“在互聯(lián)網(wǎng)上，沒人知道你是一條狗”，這是三十多年前的老梗了。而到了2026 年的情況是，屏幕另一端大概率既不是狗也不是人，而是機器。

網(wǎng)絡(luò)安全公司 HUMAN Security 在 3 月 26 日發(fā)布了《2026 年 AI 流量與網(wǎng)絡(luò)威脅基準(zhǔn)報告》，基于其防御平臺在 2025 年處理的超過一千萬億次（quadrillion）交互數(shù)據(jù)，給出了一組驚人的數(shù)字：2025 年，互聯(lián)網(wǎng)上的自動化流量同比增長了 23.51%，大約是人類流量增速（3.10%）的 8 倍。其中，AI 驅(qū)動的流量從 1 月到 12 月增長了 187%，月均規(guī)模接近翻了三倍。來自 AI Agent 和 Agent 瀏覽器的流量同比暴漲了 7,851%。

（來源：HUMAN Security）

就在一周前的 SXSW 大會上，Cloudflare CEO Matthew Prince 也給出了類似的判斷。他預(yù)測到 2027 年，AI 機器人流量將超過人類流量。Cloudflare 為全球大約 20% 的網(wǎng)站提供服務(wù)，能看到相當(dāng)大比例的 HTTP 請求，Prince 的判斷就是基于這些流量曲線。他舉了一個直觀的例子：一個人在網(wǎng)上買相機，可能會瀏覽五個網(wǎng)站；替你執(zhí)行同樣任務(wù)的 AI Agent，可能會訪問五千個。

在此之前，Imperva 在 2025 年 4 月發(fā)布的年度惡意機器人報告已經(jīng)顯示，2024 年自動化流量占到全部網(wǎng)絡(luò)流量的 51%，十年來首次超過人類活動。其中惡意機器人占全部流量的 37%，連續(xù)第六年上升。

幾家公司的測量口徑和客戶構(gòu)成各不相同，數(shù)據(jù)之間沒法簡單對齊，但趨勢方向是一樣的：機器正在成為互聯(lián)網(wǎng)上的多數(shù)派。

而 HUMAN Security 這份報告真正有意思的部分，還是在于它對 AI 流量內(nèi)部結(jié)構(gòu)變化的拆解。

2025 年初，AI 訓(xùn)練爬蟲（training crawler）占全部 AI 驅(qū)動流量的大約 90%，實時抓取器（AI scraper）占剩下的 10%，Agent 類流量幾乎可以忽略不計。到年底，訓(xùn)練爬蟲的份額降到了 74%，抓取器漲到了 24%，而 Agent 類流量從無到有，占到了 1.7%。比例看起來很小，但增速極為夸張：抓取器流量年內(nèi)增長了 597%，Agent 流量增長了 7,851%。

（來源：HUMAN Security）

這三類 AI 流量做的事情完全不同。訓(xùn)練爬蟲批量采集數(shù)據(jù)來訓(xùn)練模型，本質(zhì)上是在“讀”互聯(lián)網(wǎng)。實時抓取器為 AI 產(chǎn)品的即時功能服務(wù)，比如你問 ChatGPT 一個關(guān)于某款產(chǎn)品最新價格的問題，背后就有抓取器去網(wǎng)上拉實時數(shù)據(jù)，喂給檢索增強生成（Retrieval-Augmented Generation，RAG）管道。而 AI Agent 做的事情又進(jìn)了一步：它們不光是讀取網(wǎng)頁，還要在網(wǎng)頁上操作，瀏覽商品、填寫表單、比價、甚至完成結(jié)賬。

報告對 Agent 流量的頁面分布做了拆解：77% 的 Agent 活動發(fā)生在商品和搜索頁面，8.8% 在賬戶頁面，約 5% 在身份驗證流程中，2.3% 出現(xiàn)在結(jié)賬頁面。結(jié)賬頁面的占比不高，但性質(zhì)完全不同，AI 系統(tǒng)正在不經(jīng)人工實時干預(yù)的情況下自主完成交易。這在 2025 年之前基本還停留在概念階段，現(xiàn)在已經(jīng)是可觀測到的事實了。

按運營商來看，OpenAI 旗下的各類機器人（GPTBot、ChatGPT User、OAI-SearchBot、ChatGPT Agent 等）貢獻(xiàn)了大約 69% 的 AI 驅(qū)動流量。Meta 大約占 16%，Anthropic 大約占 11%，剩下所有運營商加起來不到 5%。可以說，一家公司關(guān)于如何對待 OpenAI 爬蟲的決策，就能決定它面臨的 AI 流量中近七成的命運。這種集中度意味著，少數(shù)幾家 AI 公司的政策變化可以在一夜之間重塑整個互聯(lián)網(wǎng)的流量格局。

行業(yè)分布也高度集中。零售與電商、流媒體與媒體、旅游與酒店三個行業(yè)吸收了超過 95% 的 AI 驅(qū)動流量。原因不復(fù)雜：這些行業(yè)擁有結(jié)構(gòu)化程度最高、更新頻率最快的數(shù)據(jù)，如商品目錄、實時票價、新聞內(nèi)容，恰好是 AI 產(chǎn)品最需要的燃料。

Cloudflare 的年度回顧報告從另一個維度印證了類似的格局。2025 年 AI 機器人（不含 Googlebot）平均占 HTML 請求的 4.2%，而 Googlebot 單獨占了 4.5%，Google 的爬蟲同時為搜索索引和 AI 訓(xùn)練服務(wù)，抓取頁面數(shù)量是 OpenAI GPTBot 的三倍以上。其中增長最快的是用戶動作類爬蟲，即因用戶向 AI 提問而觸發(fā)的實時抓取，2025 年增長超過 15 倍。

