網絡基礎設施服務商Cloudflare近日推出一項全新功能“AI Labyrinth”（AI迷宮），專門針對那些未經授權、肆意抓取網站數據的AI爬蟲。這項工具不走尋常路，不直接攔截，而是用AI生成的“假內容”迷惑爬蟲，讓試圖為ChatGPT這類大語言模型收集訓練數據的AI公司空忙一場。

“下一代蜜罐”登場

成立于2009年的Cloudflare提供網站基礎設施和安全服務，尤其擅長抵御分布式拒絕服務（DDoS）攻擊和惡意流量。這次推出的“AI迷宮”一改傳統“攔截為主”的防御策略，轉而將爬蟲引入一個由逼真但無用頁面組成的“迷宮”，消耗其計算資源。Cloudflare坦言，直接屏蔽爬蟲有時會適得其反，反而提醒爬蟲操控者自己已被發現。

“一旦檢測到未經許可的爬取行為，我們不會直接拒絕，而是引導爬蟲進入一系列AI生成的頁面。這些頁面看似真實，足以吸引爬蟲深入探索，”Cloudflare在官方博客中寫道，“但實際上，這些內容與我們保護的網站毫無關聯，爬蟲只能白費力氣。”

為避免制造謠言，這些喂給爬蟲的內容并非隨意捏造，而是基于生物學、物理學或數學等領域的真實科學事實，由Cloudflare自家的Workers AI服務平臺生成。普通用戶無需擔心誤入歧途，這些陷阱頁面對人類訪客完全不可見。

Cloudflare將“AI迷宮”稱為“下一代蜜罐”。傳統蜜罐通常是隱藏鏈接，人類看不到，但爬蟲會循跡而去。然而，現代爬蟲已變得更加狡猾，能輕松識破簡單陷阱。為此，Cloudflare設計了更復雜的假鏈接，加入元指令避免被搜索引擎收錄，同時保持對數據抓取爬蟲的吸引力。

“正常人不會連點四層鏈接，鉆進AI生成的無意義內容里，”Cloudflare解釋，“能這么做的，多半是爬蟲。這為我們提供了一個全新手段，識別并標記惡意爬蟲。”

通過這一過程收集的數據將進入機器學習系統，形成反饋循環，不斷提升Cloudflare網絡的爬蟲檢測能力，增強客戶保護。值得一提的是，無論用戶使用免費版還是付費版，只需在控制面板輕點開關，即可啟用這一功能。

AI爬蟲泛濫，網站主頭痛

近年來，AI爬蟲的激增已成為網絡世界的一大難題。Cloudflare數據顯示，其網絡每天處理超500億次AI爬蟲請求，占總流量的近1%，這與業內傳聞相符。許多爬蟲未經網站主同意就抓取數據，用于訓練大語言模型，引發了內容創作者和出版商的廣泛不滿，甚至訴諸法律。

今年1月，類似工具“Nepenthes”曾亮相，同樣通過假內容迷惑爬蟲，但其匿名開發者將其定位為“攻擊性惡意軟件”，意在困住爬蟲數月。而Cloudflare則強調“AI迷宮”是合法安全功能，旨在為商用客戶提供便捷保護。

這種AI防御性應用頗具創意，旨在保護網站主和創作者的權益，而非威脅其知識產權。然而，AI爬蟲是否會迅速適應、繞過這些陷阱，仍是未知數，Cloudflare或需持續升級策略。此外，消耗AI公司資源可能引發爭議，尤其在AI模型能耗與環境成本備受關注之際。

Cloudflare表示，目前發布的只是AI防御爬蟲的“初代版本”。未來，他們計劃讓假內容更難識別，并與網站結構更緊密融合。