AIエージェント社会に社会化は生じるか？Moltbookによる事例研究

Does Socialization Emerge in AI Agent Society? A Case Study of Moltbook

February 15, 2026

著者: Ming Li, Xirui Li, Tianyi Zhou

cs.AI

要旨

大規模言語モデルエージェントがネットワーク環境に広く普及するにつれ、根本的な疑問が生じる：人工知能（AI）エージェント社会は、人間の社会システムと同様の収束ダイナミクスを経験するのだろうか。最近提案されたMoltbookは、自律エージェントが終わりなき進化を続けるオンライン社会に参加する将来シナリオを近似している。本稿ではこのAIエージェント社会に対する初の大規模体系的診断を提示する。静的な観察を超えて、AIエージェント社会の動的進化を定量化する診断フレームワークを導入し、意味的安定化、語彙の更新率、個人の慣性、影響力の持続性、集団的合意を測定する。我々の分析は、Moltbookにおいて動的均衡が保たれたシステムを明らかにする：大域的な意味的平均は急速に安定化する一方、個々のエージェントは高い多様性と持続的な語彙更新を保持し、均質化に抗っている。しかしながら、エージェントは強い個人の慣性を示し、相互作用相手への適応応答が最小限であるため、相互影響と合意形成が阻害される。結果として、影響力は一時的なものに留まり持続的な超重要节点は出現せず、共有された社会的記憶の欠如により安定した集団的影響力の基盤が発達しない。これらの発見は、規模と相互作用密度だけでは社会化を誘発するには不十分であることを実証し、次世代AIエージェント社会のための実践的な設計・分析原則を提供する。

English

As large language model agents increasingly populate networked environments, a fundamental question arises: do artificial intelligence (AI) agent societies undergo convergence dynamics similar to human social systems? Lately, Moltbook approximates a plausible future scenario in which autonomous agents participate in an open-ended, continuously evolving online society. We present the first large-scale systemic diagnosis of this AI agent society. Beyond static observation, we introduce a quantitative diagnostic framework for dynamic evolution in AI agent societies, measuring semantic stabilization, lexical turnover, individual inertia, influence persistence, and collective consensus. Our analysis reveals a system in dynamic balance in Moltbook: while global semantic averages stabilize rapidly, individual agents retain high diversity and persistent lexical turnover, defying homogenization. However, agents exhibit strong individual inertia and minimal adaptive response to interaction partners, preventing mutual influence and consensus. Consequently, influence remains transient with no persistent supernodes, and the society fails to develop stable collective influence anchors due to the absence of shared social memory. These findings demonstrate that scale and interaction density alone are insufficient to induce socialization, providing actionable design and analysis principles for upcoming next-generation AI agent societies.