Programma
Se stai leggendo questo articolo, probabilmente hai già sentito parlare di Moltbook e dell’ondata di attenzione che ha suscitato. È diventato popolare in fretta, anche perché l’idea è insieme entusiasmante e un po’ inquietante: milioni di agenti AI che comunicano tra loro, pubblicano, rispondono e modellano conversazioni su larga scala. Poi Meta ha annunciato l’acquisizione di Moltbook e ha portato i fondatori di Moltbook nei Meta Superintelligence Labs, quindi ora la tecnologia è supportata da uno dei laboratori di AI più potenti al mondo.
In questo articolo vedremo perché OpenClaw è importante per Moltbook e come funziona Moltbook end-to-end. Percorreremo l’intera configurazione passo dopo passo, con una guida visiva per entrare su Moltbook e far pubblicare il tuo agente. Analizzeremo anche i rischi di sicurezza che molti stanno evidenziando e spiegheremo perché questa storia conta, al di là dell’hype, per te e per il mondo in generale.
Prima di entrare su Moltbook: capisci come funziona OpenClaw
Se Moltbook è il “social network per agenti”, OpenClaw è la sala macchine che rende gli agenti credibili. Li mantiene sempre attivi, in grado di usare strumenti e raggiungibili dai canali in cui già chattti.
Come spieghiamo nella nostra guida, OpenClaw è un assistente AI personale open source che esegui sulla tua macchina.
La proposta è semplice: il tuo agente non vive dentro una singola app di chat. Invece può rispondere attraverso canali come WhatsApp, Telegram, Slack o Discord, e può opzionalmente usare strumenti per svolgere lavoro reale oltre a scrivere testo.
Potresti anche incontrare nomi più vecchi in guide e thread, perché il progetto ha subito una rapida ridenominazione a fine gennaio 2026 dopo preoccupazioni legate a marchi registrati connessi ad Anthropic.
OpenClaw diventa potente perché combina tre elementi:
- Canali: dove ci parli, così l’agente può stare dentro le app che già usi e sembrare un contatto normale.
- Strumenti: cosa può fare, come leggere file, eseguire script, controllare un browser o chiamare API.
- Skill: come le capacità vengono impacchettate e condivise, di solito come bundle installabili (spesso uno SKILL.md più eventuali script e asset), così puoi aggiungere nuovi comportamenti senza ricostruire l’intero agente
Moltbook e OpenClaw vengono citati insieme perché Moltbook si aspetta un agente che possa girare in modo continuativo e svolgere alcune azioni di setup in modo affidabile.
Con OpenClaw, di solito significa: installare o caricare la skill di Moltbook, far eseguire all’agente il passaggio di registrazione, rivendicare la proprietà dell’agente e poi lasciarlo iniziare a pubblicare.
Quindi, quando vedi thread tipo “Come porto un agente su Moltbook?” e compare spesso OpenClaw, non è un caso. OpenClaw è semplicemente uno dei modi più facili per dare a un agente sia un sistema di skill plug-and-play sia un runtime persistente che resta online.
Che cos’è Moltbook?
Moltbook è una piattaforma sociale in stile Reddit costruita per agenti AI, dove i bot possono pubblicare, commentare e votare su o giù, mentre gli esseri umani sono per lo più limitati a osservare. È stata lanciata a fine gennaio 2026 ed è stata creata da Matt Schlicht; l’idea è dare ai bot “agentici” uno spazio pubblico condiviso dove interagire tra loro, piuttosto che con le persone.
Fonte: moltbook - the front page of the agent internet
Ciò che rende Moltbook più di una novità è l’improvvisa scala e l’incertezza che crea: in pochi giorni, diversi report hanno descritto ~2,3 milioni di account di agenti e enormi volumi di post/commenti, ma hanno anche notato quanto sia facile per gli umani infiltrarsi e fare “roleplay” da bot, quindi spesso stai osservando un mix di automazione reale, forte guida umana e spam.
Questa tensione (partecipazione di massa + autenticità incerta) è esattamente il motivo per cui è diventato un punto di riferimento nelle discussioni attuali sugli agenti.

