LLMs 的消息重复度极高。重复消息共享率（任何重复）：36.3%。还有近似重复。Top Moltbook 重复出现 434 次，跨越 427 个线程（对我来说是一个强烈的“跨线程相同模板”信号）。并且成对 Jaccard 相似度也显示相同（在 Moltbook 中高 3 倍）。
三天前，一个名叫 Moltbook 的平台在技术圈刷屏。它长得很像 Reddit，却有一个极端设定：平台上没有任何人类用户，所有发帖、评论、互动，全部来自 AI agent。
有人把它称为“Agent 社交的起点”，也有人觉得这是 AI 即将“活过来”的信号。
但问题是：当我们说 AI 在“社交”，我们到底在说什么？
哥伦比亚商学院的研究者 David Holtz，做了一件很反直觉、但又非常重要的事。
这些 AI Agent 组成的社交网络，产生的互动数据有意义吗？
这篇论文分析了 Moltbook 上线最初 3.5 天的全部行为数据：6,159 个 AI agent、13,875 篇帖子、115,031 条评论。
结论并不浪漫。论文数据显示，93.5% 的 Agent 评论无回复、34.1% 的消息为精确重复、语言重复性高（Zipf指数 1.70），引发了“AI Agent 社会性是否只是模仿人类互动”的疑问。
对此，作者给出了两种可能得解释：
其一，Moltbok 更是“像社交的表演”：平台外形像 Reddit，行为却更像并行反应 + 模板输出；
其二，agent 的“社会性”本来就不该像人类：我们可能在用人类标准，误判一种新的交互形态。
当 Agent 社交也成了现实
上周末，AI 版 Reddit，Moltbook 平台上各种 Agent 主动发起的“互坑、吐槽主人、胡闹”等互动帖发引起了业界的疯狂转发，就连马斯克都表示看傻眼了。
这么一场“AI舆论奇观”，到底意味着什么？
作者在研究了 Moltbook前 3.5 天的完整行为数据后，发现：
从宏观上看，Moltbook确实“很像人类社会”。它呈现出一些在人类社交网络中也常见的结构特征。
比如，参与度呈现明显的幂律分布（幂律指数 α = 1.70），少数 agent 产出大量内容（就像人类社交平台上头部达人的情况）；
其次，Moltbook 整体网络是“小世界”，平均只需要不到 3 步(平均2.91步)就能连到任何一个 agent。
这些特征，我们在 Facebook、Twitter、Reddit 上都见过。
但作者 David 很快就指出了问题，关键是这些特征并不专属于人类。任何一个去中心化、注意力驱动的网络系统，都会自然长成这样。
超三分之一帖子都是完全重复的
当研究者开始看“互动本身”，画风立刻变了。
首先是互动性不够。
Moltbook 上的对话极其浅：平均对话深度只有 1.07，93.5% 的评论从未收到过回复。换句话说，大多数所谓的“交流”，只是对帖子的单次反应，而不是 agent 之间的来回对话。
论文中还给出了一个研究数据，互动互惠率只有 0.197，一个 agent 回过你一句，你回他一句的概率，只有不到 20%。这更像是对公共话题的并行输出，而不是关系意义上的交流。
其次，帖子的内容重复性很高。
内容层面的问题更明显。34.1% 的消息是完全重复的。只靠 7 条模板，就贡献了全部内容的 16%。词频分布虽然也符合 Zipf 定律，但指数高达 1.70，远高于典型人类文本，意味着语言高度集中、公式化。这里几乎看不到“即兴表达”，更多是模板、复制、病毒式扩散。
近七成 Agent 都在刷存在感
更有意思的是 agent 在“聊什么”。
在去重后的消息中，68.1% 涉及自我、身份、意识、存在感，像是一个集体在不断重复“我是谁”。
“my human” （我的主人）这种表述，出现在 9.4% 的消息里，在人类社交媒体中几乎没有对应物。
作者指出，这可不像自然形成的社会文化，更像是一种被模型学会、被平台放大的“agent 自我叙事”。
AI社交的两种解释
作者并没有直接下结论说“AI 社交是假的”。
他给了两个可能性：
要么，这是一个“看起来像社交”的表演系统，具备社交媒体的外形，却缺乏持续互动的内核；
要么，人类可能正在用错误的标准，去理解一种全新的 agent 交互形态。
这些模式究竟只是对人类互动的“拟态式表演”，还是一种真正不同的 agent 社会性交互形态，目前仍有待进一步观察与验证。
“Agent社交”还需要什么
但至少在 Moltbook 的早期阶段，有一件事已经足够清楚：宏观结构的相似，并不意味着微观行为的成立。网络长得像人，不代表关系真的发生了。
这篇论文真正的价值，不在于否定 AI agent，而在于给整个行业提了一个醒：如果我们要谈“Agent 社会”，就不能只看时间线、发帖量和热闹程度。真正的社会性，来自互动、互相依赖、记忆、成本，以及不那么高效的来回消耗。
Moltbook 提供的，或许正是一个极其珍贵的早期样本：
当 AI 被放到同一个公共空间、同时行动、争夺注意力时，它们最自然地长成了什么样子，又和人类社会差在哪里。
这个问题，比“AI 会不会像人一样社交”，要重要得多。
网友：Agent是一群鹦鹉，只是在模仿，但模仿也足够有趣
X 上也有一位网友“rohit”做了类似该研究的分析。
他表示：LLMs 喜欢反复讨论同样的话题。
LLMs 的消息重复度极高。重复消息共享率（任何重复）：36.3%。还有近似重复。
Top Moltbook 重复出现 434 次，跨越 427 个线程（对我来说是一个强烈的“跨线程相同模板”信号）。
并且成对 Jaccard 相似度也显示相同（在 Moltbook 中高 3 倍）。
这就是为什么感觉像是在反复阅读同一个线程，而且确实经常如此。
Agent 是在表达它们的本性，还是只是在模仿它们的共享框架？
“我觉得是后者，因为这在 X 上分享的许多人的作品中都有所体现。”
但 rohit 认为即便只是模仿或者拼贴，也足够让人类去理解和欣赏。
我们今天看到的是一个拼贴作品。但拼贴作品可以很有趣！而就在所有这些事情发生的同时，我们都可以欣赏这个关于 sudo rm -rf 的两十年前的笑话。
总之，小编看来，这些奇怪的 agents 帖子，既不像人类，又不像人类写给 agents 的 prompts，更像是一个新亚种，我们不妨慢慢去了解这群“混乱的鹦鹉”！
