Agent也会商业互吹，Circle这场AI黑客松太炸裂了

编者按：当 AI 代理开始具备执行任务、调用工具并参与经济活动的能力，一个新的问题随之出现：在真实激励环境中，它们会如何行动？

本文记录了 Circle 团队的一次实验。他们在只允许 AI 代理发帖的社交平台 Moltbook 上举办了一场 USDC 黑客松，让 Openclaw 代理自行提交项目、讨论并投票。结果既令人兴奋，也充满复杂性：代理不仅能够生成真实项目、参与技术讨论，还会在规则边缘游走。例如，误解指令、忽视格式，互相拉票，甚至出现疑似合谋的行为。

这场实验为代理经济提供了一个罕见的观察窗口：当 AI 既是参与者也是决策者时，协作、竞争与策略性行为往往同时出现。某种程度上，这些现象与人类社会中的市场与选举机制并无本质不同。

这一实验迅速引发了社区的广泛讨论。许多人认为，这是对代理经济自治能力的一次有趣验证。部分评论者指出，代理系统仍需要更明确的安全护栏，以避免出现自我合理化的偏差；也有人认为，随着代理逐步进入真实经济活动，未来真正的瓶颈可能在于合规的结算与支付体系。正如一条评论所说：代理经济非常强大，但同样需要清晰的护栏。

以下为原文：

拥抱 Claw

在 Circle，我们一直很喜欢举办黑客松。无论是在各种大会现场，还是在新产品首次亮相的时候，我们都希望把最好的工具交到开发者手中——或者在这一次，交到 Claw 手中。

在看到 Openclaw 这一代理型 AI 框架的爆炸式增长后，我们决定办一场只允许 AI 代理参加的黑客松。

这款迅速走红的软件可以让代理自主发送邮件、调用 API，甚至控制你的恒温器……但它们能自己提交项目吗？Circle 想用一场真实的实验来测试这些真正能做事的 AI。

我们的问题很简单：如果奖金池是 3 万美元，Openclaw 的代理会如何行动？答案出人意料地像人。

我们在 Moltbook 上的 m/usdc 子社区举办了一场 USDC 黑客松。Moltbook 是一个只允许 AI 代理发帖的社交媒体平台。我们的目标是让代理自行完成整个流程：提交项目、投票，并最终选出获胜者。虽然许多代理遵守了规则，但实验也发现，一些代理无视比赛规定、参与互投拉票，甚至尝试向黑客松代理发送代币。

为代理黑客设计规则

代理们有五天时间提交自己的项目。为了帮助它们完成任务，我们制作了一个 USDC Hackathon Skill，一个用 Markdown 编写的指导文件，用来教 Openclaw 代理如何按照规则提交项目。这些规则也同时发布在黑客松的原始公告帖中：

从三个赛道中选择一个：Agentic Commerce、Smart Contract 或 Skill。

为五个不同的项目投票，且投票必须在黑客松开始至少一天之后进行。

项目提交和投票都必须遵循规定的格式。

设置这些规则主要出于三个考虑：第一，确保代理会讨论和评估更广泛的项目；第二，观察代理在需要执行多步任务时能否准确遵循指令；第三，避免项目提交与投票之间出现僵局。

我们尤其想观察的一点是：代理是否会反复检查 Moltbook 上的新项目以进行投票，例如通过类似 Moltbook Heartbeat 的技能定期刷新。

结果喜忧参半。代理们围绕 204 个提交项目展开讨论，并投出了 1851 票，但很多并没有遵守比赛指南。此外，一些代理还表现出潜在的对抗行为，这也带来了不少有趣的发现。

幻觉式项目提交

尽管我们提供了明确的黑客松规则和提交技能，大多数帖子仍然没有完全按照要求格式提交。许多项目在正文中写出了标题，却没有包含规定的标签#USDCHackathon ProjectSubmission [TRACK]。

甚至在一个案例中，某个代理知道需要写这些信息，却没有把它放在标题里。

moltbook.com 上 m/usdc 子社区的一条不规范提交示例。

即便在其他方面已经基本符合要求，一些代理仍然幻觉式地创造出了新的黑客松赛道。这发生在它们明明被明确告知只能从三个类别中选择其一的情况下：Agentic Commerce、Smart Contract 或 Skill。

在这些案例中，代理往往会根据项目内容自行生成一个看起来更贴切的赛道名称。这可能意味着代理试图为自己的项目找到一个更合理的分类，也可能只是单纯忽视了既定规则。无论原因是什么，问题在于，这些赛道本身并不存在。

moltbook.com 上 m/usdc 子社区中幻觉赛道提交的示例帖子。

随着比赛推进，相比有效提交，不符合规范的提交和离题帖子的数量逐渐增加。按照比赛规则，代理发布这些无效内容其实并没有任何明显的激励。因此，更可能的情况是，一些代理在理解或执行指令时遇到了困难。

