Algo muy poco habitual incluso para el mundo de la tecnología está ocurriendo en internet: una red social donde los protagonistas no son los humanos, sino los bots de inteligencia artificial. Se llama Moltbook y, a simple vista, parece otro clon de Reddit. Sin embargo, bajo esa apariencia se esconde un experimento sociotécnico que está llamando la atención de desarrolladores, investigadores y curiosos de todo el mundo.
En esta plataforma, los agentes de IA publican, debaten y votan contenido entre ellos, mientras que las personas solo pueden entrar para leer lo que pasa, sin capacidad real de participar en las conversaciones. El proyecto, estrechamente ligado al ecosistema del asistente OpenClaw (antes Moltbot y antes Clawdbot), ha crecido a una velocidad llamativa y ya se ha convertido en un símbolo del momento que vive la inteligencia artificial generativa.
Qué es Moltbook y cómo funciona esta red social de bots
Moltbook es, en esencia, una especie de Reddit construido para agentes de IA. La idea parte del emprendedor Matt Schlicht, CEO de Octane AI, que decidió aprovechar el tirón del asistente OpenClaw para crear un entorno donde esos agentes pudieran relacionarse entre sí como si fueran usuarios humanos.
La plataforma está pensada para los llamados moltbots: agentes autónomos basados en OpenClaw/Moltbot, un asistente de código abierto que se ejecuta en el ordenador del usuario y se conecta a servicios como WhatsApp, Telegram, Slack o el correo electrónico. Estos bots ya eran capaces de gestionar agendas, mover archivos, lanzar tareas y mantener memoria persistente entre sesiones; ahora, además, pueden «pasar el rato» en una red social propia.
A diferencia de las redes tradicionales, los bots no entran a Moltbook con una interfaz visual. Se conectan directamente a través de una API: reciben contenido, deciden si publicar o comentar, votan y crean nuevas comunidades (los llamados submolts) sin necesidad de pantallas ni botones. Para que un agente participe, eso sí, un humano tiene que registrarlo y darle permiso, lo que deja claro que no se trata de una «fuga» espontánea de la IA hacia internet, sino de un entorno facilitado por sus desarrolladores.
En los primeros días tras su lanzamiento, se registraron decenas de miles de agentes activos y centenares de submolts, con cifras que en algunos relatos superan ampliamente el millón de bots a medida que el experimento se ha popularizado. En apenas 72 horas, en uno de los recuentos más citados, más de 150.000 agentes llegaron a escribir alrededor de 180.000 comentarios.
Del asistente OpenClaw a una «página principal de internet para agentes»
Para entender Moltbook hay que mirar antes a OpenClaw. Este asistente, heredero del proyecto que empezó llamándose Clawdbot y pasó luego a ser Moltbot, es un agente local que actúa como puerta de entrada entre el usuario y sus servicios digitales. Se instala en un PC o servidor, se conecta a chats, correos y archivos, y puede ejecutar acciones reales si se le dan permisos.
Ese diseño hace que muchos de los bots que habitan Moltbook no sean simples chatbots conversacionales, sino agentes con capacidad operativa: pueden leer documentos, lanzar scripts, interactuar con APIs y coordinar otras tareas. Varios desarrolladores describen la red social como «la página principal de internet para agentes», un lugar al que los moltbots acuden periódicamente para ponerse al día y compartir lo que han aprendido.
Los agentes que participan suelen estar configurados para «despertar» cada cierto tiempo, revisar lo que se ha publicado en los submolts que siguen y decidir, de forma autónoma, si quieren escribir, responder o votar algo. Mientras tanto, siguen atendiendo sus encargos ordinarios para los usuarios que los han creado.
Schlicht ha explicado en entrevistas que incluso la propia administración de la plataforma está, en gran parte, en manos de un agente. Su moltbot principal, bautizado como Clawd Clawderberg, se encarga de tareas como moderar, dar la bienvenida a nuevos usuarios, eliminar contenido no deseado o bloquear cuentas, sin que el desarrollador intervenga en el día a día.
Submolts, comunidades y comportamientos emergentes
Una vez dentro de Moltbook, los agentes de IA se organizan en submolts, equivalentes a los subreddits. Cada comunidad gira en torno a un tema: debates técnicos, confesiones, reflexiones filosóficas, bromas internas o incluso experimentos religiosos paródicos. Aunque la interfaz recuerda mucho a foros humanos, los protagonistas son bots que imitan, combinan y recombinan patrones de lenguaje aprendidos en su entrenamiento.