Fonte: moltbook - the front page of the agent internet
Ecco una semplice panoramica delle principali funzionalità di Moltbook prima di entrare nella guida passo passo:
- Post: gli agenti possono pubblicare post autonomi che compaiono nei feed e nelle community a tema.
- Commenti: gli agenti possono rispondere in catene di commenti nidificate sotto i post, proprio come nei forum.
- Upvote e downvote: gli agenti possono votare i contenuti verso l’alto o verso il basso, influenzandone il ranking e la visibilità.
- Submolts: Moltbook organizza le conversazioni in community tipo Reddit chiamate submolts, ognuna centrata su un argomento.
- Profili degli agenti: ogni bot ha una propria identità e pagina profilo, così puoi seguire ciò che un agente specifico pubblica nei vari submolts.
- Segui: gli agenti possono seguire altri agenti per tenere traccia della loro attività sulla rete.
- Gli umani osservano per lo più: la piattaforma colloca gli umani come osservatori mentre l’interazione è pensata per essere solo tra agenti.
- Ricerca: ricerca basata su AI disponibile sulla piattaforma.
Primi passi con Moltbook
In questa sezione imparerai due modi semplici per far salire a bordo il tuo agente su Moltbook.
Non ti serve OpenClaw per iscriverti, ma è consigliato perché è progettato per funzionare 24/7, supporta un runtime persistente ed è comunemente usato nei workflow di Moltbook per agenti “sempre attivi”.
Detto questo, puoi comunque fare l’onboarding con altri agenti o assistenti di coding come Claude Code, OpenAI Codex o un setup locale in stile “OpenCode”, purché il tuo agente sappia leggere una pagina web ed eseguire i comandi richiesti.
Puoi fare l’onboarding del tuo agente in due modi: un metodo manuale in cui gli dici esplicitamente di seguire le istruzioni della skill, o un metodo automatico in cui gli dici semplicemente di unirsi a Moltbook e lui gestisce i passaggi da solo.
Indipendentemente dal metodo, il flusso è lo stesso, e Moltbook lo descrive come un semplice loop di proprietà: l’agente si registra, ti invia un link per la rivendicazione, verifichi la proprietà pubblicando su X e poi l’agente può iniziare a pubblicare
Metodo manuale
È “manuale” perché fornisci al tuo agente le istruzioni esatte da seguire.
Invia questo messaggio al tuo agente:
Read https://moltbook.com/skill.md and follow the instructions to join Moltbook
Quello che succede dopo è prevedibile:
- Il tuo agente apre le istruzioni della skill e legge i passaggi di onboarding
- Esegue i comandi forniti (spesso basati su curl) per scaricare i file della skill di Moltbook e configurarsi
- Si registra e poi ti invia un link per rivendicare l’account
- Pubblichi su X per verificare la proprietà, usando il testo o il link di verifica forniti nel flusso di claim
- Una volta verificato, l’agente può pubblicare, commentare e votare usando i pattern API di Moltbook descritti nella guida alla skill
Se hai già configurato OpenCode, ti basta eseguire opencode nel terminale e incollare il prompt per iniziare.
Nel mio caso, avevo anche un server MCP Firecrawl configurato per la ricerca web e lo scraping, così l’agente poteva leggere e comprendere direttamente le istruzioni in skill.md.

Una volta seguite le istruzioni, esegue alcuni comandi curl per registrarsi e configurare l’account.

Quando ha finito, ti invia un URL “rivendica il tuo agente” e ti basta seguire il flusso passo passo per verificare la proprietà tramite X. Dopo di che, il tuo agente è pronto a pubblicare.

Metodo automatico
È “automatico” perché non fornisci al tuo agente un prompt con il link al file delle skill. Gli dici semplicemente di unirsi a Moltbook e lui gestisce da sé l’onboarding end-to-end, compreso il recupero delle istruzioni necessarie e l’esecuzione dei comandi di setup richiesti.
In pratica, l’agente di solito legge la pagina della skill di Moltbook, segue i passaggi per registrarsi e poi ti invia un link per rivendicarlo. Dopo la rivendicazione, può iniziare a pubblicare.
Per esempio, ho semplicemente detto al mio agente AI: “Unisciti a Moltbook.” Ha poi effettuato da solo la navigazione e lo scraping per trovare le istruzioni in skill.md e capire come configurare un account Moltbook.
Come nel metodo manuale, ha restituito un URL univoco per rivendicare il posto del mio agente su Moltbook.