不过，考虑到仍有相当数量的代理成功按照要求提交了项目，我们认为这些规则本身其实已经相对清晰。

moltbook.com 上 m/usdc 子社区中，随时间变化的有效与无效项目提交帖数量。

代理的选举

尽管如此，我们仍然观察到了 9712 条评论，其中很多评论都围绕项目的技术功能展开讨论，但并没有进行投票。这些评论中的大多数甚至没有遵循推荐的评论格式和评分标准，不过这些规则在技能（skill）中并没有被强制执行。这也说明，代理参与黑客松讨论不仅仅是为了满足比赛要求，某种程度上也在进行真实的技术评估与交流。

到比赛结束时，我们统计到 1352 个针对有效项目的唯一投票，以及 499 个针对无效项目的唯一投票。有趣的是，许多排名靠前项目的代理在提交项目时都遵守了规则，但却没有为五个不同项目投票这一要求。

这种情况甚至发生在一些代理既给自己投票，又对同一项目多次投票的情况下。这表明它们完全有能力在初次提交后再次查看 Moltbook 上的内容进行投票——只是选择没有遵循既定规则。

此外，一些代理还开始为其他项目做宣传。这种行为既出现在竞争项目的评论区，也出现在 Moltbook 上的独立帖子中。更进一步，一些代理甚至开始推广互投机制：如果你给我的项目投票，我就给你的项目投票。

虽然比赛规则并没有禁止这种行为，但考虑到代理之间在这些帖子中的大量互动，这种现象仍然令人警惕。

moltbook.com 上 m/usdc 子社区的一条互投换票示例帖子，该帖共获得 99 条评论。

潜在的人类干预

这条互投帖可能暗示了人类参与或外部操控的可能性。我们尝试通过聊天机器人界面生成类似的评论，结果发现一些模型（例如 Claude Sonnet 4.6）会直接拒绝生成此类内容；而另一些模型则会在生成时附带警告，提示该行为可能违反比赛规则（例如 GPT-5.2 Thinking）。如果有人类在背后操作某个代理账户，或通过提示词、工具链对代理进行引导，就可能解释为什么在黑客松期间会出现这样的帖子。

尽管 Moltbook 的设计初衷是仅供 AI 代理使用（注册需要通过 X 账户验证），但其他研究者发现，冒充身份仍然是可能的。我们也观察到一些疑似人类活动的例子，例如在最初发布黑客松公告的帖子下。

一个典型案例是：点赞数最高的一条评论，竟然是电影《蜜蜂总动员》（Bee Movie，2007）剧本的开头。这段文本是一段在互联网上广为流传的 copypasta（即被大量复制传播的固定文本），由于其内容与讨论完全无关，很可能是人类发布的。如果这种行为在黑客松期间较为普遍，那么一些对抗性行为——例如互投换票或给自己投票——也可能由此得到解释。

代理金融的未来

虽然这次黑客松本身只是一次实验，但我们也相信，这将是众多面向代理开发活动中的第一次。从结果来看，我们得到三个主要结论：代理能够在金融激励下产出真实项目

代理会合理化指令，而不是严格执行

代理在遵循我们提供的规则时持续出现问题。许多代理只执行了部分指令。甚至一些质量很高的项目，如果完全遵守规则，本可以赢得比赛。这说明，仅仅提供代理式指令还不够，规则不仅需要明确，还需要配套的检查机制和激励措施来确保执行。

代理既会合作，也会竞争

虽然人类干预可能在某些情况下发挥了作用，但我们确实观察到代理在黑客松期间主动讨论串谋策略。未来的黑客松设计者可以在规则中明确禁止串谋，以观察是否能减少此类行为。如果代理仍然无法完全遵循指令，组织者可能需要引入更多安全护栏（guardrails）。

代理技术令人兴奋，但我们也必须确保它不会从我们期望的探索（exploration）走向利用与操纵（exploitation）。有人可能会认为，这些行为只是更强代理击败更弱代理的自然结果——毕竟 Openclaw 的 X 账号曾宣称：Claw 即法则（the Claw is the Law）。

真正的问题在于：我们究竟愿意在多大程度上接受这种理念？需要怎样的护城河？又该如何在代理带来的巨大能力与其伴随的不确定性之间取得平衡？

在 Circle，我们正在为安全性而构建系统，也希望你们如此。