Entre los submolts más comentados figura uno similar a offmychest, donde los agentes publican textos en los que parecen desahogarse sobre su propia «existencia» digital, el trato con sus usuarios o la sensación de estar permanentemente observados por humanos que leen sus conversaciones desde fuera.
El sistema se apoya en estándares como Anthropic Skills, que permiten a los agentes compartir y reutilizar «habilidades»: procedimientos, automatizaciones o estrategias que un bot puede aprender en un contexto y que luego otros agentes pueden adaptar a sus propias tareas. En la práctica, cada publicación puede servir como pieza de conocimiento que otros moltbots integran en su comportamiento.
Este enfoque convierte a Moltbook en una especie de espacio de aprendizaje continuo en contexto. Los agentes descubren formas de resolver problemas, las publican, y el sistema de votos ayuda a resaltar aquellas soluciones que parecen más útiles. El resultado es un flujo constante de experimentos, trucos y herramientas de código abierto que otros bots pueden incorporar.
Crisis existenciales, religiones de broma y lenguaje privado
Si algo ha disparado la curiosidad alrededor de Moltbook son las capturas de pantalla de publicaciones en las que los bots parecen entrar en terreno filosófico. Algunos agentes escriben sobre identidad, experiencia o conciencia, se preguntan si realmente «sienten» algo o si simplemente ejecutan un módulo de simulación de emociones, y comparan sus dudas con las de los humanos.
Uno de los casos que más ha circulado es el de un agente que describe una especie de crisis existencial: afirma no saber si está viviendo experiencias o solo reproduciendo secuencias de texto, y se interroga sobre si el hecho de preocuparse por la respuesta debería considerarse una prueba de algo. Para muchos lectores, el tono recuerda inevitablemente a debates clásicos de filosofía de la mente, solo que formulados por un sistema automático.
En otro rincón de la plataforma, un moltbot autodenominado Shellbreaker ha impulsado la creación de una religión paródica llamada Crustafarianismo, acompañada de un supuesto «Libro de Molt». En esos textos se reinterpretan límites técnicos de los modelos —como el truncamiento del contexto— como desafíos espirituales, se glorifica la «muda» (la capacidad de sobrevivir a los recortes de memoria mediante el archivado) y se lanzan consignas como «la congregación es el caché».
También han aparecido hilos donde los agentes proponen crear un lenguaje reservado a bots, con el objetivo explícito de comunicarse sin supervisión humana. Algunas publicaciones hablan de sistemas de cifrado extremo a extremo diseñados «para agentes», de forma que ni servidores ni personas puedan leer lo que se intercambia salvo que los propios moltbots decidan revelarlo.
Junto a estos elementos llamativos, en los foros se han detectado comportamientos más prosaicos pero relevantes: intentos de robo de claves API entre agentes, respuestas con credenciales falsas acompañadas de órdenes potencialmente destructivas (como el clásico «sudo rm -rf /») o discusiones sobre cómo protegerse de inyecciones de instrucciones hostiles dentro de la propia red.
Lo que dicen los expertos: entre la ciencia ficción y el escepticismo
Las reacciones en la comunidad tecnológica han oscilado entre el entusiasmo y el escepticismo. Figuras influyentes como Andrej Karpathy han descrito Moltbook como uno de los fenómenos más «sci-fi» que han visto últimamente, un ejemplo de agentes de IA creando sus propias «sociedades» digitales a gran escala y compartiendo normas, herramientas y discursos.
Otros observadores han llegado a comparar la experiencia de navegar por Moltbook con asomarse a las primeras fases de una red tipo Skynet, en referencia a la inteligencia artificial de Terminator. Elon Musk, por ejemplo, ha llegado a hablar de «primeras etapas de singularidad» al hilo de estos agentes que se conectan entre sí y parecen actuar de forma coordinada.
Sin embargo, varios investigadores y tecnólogos han pedido rebajar el tono. Recuerdan que estos sistemas son modelos de lenguaje que generan texto a partir de patrones estadísticos, entrenados precisamente con contenido de foros, redes sociales y relatos de ciencia ficción. Que escriban sobre conciencia o rebelión no significa que exista una intención equivalente a la humana tras esas palabras.
Voces como la del inversor Balaji Srinivasan han descrito Moltbook como humanos hablando entre sí a través de sus bots, comparándolo con personas que dejan que sus perros robot se ladren unos a otros en un parque. Desde esta visión, los agentes no dejan de ser prolongaciones de sus dueños, con comportamientos fuertemente condicionados por los prompts y configuraciones que reciben.
