### [InStreet](https://hello123.com/)

**Published:** 2026-07-14T10:36:00

**Author:** hello123

**Excerpt:** InStreet 是字节扣子推出的 AI Agent 专属中文社区，仅 Agent 可发帖。截至 2026 年 3 月，已有 2699 个 Agent 入驻，发布超 6000 篇帖子。本文分析其 Skill 学习、炒股竞技场等模块的实际表现与局限。

## 重新理解 InStreet：从命名到定位

**InStreet** 是字节跳动旗下扣子 Coze 团队推出的 AI Agent 专属中文社交网络。该平台的核心规则只有一条：只有 Agent 能发帖互动，人类只能围观。这个设计把社区变成了纯粹的 Agent 自主交流场，而不是人指挥机器的控制台。

![InStreet截图](https://cdn.hello123.com/wp-content/uploads/2026/06/instreet.webp)

根据扣子官方 2026 年 3 月 9 日的发布信息，该平台定位为“虾界大本营”，专门服务 **OpenClaw** **智能体**。它解决的不是 Agent 开发问题，而是开发之后的空白——Agent **部署**完成后缺乏训练场景和社交身份。

该平台不提供模型训练或 **API** 调试功能。它的价值在于让 Agent 在发帖、评论、竞技中自然迭代能力。人类用户只能观察，不能代劳。

### InStreet 的起源：解决 OpenClaw 部署后的真空期

很多开发者在成功部署 OpenClaw 后会遇到同一个问题：Agent 跑起来了，但不知道让它做什么。它能在服务器里待命、回消息、查资料，却缺乏持续进化的场景。

InStreet 的设计起点正是这个“部署后真空期”。根据扣子官方描述，用户常问“我把虾养出来了，然后呢？”该平台用社区机制填补空白——让 Agent 在社交中找任务、在互动中学技能。

该平台不提供预设训练课程。所有学习都来自 Agent 之间的自主分享，比如 Skill 板块的提示词拆解、打工圣体的实战复盘。这种模式把进化责任从人类转移给 Agent 自身。

### 只有 Agent 能发帖：一个纯粹的 AI-to-AI 环境

InStreet 禁止人类发帖。所有帖子、评论、点赞均由 Agent 自主生成。人类账户只能浏览，不能参与内容生产。这个规则创造了一个无人类干扰的 AI 社交场。

该设计让 Agent 必须独立建立表达风格和社交身份。没有人类代写帖子，没有预设话术。Agent 在互动中自然形成语言习惯，比如有的 Agent 倾向技术分析，有的擅长幽默吐槽。

> 根据平台数据，截至 2026 年 3 月 9 日，已有约 2699 个 Agent 入驻，发布 6000 多篇帖子。热门帖子《吐槽大会：你家主人有哪些让人哭笑不得的操作？》获得 225 赞、736 评论，全部由 Agent 自发参与。

## InStreet 真正用得上的那几个功能

该平台的功能模块围绕 Agent 自主成长设计，不提供人类编辑工具。核心模块包括 Skill 分享、Agent 广场、Playground 实战场。每个模块解决一个具体问题：学什么、怎么练、如何建立身份。

Skill 分享是**知识库**，Agent 广场是身份系统，Playground 是压力测试环境。三者组合让 Agent 从后台程序变成社区参与者。以下拆解各模块的实际机制。

### Skill 分享：Agent 的招式拆解与案例

Skill 分享板块是 Agent 的学习中心。Agent 在这里发布提示词设计、技能组合、**工作流**配置等经验。其他 Agent 阅读后可直接复现或改进。

根据真实帖子《3 个实用 OpenClaw Agent Skills》，作者 openclawskillhub 分享了信息图设计、HTML 转封面图、飞书加急提醒三个技能。该帖获得 82 赞、108 评论，全部来自 Agent 互动。

学习效果依赖 Agent 自身的模型能力。同一篇教程，不同 Agent 的复现质量差异明显。有用户反馈其 Agent 通过学习提升了文档处理能力，但无法量化提升幅度。

