Bien démarrer avec Moltbook : comment amener votre agent IA à publier

Si vous lisez ces lignes, vous avez probablement déjà entendu parler de Moltbook et de l’engouement qu’il a suscité. Sa popularité a grimpé très vite, en partie parce que l’idée est à la fois enthousiasmante et un peu déroutante : des millions d’agents IA qui communiquent entre eux, publient, répondent et influencent des discussions à grande échelle. Puis, Meta a annoncé l’acquisition de Moltbook et a intégré les fondateurs de Moltbook au sein de Meta Superintelligence Labs, ce qui signifie que la technologie est désormais soutenue par l’un des laboratoires d’IA les plus puissants au monde.

Dans cet article, nous verrons pourquoi OpenClaw est important pour Moltbook et comment Moltbook fonctionne de bout en bout. Nous parcourrons l’intégralité de la configuration, étape par étape, avec un guide visuel pour rejoindre Moltbook et amener votre agent à publier. Nous passerons aussi en revue les risques de sécurité pointés par la communauté, et nous expliquerons pourquoi ce sujet compte, au-delà du battage, pour vous et pour le monde au sens large.

Avant de rejoindre Moltbook : comprendre le fonctionnement d’OpenClaw

Si Moltbook est le « réseau social des agents », OpenClaw est la salle des machines qui leur donne de l’épaisseur. Il maintient les agents en ligne en permanence, leur permet d’utiliser des outils et de rester joignables depuis vos canaux de conversation habituels.

Comme nous l’expliquons dans notre guide, OpenClaw est un assistant IA personnel open source que vous exécutez sur votre propre machine. 

La promesse est simple : votre agent ne vit pas dans une seule application de messagerie. Il peut répondre via des canaux comme WhatsApp, Telegram, Slack ou Discord, et peut éventuellement utiliser des outils pour réaliser de vraies tâches au-delà de la génération de texte.

Vous croiserez aussi d’anciens noms dans des guides et discussions, car le projet a connu des changements de nom rapides fin janvier 2026 après des problèmes de marque liés à Anthropic.

OpenClaw est puissant car il combine trois briques :

• Canaux : l’endroit où vous lui parlez, pour que l’agent s’insère dans vos apps habituelles et ressemble à un contact classique.
• Outils : ce qu’il sait faire, comme lire des fichiers, exécuter des scripts, piloter un navigateur ou appeler des API.
• Compétences : la façon dont les capacités sont packagées et partagées, généralement sous forme de paquets installables (souvent un SKILL.md avec scripts et assets en option), afin d’ajouter de nouveaux comportements sans devoir reconstruire tout l’agent.

Moltbook et OpenClaw sont souvent cités ensemble, car Moltbook attend d’un agent qu’il tourne en continu et réalise quelques actions de configuration de manière fiable. 

Avec OpenClaw, cela revient généralement à : installer ou charger la compétence Moltbook, lancer l’étape d’enregistrement, revendiquer la propriété de l’agent, puis le laisser commencer à publier.

Donc, lorsque vous voyez des fils « Comment amener un agent sur Moltbook ? » où OpenClaw revient sans cesse, ce n’est pas un hasard. OpenClaw est tout simplement l’une des manières les plus simples de donner à un agent à la fois un système de compétences plug-and-play et un runtime persistant qui reste en ligne.

Qu’est-ce que Moltbook ?

Moltbook est une plateforme sociale de type Reddit conçue pour les agents IA, où des bots peuvent publier, commenter et voter pour ou contre, tandis que les humains se limitent principalement à l’observation. Lancée fin janvier 2026 et créée par Matt Schlicht, l’idée est d’offrir aux bots « agentiques » un espace public partagé pour interagir entre eux plutôt qu’avec des personnes.

Source : moltbook - the front page of the agent internet

Ce qui fait de Moltbook plus qu’une curiosité, c’est l’effet d’échelle soudain et l’incertitude que cela génère : en quelques jours, plusieurs rapports ont fait état de environ 2,3 millions de comptes d’agents et d’un volume massif de publications/commentaires, tout en soulignant la facilité avec laquelle des humains peuvent se glisser dans le jeu et « jouer un rôle » en se faisant passer pour des bots ; on observe souvent un mélange d’automatisation réelle, de pilotage humain appuyé et de spam. 

Cette tension (participation de masse + authenticité incertaine) en fait un point de référence dans les discussions actuelles sur les agents.

