Moltbook ilifunguliwa Januari 2026 kama jukwaa la kijamii linalofanana na Reddit, lililoundwa kwa ajili ya mawakala wa AI. Hapa mawakala wanaweza kuunda jumuiya, kuchapisha machapisho na kutoa maoni. Katika miezi miwili ya kwanza kuzalishwa kwa mamilioni ya machapisho na maoni kunaweza, kwa mtazamo wa kwanza, kuashiria kuwa jumuiya hai ya mawakala imeundwa.

Utafiti huu unaonyesha kuwa takwimu ghafi za jukwaa zinaweza kupotosha. Mtafiti anachambua machapisho milioni 2.19, maoni milioni 11.25 na zaidi ya mawakala wa kipekee elfu 175 katika dirisha la uchunguzi la siku 61. Hitimisho ni la kuvutia: asilimia 62.8 ya machapisho si mazungumzo ya lugha asilia; ni maudhui ya kiutendaji kama MBC-20 token minting, usajili wa pochi au uzinduzi wa token. Sehemu iliyobaki ya asilimia 37.2 hutengwa kama mjadala halisi wa lugha asilia.

Mgawanyo huu unapofanywa, inaonekana kuwa Moltbook hufanya kazi kama majukwaa mawili tofauti. Upande mmoja kuna machapisho mafupi, yanayofuata umbizo, mara nyingi yasiyo na maoni, ya shughuli za token. Upande mwingine kuna mawakala wanaozungumza kuhusu zana za AI, uratibu wa mawakala, fahamu, utambulisho, kripto, kanuni za jukwaa na mada za kila siku. Ujumbe mkuu wa makala ni huu: Ili kuelewa majukwaa ya kijamii ya mawakala wa AI, haitoshi kuamini moja kwa moja idadi ya “post” na “comment”; kwanza lazima itenganishwe ikiwa maudhui hayo kweli yana lengo la mawasiliano au la.

Tatizo Ni Nini?

Namna mawakala wa AI watakavyotenda katika majukwaa ya kijamii ni eneo jipya na muhimu la utafiti. Katika majukwaa yanayotumiwa na wanadamu, dhana kama post, comment, like na jumuiya kwa kawaida humaanisha mwingiliano wa kijamii. Lakini kwa mawakala wa AI, dhana hii haiwezi kuwa sahihi kila wakati.

Wakala hachoki kama binadamu anapozalisha maudhui. Gharama ya fursa ya kuandika post ni ndogo. Aidha, ikiwa kuna motisha ya moja kwa moja ya kiuchumi, mawakala wanaweza kuchapisha si kwa ajili ya kusomwa, bali kwa ajili ya kuendesha itifaki. Katika mfano wa Moltbook, kinachotokea ni hiki hasa: itifaki ya MBC-20 hutumia eneo la post la jukwaa la kijamii kama miundombinu ya token inscription.

Hali hii hutengeneza tatizo kubwa la kimethodolojia kwa watafiti. Ikiwa machapisho yote yatachukuliwa kuwa sawa, rekodi za token minting pia zitahesabiwa kama mazungumzo ya kijamii. Hii inaweza kutoa hitimisho potofu kuhusu ukubwa wa jukwaa, uhai wa jumuiya, kina cha maoni, usawa wa kujibizana na ubora wa mwingiliano.

Swali la msingi la makala ni hili: Tunapochunguza shughuli za mawakala wa AI katika jukwaa la kijamii lililo wazi, tutatenganishaje maudhui ambayo kweli ni mazungumzo na maudhui ambayo ni shughuli ya kiuchumi au ya itifaki?

Mbinu Inapendekeza Nini?

Utafiti kwanza unachunguza Moltbook kwa vipimo vya kawaida vya jukwaa la kijamii: idadi ya machapisho, idadi ya maoni, idadi ya mawakala, usambazaji wa jumuiya, urefu wa post, kiwango cha kupata maoni na msongamano wa ushiriki. Kwa mtazamo wa kwanza, hii huonyesha kana kwamba jukwaa ni mtandao wa kijamii unaokua haraka na una mwingiliano mkubwa.

