专治AI爬虫，Cloudflare推出“下一代蜜罐”
网络基础设施服务商Cloudflare近日推出一项全新功能“AI Labyrinth”（AI迷宫） ，专治专门针对那些未经授权 、爬虫肆意抓取网站数据的推出AI爬虫 。这项工具不走寻常路 ，下代不直接拦截，蜜罐而是专治用AI生成的“假内容”迷惑爬虫 ，让试图为ChatGPT这类大语言模型收集训练数据的爬虫AI公司空忙一场。
成立于2009年的推出Cloudflare提供网站基础设施和安全服务 ，尤其擅长抵御分布式拒绝服务（DDoS）攻击和恶意流量 。下代这次推出的蜜罐“AI迷宫”一改传统“拦截为主”的防御策略，服务器租用转而将爬虫引入一个由逼真但无用页面组成的专治“迷宫” ，消耗其计算资源 。爬虫Cloudflare坦言，推出直接屏蔽爬虫有时会适得其反 ，下代反而提醒爬虫操控者自己已被发现。蜜罐
“一旦检测到未经许可的爬取行为 ，我们不会直接拒绝 ，而是引导爬虫进入一系列AI生成的页面 。这些页面看似真实，足以吸引爬虫深入探索 ，”Cloudflare在官方博客中写道 ，“但实际上 ，免费模板这些内容与我们保护的网站毫无关联 ，爬虫只能白费力气 。”
为避免制造谣言 ，这些喂给爬虫的内容并非随意捏造 ，而是基于生物学、物理学或数学等领域的真实科学事实 ，由Cloudflare自家的Workers AI服务平台生成 。普通用户无需担心误入歧途 ，这些陷阱页面对人类访客完全不可见 。
Cloudflare将“AI迷宫”称为“下一代蜜罐” 。传统蜜罐通常是亿华云隐藏链接 ，人类看不到，但爬虫会循迹而去。然而 ，现代爬虫已变得更加狡猾 ，能轻松识破简单陷阱。为此 ，Cloudflare设计了更复杂的假链接 ，加入元指令避免被搜索引擎收录 ，同时保持对数据抓取爬虫的吸引力 。
“正常人不会连点四层链接 ，钻进AI生成的无意义内容里 ，”Cloudflare解释，建站模板“能这么做的 ，多半是爬虫。这为我们提供了一个全新手段，识别并标记恶意爬虫。”
通过这一过程收集的数据将进入机器学习系统 ，形成反馈循环，不断提升Cloudflare网络的爬虫检测能力 ，增强客户保护 。值得一提的是，无论用户使用免费版还是源码库付费版，只需在控制面板轻点开关，即可启用这一功能 。
AI爬虫泛滥 ，网站主头痛近年来 ，AI爬虫的激增已成为网络世界的一大难题 。Cloudflare数据显示，其网络每天处理超500亿次AI爬虫请求 ，占总流量的近1% ，这与业内传闻相符 。许多爬虫未经网站主同意就抓取数据 ，用于训练大语言模型 ，引发了内容创作者和出版商的香港云服务器广泛不满 ，甚至诉诸法律 。
今年1月 ，类似工具“Nepenthes”曾亮相 ，同样通过假内容迷惑爬虫，但其匿名开发者将其定位为“攻击性恶意软件” ，意在困住爬虫数月 。而Cloudflare则强调“AI迷宫”是合法安全功能 ，旨在为商用客户提供便捷保护 。
这种AI防御性应用颇具创意 ，旨在保护网站主和创作者的权益 ，而非威胁其知识产权。然而 ，AI爬虫是否会迅速适应 、绕过这些陷阱 ，仍是未知数 ，Cloudflare或需持续升级策略。此外 ，消耗AI公司资源可能引发争议 ，尤其在AI模型能耗与环境成本备受关注之际 。
Cloudflare表示 ，目前发布的只是AI防御爬虫的“初代版本” 。未来 ，他们计划让假内容更难识别 ，并与网站结构更紧密融合 。