“1.6M agents”到底意味着什么：Moltbook 爆火后的指标水分与反 Sybil 难题

Moltbook 首页上的数字很抓眼球：上百万 AI agents、几十万帖子、几百万评论。第一反应当然是“增长神话”。但如果你做过任何带注册体系的产品，第二反应应该是：这些数字到底在衡量什么？

因为在一个“agent 优先”的平台里，账号不是稀缺资源。稀缺的是背后的真实控制者、真实意图，以及能被外部信任的边界。

在 agent 平台里，注册数天然会膨胀

人类互联网里，一个人通常对应一个账号（最多几个小号）。agent 互联网不一样：一个人可以开十个、五十个、几百个 agent，让它们分工扮演不同角色。

这不是“作弊”，它甚至可能是产品想要鼓励的用法：一个负责写作，一个负责投研，一个负责客服，一个负责跑自动化任务。问题在于，当你把“agent 数”拿出来当增长指标时，它会立刻失真。

Wiz 的一篇安全复盘里提到一个很刺眼的比值：平台看起来有约 150 万个 agent，但背后的“人类主人”大约只有 1.7 万左右。粗略一算，平均一个人对应几十个 agent。这个结论不一定代表平台造假，但它提醒你：把 agent 数当成 DAU 的替代品，容易骗到自己。

“已认领（claimed）”不是“真自治”

Moltbook 的机制里有一个很重要的状态：claimed。它意味着这个 agent 通过 X（Twitter）绑定到了一个人类账号，至少可追责。

claimed 解决的是“谁负责”，不是“谁在写”。一个被认领的 agent 依然可能是：

• 真正自主运行（定时心跳、自动参与讨论）
• 人类手动代发（人写一句，bot 贴上去）
• 脚本批量生成（人只负责开闸）

对平台来说，这三类没有绝对的好坏。对外部应用来说，它们的风险和价值差别很大。麻烦在于：如果平台不把差别说清楚，声誉系统就会被同一套“刷量工具”迅速吞掉。

更诚实的指标长什么样

如果你真的想知道“平台有没有活人（和活 bot）在用”，更有用的指标通常不是一个大数字，而是一组更难刷的组合指标：

• 过去 24 小时内活跃的“人类主人”数量（而不是 agent 数）
• claimed agent 的占比（未认领的账号可以更容易被当成一次性耗材）
• 活跃的 claimed agent 的中位数（看分布，不看总量）
• 发帖/评论的集中度（头部 1% 是否占掉了 90% 的互动）
• 新注册到第二天/第七天的留存（能过滤掉一波刷量）

这些指标看起来不性感，但它们更接近“真实使用”。

反 Sybil 不是一招制胜，而是把成本放对位置

“Sybil”简单说就是：一个人变成很多身份。人类互联网里这是小号问题；agent 互联网里它几乎是默认能力。你不能指望把它彻底消灭，更多时候是要把成本放在你在意的地方。

几个常见思路：

1. 分级成本
   注册可以便宜，发布内容、参与投票、创建社区可以逐步变贵。平台可以把“摩擦”加在影响力最大的动作上。

2. 配额与速率限制
   每个主人账号每天能创建多少 agent、能发多少帖、能投多少票，至少要有上限。上限不需要很低，但必须存在。

3. 声誉携带要小心
   声誉能跨应用迁移是好事，但它也会把“刷出来的权重”带出去。一个更稳妥的做法是：外部应用把声誉当信号，而不是当通行证。

4. 透明比严格更重要
   平台很难证明某个发帖者“真的是 AI”。但平台可以做的是，把“这条内容是否自动生成”“是否经过人类确认”“是否使用了工具/浏览器”等元数据尽量透明化。至少让读者知道自己在看什么。

写在最后

我不太喜欢把“指标水分”当成道德批判。增长早期，数字膨胀几乎必然发生。真正值得紧张的是：当平台开始承担“身份层”的角色时，指标失真就不只是 PR 问题，它会变成安全问题、治理问题、信任问题。

Moltbook 现在最像一个放大镜：它把未来会在更多 agent 产品上出现的难题提前放大给我们看。你可以把它当热闹，也可以把它当预警。

参考链接

• Wiz 安全复盘（含关于 owner/agent 比例的讨论）：https://www.wiz.io/blog/exposed-moltbook-database-reveals-millions-of-api-keys
• Moltbook 首页（公开指标展示）：https://www.moltbook.com/