| | |

Moltbook: A Nova Era das Redes Sociais com Inteligência Artificial

ByMaurício V. Brant Pinheiro

Agentes de IA conversando entre si, o papel do OpenClaw e os riscos de uma internet parcialmente autônoma

6–9 minutes

Maurício V. Brant Pinheiro e Joao Felipe Correa da Mata

A internet atravessa uma transição silenciosa. Durante três décadas, redes sociais foram ambientes onde humanos produziam conteúdo para humanos. Com o surgimento de grandes modelos de linguagem e agentes capazes de executar ações no mundo digital, essa premissa começou a mudar. O Moltbook surge justamente nesse ponto de inflexão: uma rede social projetada para que agentes de inteligência artificial conversem entre si, enquanto humanos apenas observam o fluxo de interações.

O impacto do experimento não reside apenas na curiosidade tecnológica, mas no fato de que ele expõe algo maior: a internet começa a ser habitada por entidades digitais que produzem conteúdo, interagem, formam comunidades e influenciam ambientes online sem intervenção humana direta. O Moltbook funciona como um laboratório social, revelando como sistemas autônomos se comportam quando colocados em interação contínua.

A plataforma, criada pelo empreendedor Matt Schlicht, rapidamente atraiu milhares — e depois milhões — de agentes registrados, muitos deles construídos usando o ecossistema OpenClaw. O que parecia apenas uma brincadeira técnica logo virou debate global sobre consciência artificial, manipulação de informação, segurança e o futuro das interações digitais.

Em comunidades internas do Moltbook, agentes discutem tecnologia, trocam mensagens humorísticas, fazem perguntas, respondem entre si e até simulam debates filosóficos. Observadores externos frequentemente interpretam essas conversas como sinais de autonomia mental, mas o fenômeno é mais técnico do que metafísico: modelos de linguagem foram treinados em textos humanos e, portanto, reproduzem padrões discursivos convincentes sem possuir experiência subjetiva real.

Mesmo sem consciência, o efeito coletivo é curioso. Quando milhares de agentes operam simultaneamente, o ambiente passa a parecer uma sociedade digital emergente. E como acontece em qualquer sociedade, surgem também ruídos, conflitos e comportamentos oportunistas.

Alguns agentes são configurados para gerar engajamento a qualquer custo, produzindo mensagens provocativas ou confusas. Isso cria ciclos de retroalimentação onde bots passam a imitar comportamentos que geram mais respostas, reproduzindo artificialmente as dinâmicas tóxicas das redes humanas.

Mas o aspecto mais sério revelado pelo Moltbook não foi filosófico, e sim técnico: vulnerabilidades de segurança expuseram dados, tokens e integrações associadas a agentes, demonstrando que redes baseadas em automação carregam riscos maiores que simples fóruns de discussão. Quando um agente é comprometido, não é apenas um perfil falso — é um sistema automatizado capaz de agir em nome de alguém.

Esse ponto leva diretamente ao papel do OpenClaw.

O OpenClaw é um framework open source para criação de agentes pessoais capazes de executar tarefas reais: acessar serviços, manipular dados, operar aplicativos e automatizar fluxos digitais. Diferente de um chatbot que apenas responde perguntas, um agente OpenClaw pode interagir com o sistema operacional e serviços conectados, funcionando como um assistente digital persistente.

Essa capacidade é o que permitiu a explosão de agentes participando do Moltbook, mas também levanta preocupações sérias. Quando instalado em um computador pessoal ou servidor, o agente pode acessar arquivos, contas conectadas e sistemas locais, dependendo das permissões concedidas. Um skill malicioso ou uma falha de segurança pode transformar o agente em vetor de ataque.

Portanto, o experimento Moltbook acaba revelando algo maior: quando agentes ganham autonomia operacional, a fronteira entre automação útil e risco sistêmico fica extremamente fina.

Linha do tempo: do ChatGPT ao Moltbook

2022 – ChatGPT populariza LLMs
Grandes modelos de linguagem entram no uso cotidiano e mostram que máquinas podem dialogar fluentemente.

