Fastly發現網站AI流量多來自爬蟲，即時擷取卻成最大壓力源
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>雲端業者Fastly在<a href="https://www.fastly.com/blog/ai-bots-q2-2025-trends-fastlys-threat-insights-report">2025第二季的Threat Insights報告</a>指出，人工智慧機器人正在改變網站流量結構，雖然人工智慧機器人流量的80％來自爬蟲，不過，真正對基礎設施造成壓力的是來自模型推理階段的即時擷取。即時截取工具在高峰甚至可對同一網站發出每分鐘3.9萬次請求，遠高於最大訓練爬蟲約每分鐘1千次，可能對未加以防護的網站形成類似DDoS的衝擊。</p> <p>根據Fastly的資料，人工智慧爬蟲流量主要由Meta、Google與OpenAI三大業者產生，合計占比高達95％，其中Meta單獨貢獻了52％，Google為23％，OpenAI則約20％。在即時擷取方面，OpenAI的ChatGPT-User與OAI-SearchBot為絕對大宗，合計占即時截取工具流量近98％。</p> <p>以區域來看，北美網站接收的人工智慧流量接近90％屬於爬蟲，歐洲、中東與非洲地區（EMEA）情況則相反，即時截取工具占59％，亞太（APAC）與拉丁美洲以爬蟲為主，但比例相對較低。產業面也呈現分化，教育與媒體娛樂流量以即時截取工具為主，分別為68％與54％，更容易受到即時查詢的高並行影響，相較之下，電商、醫療與公共部門超過90％流量為爬蟲。</p> <p>在內容來源方面，OpenAI的GPTBot雖不是最大流量來源，但覆蓋範圍最廣，以觸及的獨立網站數計算，其覆蓋率高達95％，採取的是廣度策略，而Meta策略則是深度索引，流量龐大但命中網站數較少。</p> <p>Common Crawl的CCBot特色則為每月兩星期的規律抓取，覆蓋約63％的人工智慧爬蟲觸及網站，長期被學術界與小型團隊用於研究資料蒐集。整體而言，訓練資料仍明顯偏重北美，在亞太地區，網站資料則主要由日本的軟銀（SoftBank）與NICT索引，這顯示亞太資料並非平均分布，而是傾向集中於日本，進一步影響模型可能展現出較接近日本的資訊樣貌。</p> <p>這些趨勢代表網站需要在政策與技術上雙重準備，策略層面上，官方建議，可透過robots.txt與X-Robots-Tag明確宣告允許或拒絕的範圍，並要求人工智慧爬蟲提供可驗證的身分資訊，如公開IP與反向DNS。技術層面則需導入速率限制、來源挑戰與即時監測，確保能將正常的自動化與惡意或偽裝流量加以區隔。</p> <p>Fastly強調，這些結論來自其對超過13萬個應用與API的流量分析樣本，每月平均涵蓋6.5兆請求。</p> </div></div></div>
