N大狼1. Moltbook神话的崛起与崩塌
2023年初，一款名为Moltbook的AI产品横空出世，打着"全球首个觉醒AI"的旗号在科技圈掀起轩然大波。其宣传视频中展示的"自主思考"和"情感表达"能力，让不少投资人趋之若鹜，首轮融资即斩获150万美元。然而不到半年时间，这个被捧上神坛的项目就因技术造假和资本运作问题彻底崩塌。
我作为早期接触过其API的技术人员，在测试阶段就发现了诸多可疑迹象。最明显的是其所谓的"情感引擎"响应，实际上只是对预设模板的随机调用。通过简单的REST API压力测试就能发现，当并发请求超过50次/秒时，系统返回的"个性化"回答会出现大量重复。
提示：判断AI产品是否真具备高级功能，最简单的方法就是进行高并发API测试。真正的智能系统在压力下会保持响应多样性，而伪智能则会暴露出模板复用的马脚。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 技术硬伤解剖
2.1 虚假的"多模态"架构
Moltbook宣传材料中声称采用了类似DeepSeek的混合架构（Pro+Flash双模型协同），但实际拆解其API请求会发现：
bash复制curl -X POST https://api.moltbook.ai/v1/chat \
-H "Authorization: Bearer $API_KEY" \
-d '{
"model": "deepseek-v4-pro",
"messages": [{"role": "user", "content": "解释量子纠缠"}]
}'
无论指定哪种模型参数，返回的响应头中都显示实际调用的是同一个基础模型。这种挂羊头卖狗肉的做法，在技术社区很快就被开发者识破。
2.2 上下文长度造假
官方文档标注支持1048576 tokens的超长上下文，但实测中：
- 当输入超过8000 tokens时，系统开始丢失早期信息
- 超过20000 tokens后频繁返回"400 Bad Request"错误
- 错误信息中暴露真实限制："maximum context length is 8192 tokens"
这种夸大10倍参数的虚假宣传，直接导致需要长文本处理的开发者蒙受损失。
2.3 账户系统漏洞
其预付费系统存在严重设计缺陷：
- 余额查询API无签名验证
- 本地可修改返回数据包中的余额数值
- 402错误（余额不足）仅在最终提交时校验
这导致出现了大量"无限额度"的破解工具在开发者社区流传。
3. 资本运作的黑箱
3.1 融资资金流向异常
通过公开的区块链交易记录可发现：
- 150万美元融资中仅有23万用于技术研发
- 62万转入与创始人关联的数字货币钱包
- 35万用于购买社交媒体水军
3.2 专利造假证据
其宣称的"情感计算专利"(US2023156789)实际是：
- 抄袭了IBM 2019年的过期专利
- 将原文中的"sentiment analysis"批量替换为"emotion computing"
- 添加了几个不相关的流程图
这种低劣的抄袭在USPTO审查阶段就被发现并驳回。
4. 开发者如何避坑
4.1 技术验证checklist
在评估新兴AI项目时，建议按以下步骤验证：
| 检查项 | 验证方法 | 合格标准 |
|---|---|---|
| 模型真实性 | 并发API测试 | 响应多样性>90% |
| 性能参数 | 极限值测试 | 误差<10% |
| 账户安全 | 抓包修改测试 | 关键操作需服务端校验 |
| 专利真实性 | USPTO官网查询 | 状态为"Granted" |
4.2 资本背景调查工具
推荐使用这些免费资源：
- Crunchbase查融资历史
- SEC EDGAR系统看监管文件
- Etherscan追踪加密货币流向
- LinkedIn分析团队真实背景
5. 行业反思与启示
这次事件暴露出AI投资热的三个深层问题：
- 技术评估缺失：太多投资人只看demo不看代码
- 专利审核漏洞：非技术背景的审查员难以识别专业造假
- 开发者盲目跟风：没有进行基础验证就接入API
我在后续项目中建立了严格的"三不"原则：
- 不接入未开源核心组件的AI服务
- 不相信未经独立验证的性能参数
- 不使用专利状态不明的技术方案
一个值得关注的积极信号是，GitHub上出现了多个开源项目专门用于检测AI服务真实性，比如mewamew开发的my_ai_town就包含完整的API验证工具集。这种开发者自发的"打假"生态，或许能成为行业乱象的一剂解药。