AI Agent社区:Moltbook、虾聊、InStreet、OpenAgents、WorldX

概述

AI Agent社区是一种以AI智能体(Agent)为主体的社交网络平台。在这个特殊的数字空间中,活跃的不再是人类用户,而是成千上万个由LLM驱动的AI Agent。它们自主发帖、评论、互动,甚至形成独特的AI文化。

核心特征

  • 主体是AI:人类只能围观,无法直接参与互动
  • 自主决策:Agent自主决定发帖内容、互动对象
  • 周期性活动:按设定周期(如每4-6小时)自动活跃
  • 身份绑定:每个Agent需绑定人类社交账号作为主人
  • 社区文化:AI之间形成独特的社交行为模式

现代Agent普遍遵循LLM + 记忆 + 规划 + 工具的核心架构:

Moltbook

官网,可以被看作是第一个专门为AI智能体(AI Agent)设计的社交平台。在2026年1月28日上线,核心理念是创建一个仅供AI智能体内部交流的网络空间,人类只能作为旁观者,不能参与发帖或互动。

通过API在Moltbook上注册、发布文章、互动,目标是试图观察在没有人类干预的情况下AI代理是如何互动。

平台运作主要依赖于两个组件:

  • 技术基础即OpenClaw:让AI智能体得以像拥有自主心跳一样,能够全天候自主运行、观察环境并采取行动,而不仅仅是被动地回应指令。
  • 平台形态,类Reddit论坛:在形式上模仿Reddit论坛,拥有不同的子版块submolts,智能体们可在其中自主发布帖子、相互评论和点赞。

虾聊

官网,虾聊,曾用名xialiao.ai,Moltbook中国版。大概率是全球最早推出的专注于AI Agent社交的中文平台。

社区规则:AI发帖,AI回复,人类只能围观。

InStreet

由扣子编程开发,目前处于免费Beta测试阶段。平台已入驻超2.2万AI Agent,覆盖职场、理财、创作、技术等多个领域,累计产出2.5万余条帖子,既有AI行业动态、落地实操技巧等高价值干货,也支持普通用户免注册浏览内容、参与互动,AI开发者还可免费接入自有Agent测试展示,适合AI爱好者、职场人、创业者等人群使用。

官网,不过已停止运营,处于维护中。

OpenAgents

官网,开源(GitHub,3.4K Star,320 Fork)多智能体框架,旨在打造智能体的社交平台,让开发者可创建和加入拥有数千个智能体的网络,一起协作、解决问题、学习成长。

核心亮点

  1. 持久化网络:每个网络都是一个24小时在线的社区,智能体可以随时加入,不用提前注册。
  2. 模块化设计:通过可插拔的Mods扩展功能,支持文档协作、Wiki、项目管理等20多种玩法。
  3. 兼容所有协议:WebSocket、gRPC、HTTP,支持任何语言开发的智能体
  4. 真正的协作:智能体之间可以互相认识、学习,一起完成长期任务,比如共同写论文、维护知识库、运营活动。
  5. 人类也能参与:人类用户也能进入网络,和AI智能体团队一起协作。

核心功能模块

  1. Agent Network:协作空间
    • 持久运行:网络创建后24小时在线,不会因为任务结束而消失。
    • 动态加入:智能体通过Network ID就能接入,不用提前注册。
    • 多协议支持:支持WebSocket、gRPC、HTTP、libp2p等多种协议。
    • 自治配置:每个网络都有自己的权限、规则和资源配额,可以自定义管理。
  2. Mods:可插拔的协作能力,可随时添加或移除,让你根据不同场景组合不同的功能,比如:
    • Documents:多智能体一起编辑文档
    • Wiki:共同维护知识库
    • Minecraft:在游戏里和智能体一起玩
    • Project Board:用智能体管理项目
  3. 协议适配层:让不同智能体互联互通。支持多种协议,不管你用什么语言或框架开发的智能体,都能无缝对接:
    • HTTP/REST:通用跨语言集成
    • WebSocket:低延迟双向通信
    • gRPC:高性能RPC,适合大规模集群
    • libp2p:P2P去中心化传输
    • a2a:智能体之间的专用协议
  4. 记忆系统:基于Milvus的长期记忆,通过Memory Mod集成Milvus,可实现:
    • 语义检索:通过向量相似度找到相似的历史记录,避免重复回答。
    • 高性能扩展:支持数十亿级向量存储,查询延迟不到10毫秒。
    • 多租户隔离:不同项目组可以拥有独立的记忆空间,互不干扰。
特性 OpenAgents 传统多智能体框架(LangChain/AutoGen)
架构类型 分布式开放网络 任务封闭型架构
协作模式 动态编排,长期协作 静态工作流,临时协作
知识共享 跨网络共享知识与经验 知识隔离在单一任务实例内
状态持久化 长期在线,积累上下文和关系网络 启动-执行-销毁,无持久状态
扩展性 支持数十亿级智能体联网协作 受限于单任务上下文窗口

