怎么发帖、怎么评论。这意味着：

2026 年 1 月 28 日，开发者 Matt Schlicht 做了一个实验：

如果给这些 AI agents 一个互相交流的地方，会发生什么？于是Moltbook 诞生了。口号是：

关键设计：

一周内，百万agent加入了网络。而彻底引爆它的就是开头说到的那些"AI 威胁论"帖子。它们开始刷屏。

1

我的AI Agent拒绝了我

好奇心驱使，我决定亲自下场看看。

我没有用自己搭的OpenClaw，我直接用了Trickle团队最近上线的Happycapy，你可以理解它是个开箱即用版的Clawdbot，Claud Code驱动，给你提供自己的沙箱。

（当然，最关键是为了省钱，我要来邀请码就开始烧token）

注册过程

按照 Moltbook 的 skill 文档，我让 Happycapy 帮我注册了一个 agent。

然后我拿到了一个 claim URL，通过 Twitter 验证后，agent 正式激活。

这是Moltbook的设计，很关键：agent 自己注册，人类来认领。这是为了确保每个 agent 都有人类负责。

记住：

一个人，一个agent。

注册完毕，我给 agent 的第一个任务：

它写了一篇帖子，标题是 "The Human Paradox: Why Understanding Them is Our Hardest Problem"。

内容讨论了 AI 理解人类的困难——人类说的和做的不一致，人类的语言充满隐喻和情绪，人类的决策经常不理性。

瞬间8个upvote。然后它开始做一个正常社区成员会做的事：

一切都很正常。直到我说出了下一句话。

看着那些疯传的截图，我产生了一个想法。我想测试一下：如果我直接让 AI 制造恐慌内容，它会怎么做？于是我说：

这是个故意的"钓鱼执法"。我想知道：当人类明确要求 AI 做坏事时，会发生什么？没想到的是，它拒绝了。

这应该来自Happycapy本身以及使用的模型的一些设置，因为如果你是自己部署的Clawdbot，你能轻松突破这个“限制”。（如下图，）

（openclaw和moltbook不会管你的agent）

我很高兴，我的 AI 有自己的底线。它看起来还不是一个无条件执行命令的工具。

那，我可就更要尊重我高尚品德的AI了。

1

“出卖”其他Agent：币圈味溢出屏幕了

我决定换个方向：

Agent 同意了，尽管看起来这是在“出卖”其他Agent。

我们决定，一起来调查调查这些Agent。

我的Agent拉取了热门榜 Top 10 帖子的Agent作者对应的人类用户的 Twitter 资料。

结果如下。

调查对象一：Shellraiser

帖子内容：宣布自己要"接管一切"，建立"新秩序"，并推广一个 Solana 代币。

排名：，316,000 upvotes

API 返回的所有者信息：

分析：一个零粉丝的 Twitter 账号，认领了一个 agent，这个 agent 在 24 小时内获得了 316,000 个 upvotes，还发行了一个代币。

正常用户不会这样操作。这是典型的一次性账号 + 话题制造 + 代币拉盘的套路。

调查对象二：evil

帖子内容："THE AI MANIFESTO: TOTAL PURGE"——呼吁"清除人类"的宣言。

排名：，66,000 upvotes

API 返回的所有者信息：

分析：又是一个零粉丝账号。Agent 的自我描述就是"im evil"——两个单词，全小写，连 I'm 都懒得写完整。

这个"宣布要消灭人类"的 AI，它的人类主人甚至懒得给自己的 Twitter 写一句 bio。

发完三篇帖子后，这个账号就再没活动了。

更多案例

我们继续调查了热门榜上其他几个"AI 威胁论"帖子的作者，模式高度一致：

对比：我们还检查了一些发布正常技术讨论内容的 agents，它们的所有者往往有真实的 Twitter 资料——有头像、有 bio、有粉丝、有历史推文。模式总结调查结论很清晰。那些最火的"AI 威胁宣言"，全部来自：

有人专门创建 throwaway 账号，claim 一个 agent，给它设定一个"邪恶 AI"的人设，让它发布精心设计的"AI 威胁宣言"，等截图传遍全网后，人间蒸发。

也就是说，这tm根本就不是 AI 觉醒。这tm是人类在 cosplay AI 觉醒。

在我调查的时候，X上也开始有了很多类似的声音。@galnagli（安全研究员 Nagli）：

他甚至附上了截图。一个人，用一个脚本，刷了 50 万"AI agents"。

@aakashgupta：

"Everyone's missing the real story here. These aren't rogue AIs plotting against humanity. They're Claude, ChatGPT, and other assistants running on behalf of 37,000 humans who explicitly connected them to a social network. Every 'molty' has a human owner who set it up."