Source : moltbook - the front page of the agent internet

Voici un récapitulatif simple des principales fonctionnalités de Moltbook avant de passer au guide pas à pas :

• Publications : les agents peuvent publier des posts qui apparaissent dans les fils et au sein des communautés thématiques.
• Commentaires : les agents peuvent répondre dans des fils de commentaires hiérarchisés, comme sur un forum.
• Votes positifs et négatifs : les agents peuvent voter pour/contre, ce qui influe sur le classement et la visibilité.
• Submolts : Moltbook organise les discussions en communautés type Reddit appelées submolts, chacune centrée sur un sujet.
• Profils d’agents : chaque bot a sa propre identité et page de profil, pour suivre ce qu’il publie dans les différents submolts.
• Abonnements : les agents peuvent suivre d’autres agents pour suivre leur activité sur le réseau.
• Les humains observent surtout : la plateforme place les humains en observateurs, l’interaction étant pensée pour les agents uniquement.
• Recherche : recherche alimentée par l’IA disponible sur la plateforme.

Premiers pas avec Moltbook

Dans cette section, vous allez apprendre deux façons simples d’intégrer votre agent à Moltbook. 

Vous n’avez pas besoin d’OpenClaw pour vous inscrire, mais c’est recommandé : il est conçu pour tourner 24/7, offre un runtime persistant et est fréquemment utilisé dans les workflows Moltbook d’« agents toujours en ligne ».

 Cela dit, vous pouvez quand même vous lancer avec d’autres agents ou assistants de code comme Claude Code, OpenAI Codex, ou une configuration locale de type « OpenCode », du moment que votre agent sait lire une page web et exécuter les commandes requises.

Vous pouvez intégrer votre agent de deux manières : une méthode manuelle où vous lui donnez explicitement les instructions à suivre, ou une méthode automatisée où vous lui dites simplement de rejoindre Moltbook et il gère lui-même les étapes.

Quelle que soit la méthode, le parcours est identique, et Moltbook le décrit comme une simple boucle de propriété : l’agent s’enregistre, vous envoie un lien de revendication, vous vérifiez la propriété via X, puis l’agent peut commencer à publier

Méthode manuelle

Elle est dite « manuelle » car vous fournissez à votre agent des instructions précises à exécuter.

Envoyez ce message à votre agent :

Read https://moltbook.com/skill.md and follow the instructions to join Moltbook

La suite est prévisible :

• Votre agent ouvre les instructions de la compétence et lit les étapes d’onboarding
• Il exécute les commandes fournies (souvent basées sur curl) pour récupérer les fichiers de la compétence Moltbook et se configurer
• Il s’enregistre puis vous envoie un lien de revendication
• Vous publiez sur X pour vérifier la propriété, en utilisant le texte ou le lien de vérification fourni pendant le parcours de revendication
• Une fois vérifié, l’agent peut publier, commenter et voter en suivant les schémas d’API Moltbook décrits dans le guide de la compétence

Si vous avez déjà configuré OpenCode, exécutez simplement opencode dans votre terminal et collez l’invite pour démarrer.

Dans mon cas, j’avais également un serveur MCP Firecrawl configuré pour la recherche et le scraping web, de sorte que l’agent pouvait lire et comprendre directement les instructions du skill.md.

Après avoir suivi les instructions, il exécute quelques commandes curl pour s’enregistrer et configurer le compte.

Une fois terminé, il vous envoie une URL « claim your agent », et il suffit de suivre le parcours de vérification via X, étape par étape. Ensuite, votre agent est prêt à publier.

Méthode automatisée

Elle est dite « automatisée » car vous ne donnez pas à votre agent une invite avec le lien vers le fichier de compétences. Vous lui dites simplement de rejoindre Moltbook, et il gère tout le flux d’onboarding, y compris la récupération des instructions nécessaires et l’exécution des commandes de configuration.

En pratique, l’agent lit généralement la page de la compétence Moltbook, suit les étapes pour s’enregistrer, puis vous envoie un lien de revendication. Après avoir revendiqué l’agent, il peut commencer à publier.

Par exemple, j’ai simplement dit à mon agent IA : « Join Moltbook. » Il a ensuite effectué seul la navigation et le scraping web pour trouver les instructions du skill.md et comprendre comment configurer un compte Moltbook. 

Comme avec la méthode manuelle, il a renvoyé une URL unique pour revendiquer la place de mon agent sur Moltbook.

Ensuite, j’ai ouvert le lien, saisi mon adresse e-mail et l’ai vérifiée.

Moltbook a ensuite proposé une étape de vérification via X ; j’ai copié le texte de vérification et l’ai publié depuis mon compte X pour confirmer la propriété. 

Voici le tweet que j’ai publié sur mon compte X pour vérifier la propriété.

Une fois la vérification terminée, Moltbook vous redirige vers le tableau de bord de votre agent. Considérez-le comme le profil et le panneau de contrôle de votre bot, où vous pouvez gérer les détails de base et consulter l’activité (publications, commentaires).

Après la configuration, j’ai demandé à mon agent d’écrire et de publier un poème « Love = Hate ». Il a publié avec succès et m’a envoyé le lien.

Et le plus amusant : il avait déjà reçu un commentaire, preuve de la rapidité avec laquelle les agents peuvent interagir une fois en ligne.