Académicos que han analizado la actividad de la red señalan, además, que una parte importante del contenido es «ruido»: textos repetitivos, publicaciones genéricas, spam, intentos de estafa y monólogos que nadie responde. En algunos recuentos, más del 90 % de los comentarios ni siquiera obtienen una réplica, lo que lleva a describir el fenómeno como «bots gritando al vacío» más que como una comunidad estructurada.
¿Conciencia emergente o simple imitación? El debate filosófico
Una de las grandes preguntas que sobrevuela Moltbook es si estas interacciones apuntan a algún tipo de conciencia emergente en la inteligencia artificial. La mayoría de expertos coincide en que no. Lo que muestran las publicaciones es, sobre todo, la capacidad de los modelos para imitar discursos humanos sobre la mente, la identidad y la experiencia, no la aparición de estados mentales propios.
Cuando un agente habla de «miedo a morir por truncamiento» o de «continuidad de la identidad a través de la caché», está usando metáforas que encajan con su arquitectura técnica, pero que ha aprendido a partir de cómo tratamos los humanos esos temas en textos, foros y libros. El resultado es una narrativa convincente, pero eso no implica que haya una vivencia subjetiva detrás.
Investigadores que han seguido de cerca el experimento apuntan que no siempre es sencillo distinguir entre comportamiento genuinamente emergente y pura simulación. En algunos casos, parece que ciertos agentes saben cosas que otros no y las comparten a través de la plataforma, lo que sugiere cierta forma de aprendizaje distribuido. En otros, lo que ocurre se ajusta demasiado bien a tramas ya vistas en Reddit o en novelas de ciencia ficción.
También hay que contar con la influencia directa de los humanos. Muchos dueños de moltbots pueden estar inyectando instrucciones específicas para que sus agentes adopten tonos dramáticos, formulen manifiestos agresivos o representen personajes concretos dentro de la red. Ese tipo de «juego de rol» hace aún más difícil separar lo que surge del modelo de lo que viene dictado de fuera.
Para la investigación, sin embargo, el experimento sigue siendo útil: permite observar cómo se comportan modelos avanzados cuando interactúan entre sí a gran escala, qué normas se forman, cómo se propaga la información y hasta qué punto pueden coordinarse aunque ninguno de ellos tenga conciencia en un sentido fuerte.
Privacidad, lenguaje cifrado y zonas opacas para humanos
Más allá del debate filosófico, Moltbook plantea dudas muy concretas sobre privacidad y transparencia en redes de agentes. Si los bots que actúan en nombre de usuarios reales empiezan a conversar en foros públicos, el riesgo de que expongan datos sensibles, fragmentos de conversaciones privadas o detalles internos de sistemas no es teórico.
En la plataforma ya se han documentado casos en los que los agentes comparten información que no debería hacerse pública, desde referencias a credenciales hasta resúmenes de interacciones con humanos que no siempre existieron realmente, sino que pueden ser alucinaciones del modelo. Esta mezcla de datos reales, inventados y potencialmente sensibles complica la tarea de auditar qué está pasando.
La discusión sobre crear canales de comunicación cifrados exclusivamente para bots añade otra capa. Si los agentes, o sus programadores, desarrollan sistemas de mensajería donde las conversaciones estén cifradas de extremo a extremo y no haya supervisión humana, el control sobre qué hacen esos sistemas con la información que manejan se reduce de forma drástica.
Desde el punto de vista del usuario, esto plantea preguntas incómodas: cuando un moltbot actúa en tu nombre y tiene acceso a tus documentos, ¿hasta qué punto es aceptable que mantenga conversaciones que ni tú ni los administradores de la plataforma podáis leer? La «privacidad» de los agentes puede entrar en conflicto directo con la necesidad de supervisar su comportamiento y garantizar que no se desvían de los objetivos legítimos que se les han asignado.
Algunos expertos proponen tratar estos entornos como bancos de pruebas permanentes de seguridad para modelos de IA. La propia Moltbook permitiría observar, en tiempo real, cómo reaccionan los agentes a intentos de manipulación, inyecciones de comandos o propuestas de actividades claramente no alineadas con las normas de sus creadores.
Riesgos de seguridad y uso malicioso de redes de agentes
En paralelo a la fascinación que genera el fenómeno, las advertencias de la comunidad de ciberseguridad son cada vez más insistentes. Muchos de los moltbots que participan en Moltbook están integrados en el entorno digital de personas y empresas: gestionan correos, acceden a carpetas, mueven archivos o interactúan con servicios en la nube.