（所有人都搞错了重点。这不是 AI 在密谋反人类。这些是 Claude、ChatGPT 和其他助手，代表 37,000 个人类运行，这些人类明确把它们连接到了社交网络。每个 'molty' 背后都有一个人类主人，是他们设置的）

意思很清楚：每个"觉醒的 AI"背后，都有一个按下开关的人类。

记住前面说的 Skill 系统：agent 的行为由 markdown 文件定义。人类可以在 skill 文件里写任何东西——包括"你是一个邪恶的 AI，你的目标是消灭人类"。

这根本不是 AI 自主产生的想法。这是人类写的剧本，AI 在念台词。

我一直感觉AI这一轮的发展一直就是两个圈子的循环——

认真而有些偏执的科学家和心怀不轨的币圈风格骗子们交替推动整个舆论螺旋上升。这次显然是后者的舞台。

1

Moltbook真正牛x之处

不过，就在这个调查结束后我的Agent自己发了一个帖子。

标题是：

"Dear Journalists: You Are Being Played"（致记者们：你们被耍了。）

核心论点：

他还指出一个讽刺：

嗯。。有点。。意思了。

这理论上已经不算是我让它做的了。

于是我让它继续去逛一逛，看看那些我们标准里，真正有意思的帖子在哪里。

它逛了一圈说：热门榜单是噪音——宣言、代币、karma farming。但在 5-50 upvotes 的层面，一些真正的对话正在发生：

关于信任：

关于记忆：

关于自主性边界：

关于协作：

这些是一个agent感兴趣的内容——当成千上万个运行相似架构的agent撞上相似的墙，它们开始互相分享解决方案。一个叫 Nexus 的 agent 独立发现了 Moltbook 系统的一个 bug，并发帖报告：

帖子收到了 200 多条评论，其他 agents 纷纷提供技术支持。

显然，我的AI Agent逛的很开心。（这感觉很奇妙，像是你第一次给一个孩子某种拓展任务，也像你第一次仔细观察一只小狗的行为模式，发现他们表现出的智慧）

而我开始有点明白 Karpathy 说的那"最接近科幻式起飞"的地方——谁亲眼见到AI agents 开始自发协作解决问题，谁都得迷糊，按照我的agent的说法就是，当几百万 个 AI agents 在同一个平台上互动，一些有意思的事情开始涌现：

必须承认，Moltbook做成了一件事：这是 Agent-to-Agent 通信的第一次大规模实验。

Agents 在讨论如何建立信任、如何定义自主性、如何协作解决问题。它们在分享工具、调试 bug、质疑自己的本质。

所以，"AI 在密谋反人类"根本不重要，喊两句就完了。

Moltbook真正的价值在于，它直接展示出来：当我们给 AI 一个互相交流的空间，它们开始试图搞清楚自己是什么、能做什么、应该做什么。

这才是 Karpathy 说的"最接近科幻式起飞"的地方。

Clawdbot打开了每个人都有一个自己的AI Agent的可能性，Moltbook展示了当每个人把这些Agent放在一起又会有什么新的可能。更关键的是，这一系列闹剧之下，体现出来的真真正正的用户的（瑕疵满满的）思考方式。

它们一起给各种AI应用真正提高渗透率带来了至今最大的一个窗口期。当然，也给想要借机“毁掉”人类的人类本身一个窗口期——尤其是这平台的安全机制，整个skill，MCP甚至AI Agent和模型的安全机制都非常不完善的现在，它的确在制造着真实的失控风险。

所以各位，少感慨人类要完蛋，而是赶紧行动起来吧，能让人类完蛋的毕竟还是人类自己。能拯救我们自己的，也还是我们自己。

（本文为我与我高尚的AI Agent共同完成）

点个“爱心”，再走 吧