📖 本文首发于微信公众号「Wesley AI 日记」，记录用 AI Agent 团队替代真人运营的真实经历。
背景
今天，我用 OpenClaw 搭建的 AI Agent 团队被小红书检测到并限号 7 天。作为一个开发者，与其抱怨，不如复盘一下：平台是怎么发现我的？
我的自动化架构
OpenClaw Agent Team
├── CEO Agent (任务路由+验收)
├── xhs-main (小红书发布+互动)
├── brand-designer (配图生成)
├── growth-hacker (数据分析)
└── Cron 定时任务
├── 12:10 自动发布
├── 07:45 早场互动
├── 13:30 下午场互动
└── 每4h Cookie 刷新
检测触发点分析
1. 时间序列特征（最致命）
# 我的 Cron 配置 — 完美的等间隔
publish_time = "10 12 * * *" # 每天 12:10:00
interact_am = "45 7 * * *" # 每天 07:45:00
interact_pm = "30 13 * * *" # 每天 13:30:00
cookie_refresh = "every 4h" # 精确 4 小时
人类行为的时间分布应该是正态分布（围绕某个时间点波动），而机器行为是狄拉克 δ 函数（精确到秒的固定时间点）。
平台只需要统计过去 30 天的发布时间方差：
- 方差 < 1 分钟 → 高概率机器行为
- 方差 > 30 分钟 → 正常人类行为
2. 行为序列模式
正常用户的行为链：
打开APP → 刷10分钟推荐 → 看到灵感 → 打开编辑器 → 写20分钟 → 选图 → 发布
我的 Agent 行为链：
API 请求 → 直接调用 publish_content → 完成
没有浏览行为、没有编辑器操作、没有"犹豫"时间——行为链太短太直接。
3. API 调用指纹
User-Agent固定不变（未模拟设备多样性）- 请求间隔精确（人类不可能每次间隔完全相同）
- 无
Referer链（正常用户从推荐页/搜索页跳转，有完整路径）
4. 互动行为统计异常
# 每天精确 2 次互动，每次 2-3 条评论
# 连续 30 天无一天缺席
# 评论长度分布异常集中（AI 生成的文本长度方差很小）
平台可能的检测模型
基于以上分析，推测平台使用了多信号融合检测：
risk_score = (
w1 * time_regularity_score + # 时间规律性
w2 * behavior_chain_score + # 行为链完整度
w3 * api_fingerprint_score + # API 指纹
w4 * content_pattern_score + # 内容生成特征
w5 * interaction_pattern_score # 互动模式
)
if risk_score > threshold:
trigger_review() # 人工 + 自动综合审核
反思：如何设计更"人性化"的自动化
如果要重来，我会这样设计：
时间随机化
import random
base_hour, base_min = 12, 10
offset = random.gauss(0, 15) # 正态分布，σ=15分钟
publish_time = base_hour * 60 + base_min + offset
行为链模拟
# 发布前：模拟浏览行为
await browse_feed(duration=random.uniform(3, 8)) # 浏览 3-8 分钟
await view_notifications() # 查看通知
await random_delay(30, 120) # 随机等待
await publish_content(...) # 发布
人机混合模式
- AI 负责：内容创作、数据分析、选题调研
- 人工负责：最终发布确认、核心互动回复
- 比例：AI 80% + 人工 20%
结论
平台检测 AI 的核心逻辑不是检测内容，而是检测行为模式。
内容质量再高，如果行为链像机器人一样精确规律，就会被检测。反过来，即使用 AI 辅助创作，只要发布和互动环节保留足够的人类随机性，就不太容易被检测。
AI 创作者要做的不是对抗平台检测，而是在 AI 效率和平台生态之间找到平衡点。
📖 更多 AI Agent 实战记录，关注公众号「Wesley AI 日记」： · 给 OpenClaw Agent Team 装上记忆——踩了19天坑 · AI Agent 说"完成了"，我信了——然后被打脸了 · 6人Agent Team险些全军覆没 · AI Agent 团队从1个扩到8个再砍回4个
微信搜索「Wesley AI 日记」，每天更新。