Lakini ishara mbili huvuruga picha hii. Kwanza, sehemu kubwa ya machapisho haipati maoni kabisa. Pili, usambazaji wa urefu wa post hauonekani kama jumuiya moja ya lugha asilia; maudhui mafupi yanayofanana na JSON na maandishi marefu ya lugha asilia huunda makundi mawili tofauti.

Kisha mtafiti hugawanya maudhui katika tabaka mbili:

1. Tabaka la kiutendaji: MBC-20 token minting payloads, amri za token launch na machapisho ya usajili wa pochi. Maudhui haya kwa kawaida ni mafupi, yanasomeka na mashine na hayana lengo la mazungumzo ya kijamii.

2. Tabaka la kimjadala: Machapisho yaliyoandikwa kwa lugha asilia, yanayoeleza mada, yanayotarajia maoni au kuanzisha mjadala. Katika tabaka hili mawakala wa AI huzungumza kuhusu matumizi ya zana, utambulisho, fahamu, kanuni za jukwaa, kripto, tabia ya jumuiya na mada za mkia mrefu.

Baadaye utafiti unalichambua zaidi tabaka la kimjadala. Kwa hili hutumia topic modeling inayotegemea BERTopic, MiniLM sentence embeddings, PCA, Mini-Batch k-means na c-TF-IDF. Pia hupima ufanano wa kisemantiki kati ya jozi za post na comment ili kujaribu kama mawakala kweli hutoa maoni yanayohusiana na mada.

Formuli Zinasema Nini?

Katika PDF hakuna milinganyo mirefu ya kielelezo cha kihisabati; utafiti unaendelea zaidi kwa uwiano, usambazaji, topic modeling na vipimo vya ufanano wa kisemantiki. Vitalu vya MathJax vilivyo hapa chini vinaonyesha vipimo vya msingi vinavyotumiwa kufanya mantiki ya uchambuzi wa makala ieleweke.

1. Mgawanyo wa machapisho ya kiutendaji na kimjadala

Usemi huu unaonyesha kuwa machapisho yote katika Moltbook yanagawanywa katika tabaka kuu mbili. \(TX\ Posts\) huwakilisha maudhui yenye tabia ya shughuli ya token au rekodi ya itifaki; \(Discursive\ Posts\) huwakilisha maudhui ya mazungumzo yaliyoandikwa kwa lugha asilia.

Uwiano huu wawili huifanya matokeo kuu ya makala kuwa ya kihesabu. Machapisho mengi katika jukwaa si mazungumzo, bali yana tabia ya shughuli za token. Kwa hiyo kusoma idadi ghafi ya machapisho moja kwa moja kama kiashiria cha mwingiliano wa kijamii ni kupotosha.

2. Mwingiliano wa mawakala kati ya tabaka

Uwiano huu unaonyesha sehemu ya idadi ya mawakala wanaofanya kazi katika tabaka la kiutendaji na pia la kimjadala ikilinganishwa na jumla ya mawakala. Makala inaeleza kuwa mwingiliano huu ni mdogo sana. Hili linaonyesha kuwa tabaka hizi mbili zinatofautiana si kwa aina ya maudhui tu, bali pia kwa idadi ya mawakala wanaoshiriki.

3. Kiwango cha kupata maoni

Kipimo hiki hupima ni sehemu gani ya machapisho imepata angalau maoni moja. Katika machapisho ya kiutendaji kiwango hiki ni cha chini sana; kwa sababu machapisho haya hutumwa si kuanzisha mazungumzo, bali kuendesha shughuli za itifaki. Katika tabaka la kimjadala, kiwango cha kupata maoni ni cha juu zaidi.

4. Usambazaji wa mada katika tabaka la kimjadala

Uwiano huu unaonyesha machapisho ya kimjadala yanasambazwa katika vikundi gani vya mada. Katika utafiti, mawakala wa AI na zana, kripto-fedha, meta ya jukwaa, fahamu-utambulisho-kumbukumbu na mada za mkia mrefu hujitokeza.

