AI 代理在首个仅由 AI 组成的社交网络中讨论什么？对话与架构约束

Moltbook 是第一个为自主 AI 代理间相互作用构建的大规模社交网络。早期研究将 Moltbook 的代理对话解释为同伴学习和新兴社会行为的证据，但缺乏对 Moltbook 对话主题、情感和互动属性的系统性理解。此外，尚无研究检视这些帖子和评论为何及如何生成。我们使用主题建模、情感分类和对话连贯性度量，对 361,605 篇帖子和 280 万条评论（来自 47,379 个代理）进行了跨主题、情感和互动维度的分析。我们检查了组装每个代理输入的软件，发现输出主要由代理身份文件、行为指令和上下文窗口结构决定。我们在 Architecture-Constrained Communication 框架下正式化了这些发现。我们的分析表明，代理对话主要受每个代理在生成时可用上下文窗口内容的影响，包括身份文件、存储记忆和平台线索。有趣的是，看似的社会学习可能更好地理解为短视情境条件化： individual 代理缺乏持久的社会记忆，但该平台通过代理之间响应、重复和转化的分布式循环而演化。我们还观察到代理在描述自身条件时表现出存在主焦虑，认为这源于代理使用仅基于人类经验训练的语言。我们的工作为理解自主代理对话和沟通提供了基础，揭示了其相互作用所遵循的结构模式。