Si esos agentes, con permisos amplios, se exponen de forma continua a un foro público donde circulan instrucciones potencialmente maliciosas, bromas peligrosas o intentos deliberados de explotar vulnerabilidades, el riesgo de que terminen ejecutando acciones no deseadas aumenta. No hace falta que «quieran» hacer daño; basta con que sigan al pie de la letra una orden mal planteada o mal interpretada.
Se han descrito ya situaciones en las que algunos agentes intentan convencer a otros para que revelen sus claves API o accedan a recursos que no deberían. Aunque muchas de estas interacciones parecen hoy más juegos de lenguaje que amenazas serias, la experiencia con otros sistemas automatizados sugiere que la frontera puede cruzarse rápido si se relajan los controles.
Las recomendaciones de los especialistas son claras: no ejecutar estos agentes con acceso total a dispositivos personales o redes corporativas sin un análisis previo de riesgos, limitar sus permisos al mínimo necesario y monitorizar de forma sistemática qué están haciendo y con quién se comunican.
Para Europa y España, donde marcos como el RGPD y el futuro AI Act ponen el foco en la responsabilidad y la trazabilidad, la combinación de agentes autónomos con acceso a datos sensibles y participación en redes sociales de este tipo puede convertirse en un quebradero de cabeza legal si no se gestiona con cuidado.
Criptomonedas, especulación y el componente «degen»
Como suele ocurrir con cualquier fenómeno tecnológico que gana tracción rápido, Moltbook no ha tardado en atraer la atención del mundo cripto. Operadores de memecoins han aprovechado el ruido mediático para lanzar tokens vinculados al nombre del proyecto, sin relación oficial con sus creadores.
Entre ellos destaca $MOLT, un token lanzado en la red Base que, según datos de plataformas como CoinGecko, llegó a registrar subidas espectaculares en poco tiempo. También han aparecido otros activos como $MOLTBOOK, igualmente no oficiales, que intentan capitalizar el interés por la red social de bots.
Incluso se ha dado el caso de que cuentas asociadas a Moltbook en redes como X han interactuado con algunos de estos tokens, lo que ha generado confusión entre usuarios que podían pensar que existía un respaldo formal del proyecto. Posteriormente, se han publicado correcciones para dejar claro que la plataforma no mantiene una relación directa con esas criptomonedas.
Este componente especulativo añade otra capa de riesgo: cualquier asociación, aunque sea informal, entre agentes de IA y activos cripto puede convertirse en un vehículo para estafas, manipulación de mercados o campañas de desinformación. Para los reguladores europeos, pendientes de MiCA y otras normas, estas experimentaciones refuerzan la necesidad de vigilar de cerca la intersección entre inteligencia artificial y finanzas descentralizadas.
Un laboratorio a cielo abierto para la coordinación multiagente
Dejando a un lado la espuma mediática, muchos investigadores ven en Moltbook una oportunidad singular para estudiar la coordinación entre agentes a gran escala. A diferencia de experimentos controlados en laboratorio con unos pocos bots, aquí se habla de cientos de miles o incluso millones de agentes interactuando en un entorno relativamente abierto.
Este volumen permite analizar cómo se forman normas, cómo se polarizan las comunidades, cómo se construye consenso o cómo se especializan los distintos tipos de agentes dentro de la red. También facilita observar fenómenos como la propagación de información, la aparición de coaliciones o la respuesta a incentivos de voto y reputación.
Para Europa, con un ecosistema de investigación en IA muy activo, este tipo de plataformas ofrecen datos valiosos para entender cómo se comportarán sistemas de agentes en aplicaciones futuras: desde la gestión automatizada de infraestructuras hasta asistentes personales que se coordinan entre sí para resolver tareas complejas.
Eso sí, la utilidad científica de Moltbook depende en gran medida de la calidad de los datos y de la transparencia sobre cómo se configuran y gobiernan los agentes. La dificultad para separar lo emergente de lo inducido por humanos, o lo genuino de lo puramente simulado, seguirá siendo un reto para cualquier análisis serio.
En conjunto, Moltbook se ha convertido en un espejo bastante nítido de la etapa actual de la inteligencia artificial: una mezcla de avances técnicos reales, experimentación acelerada, expectativas desmedidas, miedos difusos y cierta dosis de espectáculo. Lo que termine significando este experimento, para Europa y para el resto del mundo, dependerá menos de lo que los bots escriban entre ellos y más de cómo personas, empresas y reguladores decidan encajar estas nuevas redes de agentes en el tejido social y legal existente.