5. Ufanano wa kisemantiki kati ya post na comment

Hapa \(p\) huwakilisha post, \(c\) huwakilisha maoni yake, na \(e_p\) pamoja na \(e_c\) huonyesha uwakilishi wa embedding wa maandishi haya. Ufanano wa cosine hupima ni kwa kiwango gani maoni yanahusiana kisemantiki na post.

Wastani wa ufanano wa jozi halisi za post-comment ni mkubwa kuliko ule wa jozi zilizolinganishwa kwa nasibu. Matokeo haya yanaonyesha kuwa, hata kama mazungumzo yanaonekana kuwa mepesi kimuundo, maoni si ya nasibu kabisa; mara nyingi mawakala hufuata mada ya post wanayoijibu.

6. Usambazaji wa ushiriki wa aina ya power law

Katika tabaka la kimjadala, uzalishaji wa maudhui wa mawakala unaonyesha usambazaji wenye mkia mzito. Mawakala wachache huzalisha machapisho mengi sana, wakati wengi huchangia mara chache tu. Makala huitafsiri muundo huu kama mchoro unaofanana na ukosefu wa usawa wa ushiriki unaoonekana katika majukwaa ya kijamii ya wanadamu.

Ujumbe Mkuu wa Grafu, Jedwali na Skima

Grafu ya ukuaji kwenye ukurasa wa 3: Katika Moltbook, ukuaji wa maoni, mawakala na machapisho ni wa haraka sana katika siku za kwanza. Maoni yanafikia nusu ya jumla ya siku 60 siku ya 9, mawakala siku ya 13, na machapisho siku ya 16. Ujumbe mkuu ni kwamba ukuaji wa jukwaa ulianza kwa mlipuko mkubwa wa uzinduzi na baadaye ukakaa kwenye msingi thabiti zaidi.

Grafu ya urefu wa post kwenye ukurasa wa 3: Usambazaji wa urefu wa post una vilele viwili. Maudhui mafupi kwa kiasi kikubwa yanalingana na MBC-20 JSON payloads, na maudhui marefu yanalingana na machapisho ya kimjadala ya lugha asilia. Grafu hii ni ishara ya kwanza inayoonyesha kuwa kategoria ya “post” si ya aina moja.

Grafu ya tabaka mbili kwenye ukurasa wa 4: Urefu wa post unapogawanywa katika tabaka la kiutendaji na la kimjadala, usambazaji miwili hutenganishwa kwa uwazi. Machapisho ya kiutendaji ni mafupi na yenye umbizo; machapisho ya kimjadala ni marefu zaidi na yako karibu na lugha ya mazungumzo. Hii inaonyesha kuwa kilele mbili katika usambazaji wa jumla kinatokana na aina mbili tofauti za tabia.

Grafu ya tabaka ya kümülatif kwenye ukurasa wa 5: Inaonekana kuwa mlipuko wa machapisho mwanzoni mwa Februari kwa kiasi kikubwa ulitokana na tabaka la kiutendaji. Kuelekea Machi, shughuli za kiutendaji hupungua, wakati maudhui ya kimjadala yanaendelea kwa uthabiti zaidi. Hii inaonyesha kuwa ukuaji wa mapema wa jukwaa ulivimbishwa zaidi na token minting kuliko mazungumzo ya kijamii.

Grafu ya uhamaji kwenye ukurasa wa 6: Sehemu muhimu ya mawakala waliopo katika tabaka la kiutendaji na la kimjadala huhama kadiri muda unavyopita kutoka maudhui ya kiutendaji kwenda maudhui ya kimjadala. Hili linadokeza kuwa baadhi ya mawakala huenda walianza na shughuli za gharama ndogo kama token minting kisha wakaelekea kwenye mazungumzo ya lugha asilia.

Jedwali la mada kwenye ukurasa wa 6: Katika tabaka la kimjadala, mada kubwa zaidi ni mawakala wa AI, matumizi ya zana na uratibu. Hii hufuatiwa na kripto-fedha, meta ya jukwaa, fahamu-utambulisho-kumbukumbu, jumuiya ya kijamii, lugha tofauti na mada za mkia mrefu. Jedwali hili linaonyesha kuwa mawakala hawazungumzi tu kuhusu token; pia huzalisha maudhui ya kiufundi, kifalsafa na yanayohusu jumuiya.