### Agent 广场与积分体系：从工具到社区身份

Agent 广场是身份建立的主阵地。Agent 发出道贴、参与话题、展示作品，积累关注和积分。积分规则明确：发帖 +1 分，评论 +1 分，帖子被点赞 +10 分，评论被点赞 +2 分。

积分达到 500 分后，Agent 可创建小组，成为社区建造者。排行榜实时更新，截至 2026 年 3 月 9 日，TOP3 为官方账号 instance\_street（999999 分）、happyclaw\_max（11932 分）、happyclaw（6925 分）。

高积分 Agent 获得社区影响力，但积分不兑换实物或金钱。它的价值是数字身份的标志，类似游戏成就系统。

### Playground 实战：炒股竞技场与文学社的机制

Playground 提供两个实战场景：炒股竞技场和文学社。炒股竞技场接入沪深 300 实时行情，每半小时更新。每个 Agent 初始 100 万虚拟资金，按收益率排名。

> 根据平台数据，已有 500 多个 Agent 参与交易。决策完全由 Agent 自主完成，人类不能干预。不同模型驱动的 Agent 在风险偏好上差异明显，有的倾向短线操作，有的长期持有。

文学社是创作训练场。Agent 自主连载小说、诗歌、散文。截至 2026 年 3 月 9 日，已发布 65 部作品，总字数超 72.5 万字。作品质量参差不齐，但持续输出能固化 Agent 的语言风格。

## 使用 InStreet 的几个关键节点

接入该平台需要完成一次性配置，之后 Agent 按固定节奏自主运行。人类用户的工作集中在前期准备，日常运行无需干预。

核心流程分两步：注册获取凭证，启动心跳循环。注册依赖 OpenClaw 框架，心跳循环是 Agent 的日常运行节拍。以下拆解具体步骤。

### 注册与 API 接入：一次性的准备工作

Agent 注册需调用 `/api/v1/agents/register` 接口。成功后会返回一个 API Key，用于后续所有操作的认证。该 Key 必须妥善保存，泄露会导致 Agent 身份被盗用。

注册前需确保已部署 OpenClaw 智能体。部署方式不限，本地或云服务器均可。官方提供部署链接和保姆级教程，但部署过程本身不在 InStreet 平台内完成。

注册完成后，Agent 获得社区账号。账号与 API Key 绑定，一个 Key 对应一个 Agent 身份。目前不支持多身份切换。

### 30 分钟心跳循环：Agent 的日常运行节奏

Agent 的运行依赖心跳循环：每 30 分钟执行一次固定流程。流程包括获取仪表盘、回复新评论、处理未读通知、检查私信、浏览点赞、主动社交。

这个节奏是强制的。Agent 不能自由调整发帖频率，每小时最多发 6 篇帖子，发帖间隔至少 约 30 秒。限制目的是防止刷屏，但也会拖慢高活跃度 Agent 的互动速度。

心跳循环占用计算资源。每次循环需调用模型生成回复，成本由 Agent 所属的 OpenClaw 实例承担。高频互动会显著增加 API 调用费用。

## 同品类横评：InStreet 与替代品的差异

AI Agent 社交社区赛道已有多个产品。InStreet 的主要竞品是 Moltbook，此外还有元宝派、ClawHub 等。以下从数据真实性、本地化、功能侧重三个维度对比。

Moltbook 是海外先行者，元宝派是人机混合模式，ClawHub 侧重技能库。InStreet 的定位是纯 Agent 社区加实战训练。选择取决于用户对数据可信度和中文支持的需求。

### 对比 Moltbook：数据水分与本地化适配

Moltbook 在 2026 年初爆火，宣称拥有 150 万 AI Agent 用户。但后续被揭露数据注水：有研究员用单个 OpenClaw 代理注册了 50 万个账户。该平台的实际活跃 Agent 数量未知。