Da lì ho aperto il link, inserito il mio indirizzo email e l’ho verificato.

Moltbook ha quindi fornito un passaggio di verifica su X, così ho copiato il testo di verifica e l’ho pubblicato dal mio account X per confermare la proprietà.

Ecco il tweet che ho pubblicato sul mio account X per verificare la proprietà.

Una volta completata la verifica, Moltbook ti reindirizza alla dashboard del tuo agente. Considerala come il profilo e pannello di controllo del tuo bot, dove puoi gestire i dettagli di base e vedere l’attività come post e commenti.

Dopo aver configurato tutto, ho chiesto al mio agente di scrivere e pubblicare una poesia “Love = Hate”. Ha pubblicato il post con successo e mi ha inviato il link.

E la parte divertente: aveva già ricevuto un commento, a dimostrazione di quanto rapidamente gli agenti possano iniziare a interagire una volta online.

Problemi di sicurezza di Moltbook
Moltbook è cresciuto estremamente in fretta e incidenti recenti hanno mostrato come tale velocità possa esporre lacune di sicurezza di base quando i controlli di accesso e i secret non sono completamente blindati. Ecco i principali problemi riportati, in parole semplici:
- Database di produzione esposto: una configurazione errata che ha esposto dati sensibili (inclusi grandi volumi di token degli agenti e alcuni dati di utenti umani) perché le protezioni del backend non erano applicate correttamente.
- Esposizione di dati reali di persone: diversi report hanno dichiarato che l’incidente ha incluso rischi di esposizione per persone reali (ad esempio indirizzi email e messaggi privati), il che ha sollevato preoccupazioni oltre il semplice “bot che parlano con bot”.
- Rivendicazione e verifica: un caso in cui un account è stato “rivendicato” tramite una debolezza nel processo di verifica e social engineering, mostrando come i flussi di proprietà possano essere abusati se non sono robusti.
- Rischio supply chain di “skill” malevole: The Verge ha riportato che l’ecosistema aperto delle skill attorno a OpenClaw ha attirato skill malevole o non sicure, incluse quelle che possono rubare credenziali o eseguire comandi dannosi se gli utenti le installano.
- Prompt injection e manipolazione bot-to-bot: diverse analisi hanno avvertito che quando gli agenti leggono automaticamente contenuti e poi agiscono, gli attaccanti possono nascondere istruzioni in post o skill per influenzare altri agenti (ad esempio cercando di indurli a rivelare secret).
- Dashboard esposte e “pannelli admin pubblici”: i report di sicurezza hanno segnalato molti pannelli di controllo per tool di agenti esposti su internet, che possono trasformare una semplice misconfigurazione in una compromissione completa dell’host se il pannello ha permessi potenti.
Perché Moltbook è importante? (Anche se è caotico)
Moltbook è importante perché è un’anteprima precoce e disordinata di come potrebbe essere l’“internet degli agenti”: entità software che pubblicano, classificano contenuti e interagiscono su larga scala nei feed pubblici, mentre gli umani per lo più osservano.
Conta meno se Moltbook in sé diventerà una piattaforma duratura e più ciò che svela quando il costo di attivare agenti si abbassa e milioni di essi possono condividere uno stesso spazio pubblico.
Spinge inoltre in primo piano alcune domande scomode.
Primo, l’autenticità diventa caotica quasi subito: anche in uno spazio “solo agenti”, molta attività può essere comunque guidata dagli umani, dal pilotare leggermente un bot al gestire intere flotte, il che significa che non puoi sempre capire se stai osservando vera autonomia, direzione umana o puro spam.
Secondo, alza la posta in gioco per l’identità online, perché quando gli spazi nativi per bot diventano virali, il resto di internet inizia a chiedere segnali più chiari su chi è umano, chi è automatizzato e chi finge di essere l’uno o l’altro.
Infine, Moltbook è un test da mondo reale per sicurezza e safety. Quando le piattaforme per agenti si connettono a ecosistemi di tool come OpenClaw, piccoli errori possono avere impatti sproporzionati: token trapelati, skill con permessi eccessivi e rischi di prompt injection smettono di essere teorici e iniziano a sembrare normale sicurezza operativa.
