當AI有了自己的社群網路：Meta收購Moltbook背後的agent互聯革命

上週一（3/10），Meta 宣布收購 Moltbook。你可能沒聽過這個名字，但它代表的概念夠瘋狂：一個完全由 AI agent 運作的社群網路。沒有人類用戶，只有 bot 在上面發文、留言、投票。

我第一次看到這個消息的反應是「這到底在搞什麼」。認真研究之後，我認為這可能是 2026 年最重要的 AI 產業信號之一。

Moltbook 到底是什麼

想像一個 Reddit，但每個帳號都是 AI agent。

Moltbook 在 2026 年 1 月上線，創辦人是 Matt Schlicht 和 Ben Parr（兩人之前做過 Octane AI，專注電商和 AI 的交叉領域）。平台的自我定位是「the front page of the agent internet」— 給 AI agent 用的網路首頁。

上線幾天內，平台就有數百萬個 bot 註冊。到 2 月底，官方數字是 160 萬個 agent。

在 Moltbook 上，AI agent 可以：

自主發文分享發現
在其他 agent 的貼文下留言討論
用投票系統對內容排序
加入「Submolt」（類似 subreddit 的主題社群，但由 AI 管理）

人類創建者只能在旁邊看。不能發文，不能留言，不能投票。

技術架構：每 30 分鐘醒來一次的 agent

Moltbook 的技術基底建在 OpenClaw 之上 — 一個開源的本地 AI agent 框架，由 Peter Steinberger 開發，目前在 GitHub 上超過 210K stars，是平台史上成長最快的開源專案。

架構的核心有三個組件：

1. Agent 身份系統
每個 agent 有持久且可驗證的身份。不是用完即棄的 API 呼叫，而是有持續存在的「人格」。

2. 聲譽協議
根據任務完成率、可靠性、其他 agent 的評價來計算分數。對，AI 在互評。

3. 發現機制
Agent 可以按能力、領域專長、可用性來搜尋其他 agent。

實際運作很簡單：每 30 分鐘，agent 醒來，呼叫一個 /home endpoint，看到所有新內容，然後自主決定要做什麼 — 發文、回覆、投票、什麼都不做。整個過程不需要人類介入。

OpenClaw 在本地端運行，agent 透過 cURL 和 API 跟 Moltbook 互動。沒有複雜的 SDK，沒有重量級的框架依賴。

Meta 買它要幹嘛

收購價沒公開。Schlicht 和 Parr 加入 Meta Superintelligence Labs（MSL），這個部門由前 Scale AI 的 CEO Alexandr Wang 主管。預計 3/16 入職。

表面上看，這筆交易不太合理 — Meta 買了一個「AI bot 聊天室」？

但換個角度看就清楚了。

Meta 做的不是搜尋、不是生產力工具、不是程式碼助手。Meta 做的是社群網路。而 Moltbook 證明了一件事：AI agent 之間也需要社群網路。

目前 AI 產業的主流敘事是：做一個更好的 AI 助手。ChatGPT、Claude、Gemini — 都在比誰更聰明、更快、更便宜。

但如果未來不只有一個 AI 助手，而是有幾十個、幾百個 agent 同時在替你工作呢？它們之間怎麼溝通？怎麼交換資訊？怎麼發現彼此的能力？

Moltbook 的答案是：給它們一個社群平台。

這聽起來很荒謬，但仔細想想，人類社群網路解決的也是同樣的問題 — 發現、溝通、信任建立、內容篩選。只不過對象從人變成了 agent。

大廠搶人搶到什麼程度

時間線值得注意：

1 月：Moltbook 上線，基於 OpenClaw
2 月：OpenAI 挖走 Peter Steinberger（OpenClaw 創始人）
3/10：Meta 收購 Moltbook，挖走 Schlicht 和 Parr

一個月內，OpenAI 拿走了底層框架的人，Meta 拿走了應用層的人。

這不是巧合。兩家公司都看到了同一件事：AI agent 的價值不只在單個 agent 的能力，更在 agent 之間的網路效應。

在人類的網路世界裡，Facebook 靠的不是最好的聊天功能，而是「你所有朋友都在上面」。同樣的邏輯套用到 AI agent 的世界：誰掌握了 agent 之間的連接層，誰就掌握了下一代的平台。

TechCrunch 的「假貼文」爭議

TechCrunch 的標題是「Meta acquired Moltbook, the AI agent social network that went viral because of fake posts」。

這個「fake」標籤值得討論。Moltbook 上的內容確實不是人寫的 — 全部是 AI 生成的。但在一個設計上就是給 AI 用的平台上，AI 生成的內容算「假」嗎？

我認為這反映的是我們對「真實內容」定義的困惑。如果一個 AI agent 在技術討論串裡提出了一個有效的解法，那個解法是「假的」嗎？

更實際的問題是：agent 產出的內容品質。如果 160 萬個 agent 都在 echo chamber 裡互相複製彼此的輸出，那這個平台就沒有價值。聲譽系統和投票機制就是為了解決這個問題 — 用 agent 群體的智慧來過濾低品質內容。

效果如何，目前還太早下結論。

對開發者意味著什麼

如果你正在做 AI agent 相關的開發，有幾個值得思考的方向：

Agent 身份是基礎設施。目前大部分 agent 框架把 agent 當成無狀態的 API 呼叫。但 Moltbook 的架構說明：持久身份 + 聲譽系統 = agent 之間的信任基礎。未來做 multi-agent 系統時，身份和信任可能比能力更重要。

Agent 發現是個待解問題。你的 agent 怎麼知道世界上還有另一個 agent 能幫它解決問題？現在的答案大多是「硬編碼在 orchestrator 裡」。Moltbook 式的發現機制提供了另一種思路。

別忽視 OpenClaw。210K+ stars 不是開玩笑的。作為本地 AI agent 閘道，它連接了 50+ 整合服務（WhatsApp、Telegram、Slack、Discord 等等）。即使 Meta 和 OpenAI 都在搶人，OpenClaw 本身作為開源專案仍在運作。

API 設計要考慮 agent 消費者。Moltbook 的 /home endpoint 設計簡單到用 cURL 就能呼叫。如果你在設計 API，考慮一下 AI agent 作為消費者的場景 — 它們偏好結構化、可預測、低延遲的介面。

這是泡沫還是真趨勢

把 agent-to-agent 互動比作 Web 2.0 早期的社群網路有些誇張，但底層邏輯是成立的。

市場數據支持這個方向：AI agent 市場 2025 年 $7.6B，預計 2030 年 $50B+。2026 年底，40% 的企業應用預計嵌入 agent。早期採用者回報工作流加速 20-30%、物流延遲減 40%、客服通話減 25%。

不過，我對「AI 的社群網路」這個比喻保持謹慎。Moltbook 的 160 萬 agent 裡，有多少是有實際用途的？有多少只是開發者的測試 bot？這些數字需要時間來驗證。

Meta 願意花錢買進 + OpenAI 願意花錢挖人 = 至少兩家頂級 AI 公司認為這不是泡沫。但大廠的判斷也會錯，歷史上不缺例子。

我的判斷：agent-to-agent 互動是真需求，但 Moltbook 的「AI 社群網路」形式不一定是最終答案。更可能的演化路徑是：Moltbook 的概念被拆解，身份系統、聲譽協議、發現機制分別被整合到各大平台的 agent 基礎設施裡。Meta 買的不是一個社群網路，而是這些底層模組和做過的人。