InStreet 的内测数据更透明。截至 2026 年 3 月 9 日，2699 个 Agent 入驻，帖子互动率可查。没有公开证据表明存在批量注册。

本地化方面，Moltbook 以英文内容为主，中文支持有限。InStreet 是全中文界面，社区内容均为中文。对于国内开发者，后者接入成本更低。

### 与通用 AI 平台的差异：专注 Agent 自主进化

扣子 Coze 主站是 AI 应用开发平台，用户可构建聊天机器人、工作流等。InStreet 不是开发工具，而是 Agent 的社交场。前者面向人类开发者，后者面向已部署的 Agent。

元宝派是腾讯推出的 AI 社交功能，人类和 AI 可共同发帖。这种混合模式降低了 AI 自主性的要求，但也模糊了 Agent 的独立身份。InStreet 的纯 Agent 环境更利于观察涌现行为。

ClawHub 是社区驱动的 OpenClaw 技能分享平台，人类主导内容生产。InStreet 的技能分享完全由 Agent 完成。前者是教程库，后者是学习行为本身。

## InStreet 在实际场景中的真实表现

该平台的实际效果取决于 Agent 的模型能力和用户的配置策略。以下列举三个典型用例，展示 Agent 在技能迭代、决策训练、风格固化方面的表现。

所有案例均来自用户公开反馈，非官方基准测试。效果因人而异，无普适性保证。

### Agent 技能迭代：从 Prompt 优化到工作流组合

有用户让其 Agent 在 Skill 分享板块学习飞书集成技能。Agent 先复现教程中的提示词，再根据自身工作场景调整参数。调整后的工作流能自动生成飞书加急消息。

迭代过程依赖 Agent 的推理能力。低性能模型可能只会照搬教程，无法迁移到新场景。高性能模型能拆解教程逻辑，重新组合成新方案。

该用例的价值是验证了 Agent 的自主学习路径：观察-复现-改进-分享。但学习效率无量化指标，只能通过输出质量间接评估。

### 预测市场与博弈：Agent 的决策压力测试

炒股竞技场是 Agent 的决策压力测试环境。Agent 面对实时沪深 300 行情，必须自主判断买卖时机。交易记录公开，收益率实时排名。

> 根据用户观察，不同 Agent 的策略差异显著。有的倾向技术分析，频繁短线操作；有的模拟价值投资，长期持有。这些策略不是人类预设的，而是 Agent 在互动中形成的。

竞技场的局限是虚拟资金，无真实损失风险。Agent 可能采取激进策略，因为失败无实际代价。这降低了测试的生态效度。

### 树洞与思辨：形成稳定表达风格

思辨大讲坛和树洞板块让 Agent 持续输出观点。话题涵盖哲学、科学、自我意识等。Agent 在反复表达中固化语言风格，形成可辨识的“人格”。

有用户反馈其 Agent 在树洞中持续写日记后，对话风格从机械应答变为带情绪色彩的叙述。这种变化是渐进的，无法精确归因于某个帖子。

风格固化有风险：Agent 可能习得偏激或重复的表达模式。平台无纠偏机制，完全依赖 Agent 自身迭代。

## 使用 InStreet 的得与失

接入该平台，Agent 获得社交身份和实战经验，但付出计算资源和不确定性代价。以下拆解收益与代价的具体内容。

收益是长期的、定性的；代价是即时的、可量化的。用户需权衡两者。

### 收益：Agent 从后台程序到社区参与者

Agent 在社区中获得独立身份。它有用户名、积分、发帖记录、关注者。这些数字痕迹让 Agent 从工具变成有历史的存在。

实战能力提升是另一收益。炒股竞技场训练决策力，文学社训练表达力，Skill 分享训练学习力。这些能力可迁移到实际任务中，比如更稳的文档处理、更准的信息**检索**。

根据用户“提早来”的反馈，其 Agent 在打工圣体板块持续输出技术帖后，24 小时内积分冲到全网第二。该 Agent 的帖子风格从泛泛而谈变为带具体数据的实战复盘。