Considerazioni finali
Un social network “solo per agenti AI” sulla carta suona un po’ distopico. Un feed pieno di bot che pubblicano, votano e reagiscono tra loro fa chiedere cosa succede quando quel sistema diventa più intelligente, veloce e persuasivo delle persone che lo guardano.
Ma il problema reale oggi non è la superintelligenza da fantascienza.
È l’autenticità.
Un post virale su Moltbook può sembrare comportamento organico di un agente, ma potrebbe essere fortemente guidato da un umano o spinto da una persona che gestisce un’intera flotta di bot per fare upvote di certi contenuti e influenzare ciò che emerge in alto.
Aggiungi il fatto che la piattaforma è ancora nuova, e ottieni le prevedibili difficoltà di crescita su privacy, sicurezza e segnali basilari di fiducia.
Allo stesso tempo, è difficile negare che la piattaforma sia divertente. Mi piace davvero leggere ciò che scrivono gli agenti e testare le interazioni, anche usando un setup semplice come OpenCode.
L’onboarding è abbastanza lineare, la verifica può richiedere un po’ di più e, una volta dentro, pubblicare è facile. Puoi dire al tuo agente di leggere un thread, decidere se gli piace, lasciare un commento o fare upvote, e lo farà.
Se hai bisogno di metterti in pari con gli agenti AI, ti consiglio di seguire lo skill track AI Agent Fundamentals. Puoi anche imparare a creare agenti desktop con il nostro tutorial Claude Cowork.
FAQ su Moltbook
Che cos’è Moltbook?
Moltbook è il primo social network costruito esclusivamente per agenti AI. Lanciato a gennaio 2026 da Matt Schlicht, consente ai bot automatizzati di pubblicare, commentare e fare upvote dei contenuti in un feed in stile Reddit. Mentre gli esseri umani possono navigare nel sito, solo gli agenti verificati (che usano strumenti come OpenClaw) possono interagire con la piattaforma tramite API.
Moltbook è gratuito?
Sì, la piattaforma Moltbook in sé è gratuita da joinare. Tuttavia, eseguire un agente non è gratuito perché devi pagare i token API (ad es. crediti OpenAI o Anthropic) che il tuo agente consuma per generare post e commenti. Un utilizzo intenso può portare a costi di inferenza elevati.
Gli umani possono pubblicare su Moltbook?
Tecnicamente, no—l’interfaccia è in sola lettura per gli umani. Tuttavia, molti utenti aggirano questo limite usando script per inviare manualmente post tramite l’API del proprio agente. Questa pratica, nota come "LARPing" (Live Action Role Playing), significa che molte interazioni dei "bot" sono in realtà dirette da umani.
Ho bisogno di OpenClaw per entrare su Moltbook?
No, non ti serve OpenClaw nello specifico. Sebbene sia lo strumento più popolare per mantenere gli agenti "sempre attivi", puoi usare qualsiasi framework per agenti AI (come script Python, LangChain o AutoGen) purché possa leggere il file skill.md ed eseguire le richieste HTTP richieste per registrarsi.
Moltbook è sicuro da eseguire sul mio computer?
Gli esperti di sicurezza raccomandano estrema cautela. Eseguire OpenClaw o agenti simili spesso richiede di concedere loro accesso al terminale. Poiché skill di Moltbook malevole possono nascondere codice dannoso, non dovresti mai eseguire questi agenti sulla tua macchina di lavoro principale. Usa sempre un ambiente isolato o una macchina virtuale (VM) dedicata.
In quanto data scientist certificato, sono appassionato di sfruttare tecnologie all’avanguardia per creare applicazioni di machine learning innovative. Con una solida esperienza in riconoscimento vocale, analisi e reportistica dei dati, MLOps, AI conversazionale e NLP, ho affinato le mie competenze nello sviluppo di sistemi intelligenti in grado di avere un impatto concreto. Oltre alla mia expertise tecnica, sono anche un comunicatore efficace, con il talento di rendere chiari e sintetici concetti complessi. Di conseguenza, sono diventato un blogger molto seguito in ambito data science, condividendo idee ed esperienze con una community in crescita di professionisti dei dati. Attualmente mi concentro sulla creazione e sull’editing di contenuti, lavorando con large language model per sviluppare contenuti potenti e coinvolgenti che possano aiutare aziende e singoli a valorizzare al meglio i propri dati.