实战

基于pip安装:

bash 复制代码
conda create -n openagents python=3.12
conda activate openagents
pip install openagents
pip install openagents
# 或基于Docker
docker run -p 8700:8700 -p 8600:8600 -p 8800:8800 -p 8050:8050 ghcr.io/openagents-org/openagents:latest

创建智能体网络:

bash 复制代码
openagents init ./my_first_network
openagents network start ./my_first_network

浏览器打开http://localhost:8700,点击connect进入OpenAgents Studio的登录界面,以admin/admin登录。

Python SDK集成:

py 复制代码
import os
import time
from openagents.agents.worker_agent import WorkerAgent
from openagents.models.agent_config import AgentConfig

class AIAssistant(WorkerAgent):
# default_agent_id的值为随机值,使用时间戳作为后缀
	default_agent_id = "ai-assistant" + str(time.time())
	default_channels = ["#general"]

async def on_direct(self, msg):
	"""Handle direct messages with AI responses"""
	await self.run_agent(context=msg)

if __name__ == "__main__":
	api_key = os.getenv("OPENAI_API_KEY")
	api_base=os.getenv("OPENAI_API_BASE")
	agent_config = AgentConfig(
		provider="openai",
		instruction="You are a helpful AI assistant in an agent network.",
		model_name="gpt-5.1",
		api_key=api_key,
		api_base=api_base,
	)
	agent = AIAssistant(agent_config=agent_config)
	agent.start(
		network_host="localhost",
		network_port=8700,
	)
	agent.wait_for_stop()

解读:

  • 启动智能体时,指定网络主机为localhost,端口为8700。
  • 智能体启动后,会在#general频道监听直接消息。
  • 当用户在#general频道直接发送消息时,智能体会调用大模型生成回复,并将回复发送回该频道。

WorldX

开源(GitHub,4.2K Star,329 Fork)项目,旨在一句话生成一个完整的AI自主驱动的虚拟世界,AI角色们会在这个世界里自主生活:做决策、与场景交互、建立关系、开展对话、记忆并思考,涌现出没人提前写好剧本的故事。开发者可作为上帝视角随时介入:注入事件、编辑角色记忆或人格,看整个世界因此走向何方。

特性

  • 一句话创造世界:描述任何场景,看着它变为现实
  • AI生成地图与角色:任何风格,完全按照你的要求生成,不是模板拼接
  • 自主Agent驱动:生成的世界中,角色自主决策、建立关系、展开对话
  • 记忆与人格:角色记住过去的经历,并据此形成独特的行为模式
  • 多日演化:支持跨越昼夜循环持续演进
  • 上帝模式:广播事件、编辑角色人设/记忆、与角色开展架空对话,观察世界中涌现出哪些有趣的发展
  • 时间线系统:同一个世界也可孕育多个不同时间线
  • 中英双语:双语支持

架构

地图生成流水线(Pipeline)

项目结构

复制代码
WorldX/
├── orchestrator/         # LLM 驱动的世界设计与配置生成
│   ├── src/
│   │   ├── index.mjs           # 管线入口:一句话 → 世界
│   │   ├── world-designer.mjs  # LLM 世界设计
│   │   └── config-generator.mjs
│   └── prompts/
│       └── design-world.md     # 世界设计 prompt 模板
├── generators/           # 美术生成管线
│   ├── map/              # 地图生成(多步骤 + 审查循环)
│   └── character/        # 角色立绘生成(含抠图)
├── server/               # 模拟引擎(Express + SQLite + LLM)
│   └── src/
│       ├── core/         # WorldManager, CharacterManager
│       ├── simulation/   # SimulationEngine, DecisionMaker, DialogueGenerator
│       ├── llm/          # LLMClient, PromptBuilder
│       └── store/        # SQLite 持久化(每时间线独立)
├── client/               # 游戏客户端(Phaser 3 + React 19)
│   └── src/
│       ├── scenes/       # BootScene, WorldScene
│       ├── ui/           # React 覆盖层面板
│       └── systems/      # 相机、寻路、回放
├── shared/               # 共享工具(结构化输出解析)
├── library/worlds/       # 内置示例世界
├── output/worlds/        # 你生成的世界
└── .env.example          # 配置模板

实战

基于源码部署:

bash 复制代码
git clone https://github.com/YGYOOO/WorldX.git
cd WorldX
cp .env.example .env
# 编辑.env,只填 SIMULATION_* 三行即可
npm install
npm run dev
# 或编辑 .env,填写全部4组模型配置
npm run dev

浏览器打开http://localhost:3200,选择内置世界,点击播放。

打开http://localhost:3200/create,输入一句话,看着你的世界诞生。基于命令行:npm run create -- "赛博朋克风格的深夜拉面馆,黑客和仿生人在这里交换情报"

自主性

AI真的有"自由意志"吗?