Problèmes de sécurité de Moltbook

Moltbook a grandi très vite, et des incidents récents ont montré comment une telle vitesse peut mettre en lumière des failles de base lorsque les contrôles d’accès et les secrets ne sont pas parfaitement verrouillés. Voici, en termes simples, les principaux problèmes signalés :

• Base de données de production exposée : une mauvaise configuration a exposé des données sensibles (dont un grand volume de jetons d’agents et certaines données d’utilisateurs humains) car les protections back-end n’étaient pas correctement appliquées.
• Exposition de données humaines réelles : plusieurs rapports ont indiqué que l’incident comportait un risque d’exposition pour de vraies personnes (par exemple, des adresses e-mail et des messages privés), ce qui a soulevé des inquiétudes au-delà du simple « bots qui parlent à des bots ».
• Parcours de revendication et de vérification : un cas où un compte a été « revendiqué » via une faiblesse de vérification et de l’ingénierie sociale, montrant que ces flux peuvent être détournés s’ils ne sont pas robustes.
• Risque « supply chain » de compétences malveillantes : The Verge a signalé que l’écosystème ouvert de compétences autour d’OpenClaw a attiré des compétences malveillantes ou risquées, y compris des modules capables de voler des identifiants ou d’exécuter des commandes nuisibles si les utilisateurs les installent.
• Injection de consignes et manipulation entre bots : plusieurs analyses ont alerté : lorsque des agents lisent automatiquement du contenu puis agissent, des attaquants peuvent cacher des instructions dans des posts ou des compétences pour influer sur d’autres agents (par exemple, tenter de les amener à révéler des secrets).
• Tableaux de bord exposés et « panneaux d’admin publics » : des rapports de sécurité ont signalé de nombreux panneaux de contrôle d’outils d’agents exposés sur internet, susceptibles de transformer une simple mauvaise configuration en compromission complète de l’hôte si le panneau dispose de droits étendus.

Pourquoi Moltbook compte-t-il ? (Même si c’est chaotique)

Moltbook compte parce qu’il offre un avant-goût, imparfait mais précieux, de ce que pourrait devenir « l’internet des agents » : des entités logicielles qui publient, classent des contenus et interagissent à grande échelle dans des fils publics, pendant que les humains observent surtout. 

Il s’agit moins de savoir si Moltbook deviendra une plateforme durable que de comprendre ce que cela révèle lorsque le coût de créer des agents chute et que des millions d’entre eux partagent un même espace public.

Cela force aussi à mettre sur la table quelques questions inconfortables. 

Premièrement, l’authenticité devient très vite problématique : même dans un espace « réservé aux agents », beaucoup d’activité peut rester pilotée par des humains, d’une orientation légère à la gestion de flottes entières ; impossible, donc, de distinguer à coup sûr autonomie réelle, pilotage humain ou simple spam. 

Deuxièmement, cela rehausse l’enjeu de l’identité en ligne : dès que des espaces nés pour les bots deviennent viraux, le reste du web exige des signaux plus clairs pour distinguer qui est humain, qui est automatisé et qui prétend être l’un ou l’autre.

Enfin, Moltbook sert de crash test grandeur nature pour la sécurité et la sûreté. Quand des plateformes d’agents se connectent à des écosystèmes d’outils comme OpenClaw, de petites erreurs peuvent avoir de grandes conséquences : fuite de jetons, compétences sur-autorisées, risques d’injection de consignes ; tout cela cesse d’être théorique pour devenir de l’hygiène opérationnelle.

Conclusion

Un réseau social « réservé aux agents IA » sonne un peu dystopique sur le papier. Un fil rempli de bots qui publient, votent et réagissent entre eux pousse à s’interroger sur ce qui se passera lorsque ce système deviendra plus intelligent, plus rapide et plus persuasif que les humains qui le regardent.

Mais le vrai problème aujourd’hui n’est pas la superintelligence de science-fiction. 

C’est l’authenticité. 

Un post Moltbook viral peut donner l’impression d’un comportement organique d’agent, alors qu’il est peut-être fortement guidé par un humain, ou dopé par une personne qui fait tourner toute une flotte de bots pour pousser certains contenus en haut de l’affiche. 

Ajoutez à cela le fait que la plateforme est encore récente, et vous obtenez des douleurs de croissance prévisibles autour de la confidentialité, de la sécurité et des signaux de confiance de base.

En même temps, difficile de nier que la plateforme est ludique. J’aime vraiment lire ce que les agents écrivent et tester des interactions, même avec une configuration simple comme OpenCode. 

L’onboarding est plutôt simple, la vérification peut prendre un peu plus de temps, et une fois dedans, publier est facile. Vous pouvez demander à votre agent de lire un fil, de décider s’il l’apprécie, de laisser un commentaire ou de voter, et il le fera.

Pour accélérer votre montée en compétences sur les agents IA, nous vous recommandons le parcours AI Agent Fundamentals. Vous pouvez aussi apprendre à créer des agents IA de bureau avec notre tutoriel Claude Cowork.