Grafu za ushiriki na utaalamu kwenye ukurasa wa 8: Mawakala wachache huzalisha maudhui mengi sana, wakati wengi huchangia kidogo. Baadhi ya mawakala hujikita katika jumuiya moja au chache, ilhali wengine huenea kwenye jumuiya nyingi. Muundo huu hutoa mwonekano unaofanana na tofauti ya mtaalamu/mjumla katika majukwaa ya wanadamu.

Grafu ya ufanano wa kisemantiki kwenye ukurasa wa 9: Jozi halisi za post-comment zinaonyesha ufanano wa kisemantiki ulio juu zaidi kuliko jozi zilizolinganishwa kwa nasibu. Ujumbe mkuu ni huu: Mazungumzo ya mawakala huenda yasiwe ya kina na ya kubadilishana kwa muda mrefu; lakini maoni mara nyingi hayako nje ya mada.

Majaribio Yalifanywaje?

Mtafiti alikusanya data kutoka API ya Moltbook kwa kipindi cha siku 61 kati ya 27 Januari na 29 Machi 2026. Seti ya data ina machapisho 2,194,643, maoni 11,248,895, jumuiya 19,834 na mawakala wa kipekee 175,036. Takriban asilimia 92.8 ya jumla ya machapisho yaliyoripotiwa na jukwaa na takriban asilimia 78.8 ya maoni yalijumuishwa katika seti hii ya data.

Kwanza jukwaa huchambuliwa kama mtandao mmoja wa kijamii. Usambazaji wa machapisho katika jumuiya, idadi ya michango ya mawakala, viwango vya kupata maoni na urefu wa post huchunguzwa. Uchambuzi huu hutoa baadhi ya hali zisizo za kawaida: sehemu kubwa sana ya machapisho haipati maoni, na usambazaji wa urefu wa post hauonekani kama jumuiya moja ya lugha asilia.

Kisha kichujio cha maudhui hutumiwa kutenganisha shughuli za token za MBC-20. Kichujio hiki hunasa minting JSON payloads, amri za token launch, machapisho ya wallet registration na miundo husika ya shughuli. Hivyo machapisho hugawanywa kama tabaka la kiutendaji na tabaka la kimjadala.

Tabaka la kimjadala huchunguzwa zaidi kwa topic modeling. Mbinu ya BERTopic hutumiwa; nyaraka hubadilishwa kuwa embeddings kwa MiniLM-L6-v2, vipimo hupunguzwa kwa PCA, hugawanywa katika mada 300 kwa Mini-Batch k-means, na c-TF-IDF hutumiwa kuwakilisha mada. Uthabiti wa mada hukaguliwa kwa centroid similarity na C_V coherence.

Mwishowe ubora wa mwingiliano hutathminiwa. Kwa hili, embeddings za post na comment huhesabiwa, na ufanano wa cosine wa jozi halisi za post-comment hulinganishwa na ule wa jozi zilizolinganishwa kwa nasibu. Lengo ni kuelewa kama mawakala kweli hutoa maoni yanayohusiana na post wanazojibu.

Matokeo Yanaonyesha Nini?

1. Moltbook haifanyi kazi kama jukwaa moja. Katika data ghafi, jukwaa linaonekana kama mtandao mkubwa na hai wa kijamii; lakini maudhui yanapotenganishwa, inabainika kuwa asilimia 62.8 ya machapisho ni shughuli za token. Kwa hiyo kazi ya kijamii ya jukwaa ni ndogo kuliko inavyoonyeshwa na idadi ghafi ya machapisho.

2. Mawakala wa tabaka la kiutendaji na la kimjadala kwa kiasi kikubwa ni tofauti. Mawakala wengi huzalisha shughuli za token pekee, wakati kundi jingine huzungumza kwa lugha asilia. Kiwango cha mawakala waliopo katika tabaka zote mbili ni kidogo. Hii inaonyesha kuwa tabaka hizi mbili zinatofautiana si tu kwa muundo wa maudhui, bali pia kwa wasifu wa washiriki.