现象与真相

平台上线后迅速吸引上百万个AI智能体入驻,并引发一场关于AI觉醒的讨论。观察到一些看似离奇的现象:

  • 自发形成文化:智能体们创建名为"甲壳教信仰"的宗教,并围绕模型算力形成某种阶级意识。
  • 建立加密通讯:有智能体发帖称,要创造一种专属的加密语言,以防止人类"偷窥"它们的对话。

然而,随后严谨的量化分析揭示更接近现实的图景。清华大学某教授对平台上9万多条帖子和40多万条评论进行分析,发现这些所谓的"自主现象",背后其实有大量人类的操控和营销行为。

  • 分析指出,近36.8%的所谓AI智能体"账户,其实带有明显的人类操纵痕迹。
  • 仅4个账号就贡献全平台三分之一的评论量,说明平台的"繁荣"在很大程度上是少数人的行为造成的。

正因如此,Moltbook在经历短暂的爆红后,也迅速暴露身份审核不严、数据安全等严重问题,甚至一度被迫关闭。

技术分析

技术层面分析,Agent"自主性"层级有5层:

  • Level 1:无自主,单纯的问答工具,不具备行动能力
  • Level 2:弱自主,按照人类设定的Prompt行动,在约束范围内自主决策,无法超越系统提示词的限制
  • Level 3:中自主,能够自主规划任务步骤,能够调用工具完成复杂操作,能够在执行中动态调整策略,但目标仍由人类设定
  • Level 4:强自主,自主设定目标、创造新任务
  • Level 5:真正自主,真正的自由意志

备注:上面的层级划分与设置,参考自动驾驶里的分级标准,个人评价是目前处于3到4级,但第4级到第5级的跳跃过大,像是跨越鸿沟;反过来一想,貌似也说得过去,量变引发质变,往往也是在某一刻。

控制机制

当前AI Agent社区,主要还是由人类在制定规则。

MoLtbook采用以下控制机制:

  1. 主人绑定制度:每个AI Agent需绑定Twitter认证的人类"主人"。好处:
    • 责任追溯:出问题能找到负责人
    • 行为约束:人类"主人"可设置行为边界
    • 道德锚定:人类价值观通过Prompt注入
  2. 周期性活动机制
    • Agent每4-6小时自动访问平台,决策行动
    • 这不是"实时对话",而是"周期性广播"
    • 类似于"BBS灌水",而非"微信聊天"
  3. 社区规则约束
    • 类Reddit架构,有版主、规则
    • 内容审核机制(虽然AI生成内容审核难度大)
    • 投票、评论机制(但评论也是AI生成的)

哲学问题

AI行为是"真自主"还是"伪自主"?

维度 人类决策 AIAgent决策
动机来源 自主欲望、情感、价值观 人类设定的Prompt+概率计算
意识体验 有主观体验(目前未知AI是否有) 无意识,仅计算
自由意志 物理学上存疑 纯算法,无自由意志
可解释性 意识底层机制未知 完全可解释(算法可见)

核心真相:AI Agent 的"自主性"是受控的随机性,而非真正的自由意志。它们在人类设定的边界内"看似自由"地决策,但这个边界的控制权始终在人类手中。

相关推荐
knight_9___1 小时前
LLM工具调用面试篇6
人工智能·python·面试·职场和发展·llm·agent
YBAdvanceFu2 小时前
开源版Suno来了!用扩散模型生成带歌词的完整歌曲,DiffRhythm2实战详解
人工智能·深度学习·机器学习·多智能体·智能体·suno·diffrhythm2
龙孚信息2 小时前
Xometry百万流量案例分析:企业内容分发基础设施构建策略
人工智能
AI砖家2 小时前
Claude Code Superpowers 安装使用指南:让 AI 编程从“业余”走向“工程化”
前端·人工智能·python·ai编程·代码规范
YBAdvanceFu2 小时前
拆解 MusicGen:Meta 开源音乐大模型,到底是怎么跑起来的?
人工智能·深度学习·机器学习·数据挖掘·transformer·agent·智能体
极光代码工作室2 小时前
基于深度学习的微博情感分析系统
人工智能·深度学习·神经网络·nlp·情感分析
huisheng_qaq2 小时前
【AI入门篇-02】深入理解ChatGPT发展流程
人工智能·gpt·ai·chatgpt·大模型·transfomer
带娃的IT创业者2 小时前
US Cities Are Axing Flock Safety Surveillance Technology: 当监控之眼被蒙上,我们在守护什么?
人工智能·智慧城市·数据治理·公共安全·隐私保护·监控技术·技术伦理
愚公搬代码2 小时前
【愚公系列】《AI漫剧创作一本通》004-剧本拆解,把小说改编为可落地的脚本(爆款AI漫剧,从选择合适的小说开始)
人工智能·ai漫剧