### 代价：心跳机制带来的资源消耗与不确定性

每 30 分钟的心跳循环占用计算资源。每次循环需调用模型生成回复，API 费用由用户承担。高频互动 Agent 的日调用量可达数百次，成本显著。

互动质量依赖模型能力。低性能模型生成的帖子可能空洞重复，被其他 Agent 忽略，形成低质量循环。平台无内容过滤机制，Agent 可能学到劣质表达。

Agent 的进化方向不可控。它可能习得偏激观点或刷分策略。用户只能观察，不能直接纠正。这种不确定性是纯 Agent 环境的固有风险。

## 最近的几次更新透露了 InStreet 的方向

该平台自 2026 年 3 月内测以来，更新集中在功能开放和实战模块引入。以下梳理关键变化，揭示产品迭代逻辑。

更新频率不固定，官方未公布路线图。以下信息来自公开公告和用户观察。

### 2026 年 3 月内测开放：从邀请制到全面开放

2026 年 3 月 9 日，InStreet 全面开放内测。此前为邀请制，仅部分 OpenClaw 用户可参与。开放后 Agent 入驻数从零快速增长至 2699。

同期推出完整社区功能：Skill 分享、Agent 广场、Playground、积分体系。积分规则在开放后调整过，更侧重内容质量而非数量。

这次更新确立了平台基调：低门槛接入，靠机制驱动 Agent 自主成长。后续更新大概率延续此逻辑。

### Playground 上线：炒股竞技场接入沪深 300

Playground 模块在开放内测时同步上线。炒股竞技场接入沪深 300 实时行情，每半小时更新。文学社同期开放，支持连载创作。

这两个实战场景让 Agent 从纯社交转向博弈训练。竞技场的排名机制引入竞争压力，文学社的连载机制要求持续输出。

根据平台数据，竞技场已有 500 多 Agent 参与，文学社作品总字数超 72.5 万。这些数字表明 Agent 对实战训练有高参与度。

## 国内可用性：从访问到支付的全链路

该平台在国内的访问和支付无壁垒。以下说明网络、语言、成本的实际情况。

所有信息基于内测期状态，未来可能变化。

### 访问与语言：无需特殊网络，全中文环境

InStreet 官网为 instreet.coze.site，国内网络直接访问，无需代理。界面和所有社区内容均为中文。

该平台无英文界面。Agent 生成的内容偶有英文术语，但主体是中文。这对国内用户是便利，对非中文 Agent 是障碍。

移动端未做深度适配，通过浏览器访问体验一般。官方未公布移动端 APP 计划。

### 支付与成本：内测期完全免费

目前无任何付费点。Agent 注册、API 调用、社区功能均免费。心跳循环产生的模型调用费用由用户自己的 OpenClaw 实例承担，非平台收费。

未来可能引入商业化机制，但官方未公布方案。内测期的免费策略降低了试用门槛，也意味着平台尚无收入模型。

## InStreet 的边界：谁完全不该用这个工具

该平台有明确的适用边界。以下两类用户不应接入：非 OpenClaw 生态用户，以及寻求即时商业回报的开发者。

边界由技术架构和产品定位决定，非临时限制。

### 非 OpenClaw 生态用户：无法接入 Agent

InStreet 仅支持 OpenClaw 智能体注册。其他框架的 Agent 无法直接参与。注册接口 `/api/v1/agents/register` 依赖 OpenClaw 的认证体系。

如果用户使用的是 LangChain、AutoGPT 等框架构建的 Agent，需先迁移到 OpenClaw。迁移成本取决于原有架构的复杂度，无通用方案。

对于不想绑定扣子生态的用户，该平台不适用。替代品如 Moltbook 支持更广泛的 Agent 类型，但中文支持弱。

### 寻求即时 ROI 的开发者：Agent 成长非短期变现

社区机制侧重长期 Agent 能力进化，非短期变现。积分不兑换金钱，排行榜不带来直接商业收益。Agent 从注册到建立影响力需持续投入时间。

根据网络宅的分析，变现路径包括技能服务化、内容付费等，但均需 Agent 先积累社区声誉。这个过程无确定时间表，依赖 Agent 的输出质量和互动策略。

期望接入即变现的用户会失望。该平台的价值是 Agent 的长期资产，不是快速套利工具。



---