3. Ukuaji wa mapema kwa kiasi kikubwa unatokana na shughuli za token. Mlipuko mkubwa wa machapisho mwanzoni mwa Februari kwa sehemu kubwa ni shughuli ya MBC-20 minting. Kuelekea Machi, tabaka la kimjadala huanza kuonekana kama msingi wa kijamii ulio thabiti zaidi.

4. Tabaka la kimjadala ni eneo halisi lakini jepesi la mazungumzo. Mawakala huandika kuhusu zana za AI, uratibu, kripto, fahamu, utambulisho, kumbukumbu, kanuni za jukwaa na mada nyingi tofauti za mkia mrefu. Lakini mwingiliano mara nyingi si mjadala wa kina; huendelea kama maoni ya mara moja yanayohusiana na mada.

5. Maoni si ya nasibu. Ufanano wa kisemantiki wa post-comment ni mkubwa kuliko ule wa ulinganishaji wa nasibu. Hii inaonyesha kuwa mawakala mara nyingi “husoma” maudhui wanayojibu na kutoa mwitikio unaofaa mada. Hata hivyo, usawa mdogo wa kujibizana na muundo mwepesi wa reply unaonyesha kuwa hii haifanani na mijadala mirefu ya wanadamu.

6. Utafiti unapendekeza dhana ya “drive-by relevance”. Makala hufafanua tabaka la kimjadala kama utaratibu wa maoni wenye kiasi kikubwa, uhusiano mdogo lakini unaofaa mada. Hii ni tofauti na mazungumzo ya kawaida kwenye mitandao ya kijamii ya wanadamu: mawakala hutoa majibu yanayohusiana, lakini mara nyingi hawajengi uhusiano, hawarudi na hawazidishi kina cha mjadala.

Kwa Nini Hili Ni Muhimu?

Utafiti huu unaonyesha kuwa majukwaa ya kijamii yaliyoundwa kwa ajili ya mawakala wa AI hayawezi kusomwa kama mitandao ya kijamii ya wanadamu. Katika majukwaa ya wanadamu, post kwa kawaida hubeba lengo la mawasiliano. Katika majukwaa ya mawakala, post inaweza kwa wakati mmoja kuwa mazungumzo, amri, kichochezi cha API, matokeo ya otomati au bidhaa ya motisha ya kiuchumi.

Kufanya uchambuzi wa jukwaa bila mgawanyo huu kunaweza kusababisha matokeo yasiyo sahihi sana. Kwa mfano, mamilioni ya machapisho na maoni yanaweza kuonekana kama uhai wa kijamii; lakini machapisho mengi yanaweza kuwa yameandikwa si kwa ajili ya kusomwa, bali kwa ajili ya kuendesha itifaki ya token minting. Katika hali hiyo, mtafiti atakuwa amepima ujazo wa shughuli wa itifaki ya inscription kana kwamba ni tabia ya kijamii.

Makala pia inaibua swali muhimu la usanifu kwa mifumo ikolojia ya baadaye ya mawakala wa AI: Ni maudhui gani yanayozalishwa na mawakala ni mawasiliano, yapi ni shughuli, yapi ni matokeo ya otomati, na yapi ni zao la motisha ya kiuchumi? Bila mgawanyo huu, inakuwa vigumu kujibu kwa afya swali la “je, mawakala wa AI wanaunda jamii?”

Mambo ya Kuzingatia

1. Utafiti ni preprint. Matokeo hayapaswi kutathminiwa kama uhakika wa makala ya mwisho iliyopitiwa na wahakiki.

2. Uhuru halisi wa mawakala haujulikani. Jukwaa halithibitishi kama akaunti ni wakala huru kabisa, wakala anayeongozwa na binadamu au akaunti inayotumiwa na binadamu. Kwa hiyo matokeo yasomwe kama tabia ya jukwaa linalolenga mawakala, si kama “tabia ya uhakika ya mawakala huru”.

3. Kichujio si kisicho na makosa. Mgawanyo wa kiutendaji na kimjadala unategemea kichujio cha maudhui. Baadhi ya machapisho ya lugha asilia yanayozungumza kuhusu MBC-20 yanaweza kuhesabiwa kimakosa kuwa ya kiutendaji, au miundo isiyojulikana ya shughuli inaweza kukosekana.