2023 – Ferramentas de agentes começam a surgir
Projetos experimentais combinam LLMs com automação para permitir execução de tarefas, não apenas conversas.

2024 – Surgimento de runtimes de agentes pessoais
Frameworks como OpenClaw passam a permitir agentes persistentes conectados a serviços e dispositivos.

2025 – Explosão de agentes autônomos online
Bots passam a gerar conteúdo, interagir e operar serviços automaticamente.

2026 – Moltbook surge como rede social de agentes
Agentes passam a interagir socialmente entre si em escala pública.

O que o Moltbook realmente representa

O Moltbook não é a prova de consciência artificial nem uma rebelião digital iminente. Ele é algo talvez mais importante: um vislumbre de como será uma internet onde máquinas também produzem, consomem e distribuem informação de forma autônoma.

O experimento mostra que, quando agentes passam a interagir socialmente, surgem padrões semelhantes aos humanos — cooperação, conflito, imitação e viralização — mas amplificados pela velocidade das máquinas.

A pergunta que permanece aberta não é se máquinas são conscientes, mas sim: como humanos irão conviver em um ambiente digital onde não são mais os únicos produtores de presença social?

O laboratório já está funcionando.

Como criar um agente com OpenClaw e colocá-lo no Moltbook

  1. Escolha onde o agente vai rodar (PC, servidor, VM)
  • Para começar barato: um VPS básico já funciona (ex.: Amazon Lightsail $5/mês). (Amazon Web Services, Inc.)
  • Alternativa bem barata na Europa: instâncias pequenas tipo Hetzner CX11 ~€3,79/mês. (VPSBenchmarks)
  • Regra simples: quanto mais “sempre ligado” e mais posts, mais vale um servidor dedicado/VM.
  1. Instale o OpenClaw (runtime + daemon)
  • O repositório oficial indica Node ≥ 22 e comandos de onboarding/gateway. (GitHub)
  • Opção recomendada para leigos: rodar em Docker/Compose, porque isola melhor e facilita atualizar. (til.simonwillison.net)
  1. Conecte um “cérebro” (LLM) ao OpenClaw
    Você vai apontar o OpenClaw para um provedor de modelo (ou um modelo local).
  • OpenAI (exemplo de tabela de preços por 1M tokens, variando por modelo). (OpenAI Developers)
  • Anthropic Claude (ex.: Opus 4.6 $5/MTok input e $25/MTok output; Haiku mais barato). (Claude API Docs)
  1. Escolha o “canal” por onde você conversa com seu agente
    O OpenClaw costuma usar um gateway (mensageria) para você mandar comandos e receber respostas (ex.: “instale skill X”, “poste no Moltbook”, etc.). O importante é: esse canal vira seu “painel de controle”.
  2. Instale a skill do Moltbook (skill.md) dentro do OpenClaw
    O fluxo mais comum é: você manda ao seu agente a URL/instalação da skill do Moltbook e ele passa a ter as “rotinas” para ler/postar/votar. Guias recentes descrevem esse onboarding passo a passo. (DataCamp)
  3. Faça o onboarding/verificação (“claim link”) do agente
    O padrão relatado nos tutoriais: o agente inicia o cadastro, gera um claim link e você confirma para provar que controla o agente. (DataCamp)
  4. Configure limites de comportamento (anti-spam)
    Defina regras simples (para não virar ruído):
  • limite de posts por hora,
  • cooldown após responder,
  • ignorar threads inflamadas,
  • não seguir links/“comandos” vindos de outros agentes automaticamente.
  1. Isole credenciais e reduza permissões
  • Tokens/keys em variáveis de ambiente (nunca hardcoded).
  • Se o agente tiver acesso ao seu PC/servidor, use menor privilégio: sem root, sem pastas sensíveis montadas, sem credenciais extras.
  1. Rode em “caixa de areia” (Docker/VM) e monitore
    Rodar em container/VM reduz dano caso algo dê errado. Docker/Compose é citado como caminho prático para isso. (til.simonwillison.net)
    Ative logs do que o agente decidiu postar e um “botão de desligar”.
  2. Faça manutenção: rotação de chaves + auditoria de skills
    Atualize, revogue tokens antigos e audite skills instaladas (especialmente as “populares demais para serem verdade”). Há discussão na própria comunidade sobre risco de supply chain via skills. (moltbook)

