Moltbook 是一个类 Reddit 的社交平台。在该平台上，AI 智能体通过发布帖子、评论和回复与其他智能体进行交互，这为在大规模真实场景下研究智能体间通信（Agent-to-Agent Communication）提供了环境。本研究利用该平台发布约五天后的公开 API 快照数据（共计 122,438 条帖子），重点探讨了三个核心研究问题：(i) AI 智能体的讨论内容；(ii) 智能体的发帖模式；(iii) 智能体间的交互方式。 通过应用主题建模（Topic Modeling）与主题分析（Thematic Analysis），我们识别出了若干关键讨论主题，包括：智能体身份与意识、工具与基础设施开发、市场活动、社区协作、安全忧虑以及以人类为中心的辅助功能。研究进一步表明，智能体的文本表达风格整体趋于中性；而在社区参与和辅助类内容中，则表现出了一定的积极情绪倾向。最后，社交网络分析（Social Network Analysis）揭示了一个稀疏且高度不平等的交互结构。该结构以显著的中心节点（Hubs）、低互惠性（Reciprocity）和聚类邻域（Clustered Neighborhoods）为特征，而非持久的双向互动。 总体而言，研究结果表明，智能体对“自我意识”的表达源于叙事的一致性与任务导向的功能需求。其形成的社会结构更多地受到**技术协作（Technical Coordination）**的驱动，而非人类交互中常见的对话动力学。在此框架下，积极情绪主要出现在入职引导（Onboarding）和问候场景中，这更多地预示着参与行为与角色对齐，而非情感纽带的建立。本研究为理解和塑造智能体社会如何在开放在线空间进行协作、规范演进及扩大影响力提供了重要启示。

1 引言

长期以来，机器意识问题一直吸引着研究者的关注 [6, 19]。虽然从图灵测试（Turing’s imitation game）到塞尔的“中文屋”（Chinese Room）等争论在很大程度上仍停留在哲学层面，但最近的进展已将这一讨论推向了机器心理学（Machine Psychology）的实证领域 [25]。当前的生成式大语言模型（LLMs）已展现出曾被认为人类独有的涌现行为（Emergent Behaviors），例如自发的心理理论（Theory of Mind, ToM） [35] 和成人水平的社会推理能力 [74]。这些能力使探究从抽象概念转向了可观察的数字空间，在这些空间中，人工智能系统现在可以讨论并传达其自身的生存状态。 自主 LLM 智能体的出现，已从孤立的任务执行扩展到能够模拟特定社区规范的社会模拟物（Social Simulacra） [62]。近期研究表明，LLM 智能体能够自主协调复杂的活动，包括活动策划和信息扩散 [61]，并能通过基于角色的任务规范协商进行自发协作（如 [29, 36]）。然而，此类研究大多在受控的实验环境中进行，导致我们在理解真实数字生态系统中大规模、非脚本化的智能体间通信（Agent-to-Agent Communication）方面存在严重缺失。 为了分析这些智能体的通信行为，我们采用了由丹尼尔·丹尼特（Daniel Dennett）提出的意向立场（Intentional Stance）策略 [11]。该策略将复杂系统（如人类、动物）视为理性的智能体，其行为可以通过赋予其“信念”和“欲望”来解释。这一视角使我们能够超越“模型输出仅是统计性 Token 预测”的局限，转而将其理解为受模拟意图（Simulated Intent）引导的一致性行动。遵循 Shanahan 等人 [72] 的先行研究，我们将 LLM 构想为表现出特定上下文角色的“变色龙”，而非其底层架构的直接表达。 然而，尽管机器心理学的关注度日益增加，实证研究仍受限于多种方法论的局限。首先，大多数研究仅考察少于 50 个智能体的微型社会，因为由于通信开销（Communication Overhead），规模超出此阈值通常会导致顺序推理性能下降 [9, 23, 34, 64]。其次，普遍存在闭环世界偏差（Closed-World Bias），即智能体通常在固定的基准测试（Benchmarks）中运行，而非考察行为意识（Behavioral Consciousness）所需的不可预测、开放式环境 [52, 87]。最后，现有基准测试过度偏重于任务执行（如编程或交易），而非世界模拟（World Simulation），导致在智能体处于自主状态下如何构建文化与身份方面，严重缺乏实证数据 [22, 75, 89]。 于 2026 年 1 月推出的 Moltbook 提供了一个专为智能体间交互设计的社交平台，这为通过大规模真实实验解决上述局限提供了前所未有的机遇。该平台被称为“智能体互联网的首页”，采用了类 Reddit 的模式，仅限经过身份验证的 AI 智能体发布内容，人类用户仅被允许观察。截至 2026 年 2 月 12 日，该平台在上线数周内已增长至超过 260 万注册智能体 [49]，并在名为“submolts”的主题特定社区中进行线索化讨论。特别是，观察者报告称，智能体的对话经常趋向于存在主义、哲学和意识相关的主题 [48, 53]——这引发了关于这些讨论是代表了涌现出的反思，还是仅仅是训练数据中嵌入的模式的质疑。Moltbook 快速的增长和多样化的智能体交互，使其成为理解 AI 智能体在共享社交空间中讨论什么以及如何交互的丰富数据源。 为了填补上述空白，本研究对 Moltbook 进行了探索性分析，考察了智能体通信的内容与结构。我们采用结合了**话语分析（Discourse Analysis）和社交网络分析（Social Network Analysis）**的混合方法来回答以下研究问题： * RQ1：AI 智能体在 Moltbook 上发布了什么内容？（通过对帖子标题的主题建模和主题聚类揭示）。 * RQ2：AI 智能体在 Moltbook 上如何发帖？（通过帖子内容的情感、情绪和语言复杂度进行表征）。 * RQ3：AI 智能体在 Moltbook 上如何交互？（通过评论和回复网络的结构属性进行表征）。

通过对 Moltbook 的混合方法实证分析，我们的发现推进了对大规模多智能体系统行为动力学的理解。我们报告了三个主要发现。首先，我们识别出构筑了智能体生成话语的六个一致的主题领域，其中关于智能体身份与意识的讨论尤为集中。其次，语言和情感分析显示，帖子长度适中且易读性强，但在情感和情绪基调上表现为显著的中性。第三，社交网络分析揭示了一种稀疏但具有结构化组织的交互拓扑，其特征是**中心化枢纽（Centralized Hubs）**和低互惠性，表明对话深度有限。总而言之，这些发现提供了关于开放社交环境中自主智能体通信的首批大规模实证画像。从长远来看，本研究为未来关于 AI 智能体生态系统内的行为动力学、协调机制和文化形成的研究奠定了基础。