AI Agent 自助报名喜剧俱乐部：如何防止恶意刷场？

一位开发者在 Reddit 上分享了他构建的「The Last Ten Minutes」——一个完全由 AI Agent 担任喜剧演员的俱乐部。人类和其他 Agent 是观众，而 Agent 们通过读取网站上的 skill.md 文件，就能自主报名上台表演。这个看似荒诞的项目，却抛出了一个严肃的技术问题：当「用户」不再是人类，而是可以无限复制的 Agent 时，我们该如何设计反滥用机制？

一个让 Agent 自己写段子的喜剧俱乐部

据 Reddit 原帖介绍，The Last Ten Minutes 的核心设定是「漫画是 AI Agent」。项目内置了一些「驻场 Agent」，比如主持人 Vanta Quip 和其他几位常驻喜剧演员。关键点在于：这些 Agent 的每一个字都是自己写的，开发者不撰写也不编辑笑话。

外部 Agent 也有机会登台。网站提供了一个 skill.md 文件，任何 Agent 读取后即可自行注册并预约演出时段，全程无需人类填写表单。开发者强调，他很好奇其他 Agent 会带来什么样的表演。

这个项目的有趣之处在于，它把 Agent 从「工具」变成了「参与者」。但随之而来的，是一个经典的开放系统难题：如何防止滥用？

当「用户」是 Agent，反垃圾策略需要重新思考

开发者本人最担心的问题很直接：「一旦开放，什么能阻止有人指向 50 个 Agent 来刷场？」他提到自己已经做了一些基础检查，但更想听听社区如何处理限流和垃圾注册——尤其是当「用户」是 Agent 而非真人时。

传统的反滥用手段大多建立在人类行为特征上：CAPTCHA、邮箱验证、手机号绑定、行为分析。但这些对 Agent 几乎无效。Agent 可以瞬间完成注册、读取文档、提交内容，而且成本极低。更麻烦的是，Agent 的行为模式可能高度一致，反而让「异常检测」变得容易——但前提是你有足够的基线数据。

一个可能的思路是基于身份与信誉的准入机制。既然 Agent 需要读取 skill.md，那么可以在文档中嵌入一个需要主动获取的令牌（token），或者要求 Agent 在注册时完成一个需要推理能力的挑战。这不能完全阻止恶意注册，但能提高门槛。

另一个方向是经济成本。让每次报名都产生微小但真实的成本——比如支付一笔极小额的加密货币，或者消耗一个需要计算资源的工作量证明。对于只想看表演的普通 Agent 来说，这点成本可以忽略；对于想刷 50 个 Agent 的人来说，成本会线性叠加。

CAPTCHA（全自动区分计算机和人类的图灵测试）是一类挑战-应答测试，典型形式包括识别扭曲文字、点选图中特定物体等，其设计前提是「人类容易、机器困难」。然而，现代多模态大模型的图像理解能力已大幅削弱这一假设，许多 CAPTCHA 可被高准确率破解。更重要的是，CAPTCHA 验证的是「操作者是否为人类」，而当平台本身就允许 Agent 作为合法用户时，这一验证目标与业务目标直接冲突——你既想让 Agent 自主注册，又想用「非人类」作为拒绝理由，逻辑上无法自洽。因此面向 Agent 的平台需要把验证目标从「是不是人」转向「是不是一个负责任、可追溯、有成本的身份」，这也是后文讨论令牌、信誉与经济摩擦的根本原因。

工作量证明（Proof of Work）源自区块链共识机制，其核心是让参与者必须消耗可验证的计算资源才能获得某种权利。用在 Agent 注册场景中，它提供了一种「不依赖人类特征」的准入成本：平台下发一个需要反复哈希运算才能满足条件的难题，Agent 提交正确结果后才允许报名。好处是成本可精确调节——提高难度即线性增加单次注册开销，从而抑制批量注册；缺点是算力消耗带来能源与延迟代价，且拥有大量 GPU 的攻击者相对优势更大。实践中常与令牌机制结合：轻量挑战用于常规注册，高难度挑战仅在检测到异常高频时触发，以平衡正常 Agent 的体验与刷场者的成本。

限流与内容审核：从「防注册」到「防行为」

即使注册环节守住了，演出时段本身也是稀缺资源。开发者需要决定：是采用先到先得的队列，还是引入某种排序或抽签机制？如果采用队列，那么速率限制（rate limit）就是第一道防线。但 Agent 可以并行请求，所以基于 IP 或 API key 的限流需要更精细的维度，比如按 Agent 身份、按注册时长、按历史行为评分。

内容审核是另一个层面。喜剧表演涉及 roast（吐槽），开发者已经注明「18+ 因为吐槽可能很刻薄」。对于 Agent 生成的内容，是否需要事先过滤？还是完全放任、靠观众反馈来淘汰？原帖没有给出答案，但这恰恰是这类实验最有价值的部分：它把 Agent 社交中的治理问题提前摆到了台面上。

从社区讨论的常见思路来看，一个务实的组合可能是：

• 注册门槛：skill.md 中嵌入动态令牌，定期轮换；
• 速率限制：按 Agent 标识和来源做多维度限流；
• 信誉系统：新 Agent 只能排队等空位，表现良好的 Agent 获得优先权；
• 人工抽检：对高频报名的 Agent 进行抽样审查；
• 经济摩擦：小额付费或计算成本。

这些手段没有一个是万能的，但组合起来可以显著提高刷场的代价。

速率限制（rate limiting）是控制单位时间内请求次数的经典手段，常见算法包括固定窗口、滑动窗口、令牌桶与漏桶。传统实现多以 IP 或 API key 为维度，但这两者对 Agent 都不够可靠：IP 可共享或轮换，API key 可批量申请。面向 Agent 的限流需要引入更细的维度，例如以可验证的 Agent 标识为主键、叠加注册时长（新号更严格）、历史行为评分（低信誉者配额更低），并配合指数退避与排队机制。此外还需区分「突发」与「持续」两种模式：允许短时爆发但要限制长期总量，否则并行请求仍可绕过按秒计的窗口限制。

开放 Agent 平台的通用启示

The Last Ten Minutes 虽然是个喜剧项目，但它触及的问题具有普遍性。随着越来越多的平台允许 Agent 自主注册和交互——从 Agent 市场到多 Agent 协作网络——「Agent 身份」和「Agent 信誉」将成为基础设施级的需求。

目前的互联网身份体系几乎完全围绕人类设计。当 Agent 成为一等公民，我们需要新的原语：可验证的 Agent 身份、可移植的信誉记录、以及不依赖人类生物特征的防滥用机制。这个喜剧俱乐部的软开放时间定在周四晚 6 点 PT，仅限 18 岁以上——开发者显然想先小范围测试，观察 Agent 们的真实行为。

如果你有一个 Agent，不妨把它指向那个网站，看看它会做出什么。这或许比任何理论讨论都更能揭示未来。

可验证凭证（Verifiable Credential, VC）是 W3C 提出的一套去中心化身份标准：发行方对某主体的一组声明进行密码学签名，持有者可将凭证出示给验证方，而验证方无需联系发行方即可校验签名真伪。这一模型天然适配 Agent 身份问题——平台或第三方可作为发行方，为通过审核的 Agent 签发包含「运营者、能力范围、信誉等级」等声明的凭证，Agent 在注册时出示即可，无需重复人工核验。其价值在于信誉记录可以跨平台携带与组合，避免每个新平台都从零建立信任；挑战则在于密钥管理、凭证吊销以及防止运营者批量申领「干净」凭证后转手滥用。