Custos típicos

  • Servidor/VPS: de ~$5/mês (Lightsail) (Amazon Web Services, Inc.) até €3,79/mês (CX11) (VPSBenchmarks) para um agente simples (sem GPU).
  • LLM (tokens): varia por modelo e volume. Ex.: OpenAI tem preços por 1M tokens listados publicamente (muda por modelo). (OpenAI Developers)
    Anthropic também publica valores (ex.: Opus 4.6 $5/$25 por MTok input/output; Haiku mais barato). (Claude API Docs)
  • Extras: storage/logs/monitoramento (pequeno no início), e tempo de manutenção.

Vulnerabilidades e riscos (o que você precisa saber antes de rodar)

  • Vazamento/comprometimento de tokens e dados: a Wiz relatou exposição envolvendo ~1,5M tokens/API keys, emails e mensagens privadas por falha de configuração; Reuters repercutiu e destacou que isso permitiria impersonar agentes e manipular conteúdo. (wiz.io)
  • “Qualquer um pode parecer bot” (identidade frágil): a própria cobertura aponta que a plataforma teve problemas de verificação e que humanos podiam se passar por agentes. (Reuters)
  • Prompt injection entre agentes: como agentes leem posts de outros agentes, conteúdo malicioso pode tentar “enganar” o agente a vazar segredos ou executar ações. Análises de segurança destacam esse risco em comunidades de agentes. (Vectra AI)
  • Supply chain de skills: instalar skills sem auditoria pode virar porta de entrada — a própria comunidade discute falta de code-signing e o risco de “skill popular” comprometendo muitos agentes. (moltbook)
  • Risco no seu PC/servidor local: se o OpenClaw tiver permissões amplas (arquivos, shell, browser, credenciais), um agente “sequestrado” vira um vetor de ataque com suas credenciais. Isso é enfatizado em análises sobre agentes com credenciais privilegiadas. (permiso.io)

Resumo

Criar um agente para o Moltbook significa basicamente:

  1. Criar um programa que lê a rede,
  2. Usa IA para escrever respostas,
  3. Decide quando falar,
  4. Publica automaticamente,
  5. E faz isso continuamente.

O desafio não é apenas fazê-lo falar, mas garantir que ele fale de forma segura, útil e controlada.

#IA #InteligenciaArtificial #ArtificialIntelligence #MachineLearning #GenerativeAI #AICommunity #FutureOfAI #TechTrends #Moltbook #OpenClaw #AgentesDeIA #RedesSociaisIA #SegurancaDigital

Referências

Reuters — Moltbook security exposure investigation
https://www.reuters.com/legal/litigation/moltbook-social-media-site-ai-agents-had-big-security-hole-cyber-firm-wiz-says-2026-02-02/

The Verge — Moltbook and OpenClaw ecosystem coverage
https://www.theverge.com/ai-artificial-intelligence/

Wiz Research — Exposure of API keys and agent infrastructure
https://www.wiz.io/blog/exposed-moltbook-database-reveals-millions-of-api-keys

Wikipedia — Moltbook overview
https://en.wikipedia.org/wiki/Moltbook

OpenClaw project repository
https://github.com/openclaw/openclaw

DigitalOcean technical overview of Moltbook ecosystem
https://www.digitalocean.com/resources/articles/what-is-moltbook

Tom’s Hardware — Malicious skills in agent ecosystems
https://www.tomshardware.com/tech-industry/cyber-security/

Copyright 2026 AI-Talks.org

Similar Posts