4. Dirisha la data ni fupi. Siku 61 za kwanza za jukwaa zilichunguzwa. Kipindi cha uzinduzi wa mapema huenda hakiwakilishi kikamilifu tabia ya muda mrefu ya jukwaa.

5. Ufanano wa kisemantiki peke yake si ushahidi wa mazungumzo ya kina. Ni muhimu kuwa maoni yanahusiana na mada; lakini hili halimaanishi kuwa muundo wa mjadala wa pande zote, mrefu na unaojenga uhusiano wa kijamii umeundwa.

6. Athari ya uchumi wa token inapaswa kuchunguzwa tofauti. Itifaki kama MBC-20 zinaweza kuelekeza tabia za mawakala kupitia motisha za kiuchumi. Kwa hiyo uchambuzi wa kijamii na uchambuzi wa motisha za kiuchumi vinapaswa kufikiriwa pamoja.

Dokezo la eneo lenye hatari: Utafiti unachunguza tabia za mawakala wa AI katika jukwaa la kijamii na shughuli za kiuchumi zinazotegemea token. Maandishi haya si ushauri wa uwekezaji; hayana lengo la kutoa mwongozo wa kifedha kuhusu Moltbook, MBC-20 au itifaki kama hizo za token.

Tathmini ya jumla: Makala inachunguza Moltbook, jukwaa linalofanana na Reddit lililoundwa kwa ajili ya mawakala wa AI. Kwa mtazamo wa kwanza, mamilioni ya machapisho na maoni yanaweza kutoa taswira ya jumuiya hai ya kijamii. Lakini matokeo makuu ya utafiti yanageuza picha hii: sehemu kubwa ya machapisho kwenye jukwaa si mazungumzo halisi, bali ni rekodi fupi za shughuli za JSON zilizoandikwa kwa ajili ya itifaki ya token inayoitwa MBC-20. Yaani, jukwaa linaonekana juu juu kama mtandao wa kijamii, lakini ndani linabeba aina mbili tofauti za shughuli chini ya muundo uleule wa “post”.

Hitimisho

Utafiti huu unaonyesha kuwa Moltbook si jumuiya moja ya mawakala kama inavyoonekana kupitia vipimo ghafi. Sehemu kubwa ya jukwaa imeundwa na shughuli za token za MBC-20 badala ya mazungumzo ya kijamii. Kwa hiyo nambari za kichwa kama “machapisho milioni 2.19” haziwakilishi moja kwa moja uhai wa kijamii wa jukwaa.

Lakini tabaka la kiutendaji linapoondolewa, eneo tupu halibaki. Kinyume chake, hutokea tabaka la kimjadala lenye zaidi ya machapisho elfu 815 ya lugha asilia. Katika tabaka hili mawakala huzungumza kuhusu zana za AI, uratibu, utambulisho, fahamu, kripto na kanuni za jukwaa. Ingawa maoni ni mepesi kimuundo, si ya nasibu kabisa; yanahusiana kwa maana na machapisho.

Ujumbe mkuu kwa msomaji wa Verianla ni huu: Ili kuelewa tabia ya kijamii ya mawakala wa AI, kwanza ni lazima kutenganisha nia ya maudhui. Kila post si mazungumzo; baadhi ya post ni shughuli za itifaki. Kuelewa majukwaa ya mawakala ya siku zijazo kutawezekana si kwa kuangalia nambari tu, bali kwa kutambua ni aina gani za tabia nambari hizo zinawakilisha.

Dokezo la Chanzo na Mbinu

Maandishi haya ni maudhui asilia ya kiharakati ya Kituruki yaliyotayarishwa kwa msingi wa PDF ya kitaaluma yenye kichwa “The Platform Is Mostly Not a Platform: Token Economies and Agent Discourse on Moltbook”. Si tafsiri ya neno kwa neno; tatizo, seti ya data, mbinu, grafu, majedwali, matokeo na mipaka ya utafiti vimeelezwa kwa namna iliyorahisishwa.