到了 2026 年 1 月和 2 月，這種趨勢還在愈演愈烈，根據(jù) DataDome 的數(shù)據(jù)，其網(wǎng)絡(luò)在這兩月就記錄了 79 億次 AI Agent 請求，環(huán)比增長 5%。對于其中一個客戶，Agent 流量在 30 天窗口內(nèi)平均占到了總流量的 9.75%。

隨著數(shù)量的增長和結(jié)構(gòu)的變化，許多新的問題也冒了出來。

HUMAN Security 報告中最核心的一個判斷是：AI Agent 正在重塑的商品發(fā)現(xiàn)、賬戶管理、結(jié)賬數(shù)字等交互環(huán)節(jié)恰好也是網(wǎng)絡(luò)攻擊者最密集攻擊的環(huán)節(jié)。合法的 AI 商務(wù)和自動化欺詐之間的行為差異，正在變得極其微小。

AI Agent 正在大量涌入的那些數(shù)字交互環(huán)節(jié)恰好也是網(wǎng)絡(luò)攻擊者最密集攻擊的環(huán)節(jié)。兩種流量的行為模式幾乎重疊。

2025 年，全球網(wǎng)站訪問中接近五分之一是抓取攻擊，幾乎是 2022 年的兩倍。登錄后賬戶接管（post-login account compromise）的嘗試翻了四倍多，HUMAN 平臺為每個客戶平均標(biāo)記了 40.2 萬次此類嘗試，2024 年這個數(shù)字還不到 10 萬。信用卡欺詐測試（carding）的總量自 2022 年以來飆升了 250%。

虛假賬戶創(chuàng)建從 2023 年到 2024 年增長了 259%，2025 年又增長了 89%。HUMAN 的威脅追蹤系統(tǒng)在 2025 年全年識別出超過 75 萬個不同的威脅畫像（threat profile），其中僅抓取攻擊就占了 62%。

放具體行業(yè)里來看，被重點攻擊的主要是流媒體和媒體企業(yè)，2025 年有將近 71% 的登錄流量在嘗試賬戶接管，兩年前這個數(shù)字是 37%?？萍己?SaaS 領(lǐng)域，受重點攻擊的公司有超過三分之二的訪問是抓取攻擊。一家大型零售商僅在 2025 年 12 月就遭遇了 92 億次抓取攻擊嘗試。一家制藥電商在 10 月和 11 月的抓取攻擊占比一度突破 70%。

（來源：HUMAN Security）

暗網(wǎng)上的賬戶價格變動也提供了一個側(cè)面視角。金融服務(wù)和科技類賬戶在變貴，某加密貨幣交易所的被盜賬戶售價從不到 500 美元漲到了 4,500 美元，通常說明防御在起作用，攻擊成本被抬高了。但旅游和酒店類賬戶在變便宜，某連鎖酒店的忠誠度計劃賬戶從 201 美元跌到了 40.5 美元，某航空公司的賬戶從 175 美元跌到了 45.5 美元，攻擊者顯然找到了更高效的路徑。

除了那些增長率，整個報告中最值得注意的數(shù)據(jù)是：在 HUMAN 防御平臺分析的全部交互中，良性自動化與惡性自動化的比率，只差 0.5 個百分點。

這意味著什么？一個 AI Agent 快速瀏覽商品頁面、登錄賬戶、填寫支付信息、完成結(jié)賬，這一整套行為，如果是代表消費者的購物助手在做，就是合法的 Agent 商務(wù)；如果是欺詐腳本在做，就是自動化信用卡盜刷。行為模式幾乎一模一樣，區(qū)別只在于意圖。

傳統(tǒng)的安全邏輯建立在一個二元判斷上：是人還是機器人？如果是機器人，就攔截。這套邏輯在 Agent 時代不再成立?？焖俚捻撁鏋g覽、程序化的表單填寫、自動化的結(jié)賬，這些曾經(jīng)被視為典型攻擊特征的行為，現(xiàn)在也是合法 AI 商務(wù)的正常操作。Solomon 對此表示：認(rèn)為“機器就是壞的、人就是好的”，這種想法已經(jīng)不現(xiàn)實了。你必須生活在一個機器代表我們行動的世界里，然后在這個基礎(chǔ)上建立持久的信任。

把所有自動化流量都當(dāng)作威脅的企業(yè)會擋掉收入。放任不管的企業(yè)會吞下欺詐損失。兩條路都走不通。

而且身份信任本身也在被腐蝕。HUMAN 的 Satori 威脅情報團(tuán)隊分析發(fā)現(xiàn)，相當(dāng)比例聲稱來自 ChatGPT、Mistral 和 Perplexity 的爬蟲請求，實際上并非來自這些運營商的基礎(chǔ)設(shè)施。攻擊者偽造 AI 爬蟲的用戶代理字符串，是為了利用企業(yè)對已知 AI 爬蟲開放的白名單和速率限制豁免來獲取訪問權(quán)限。

印第安納大學(xué)信息學(xué)與計算機科學(xué)教授 Filippo Menczer 在接受 CNBC 采訪時也指出，通過用戶代理字符串來估算機器人流量，本身就是一種噪聲很大的測量方式，結(jié)果高度依賴樣本來源和測量位置。HUMAN Security 的報告本身也把這一點列為已知局限。

企業(yè)面對的因此是一個嵌套的問題：不僅要判斷一個交互是否可信，還要判斷這個交互聲稱的身份是否真實。

從時間線上看，AI 流量的增長和大模型的發(fā)布節(jié)奏之間有明顯的關(guān)聯(lián)。報告指出，2025 年 8 月到 10 月是訓(xùn)練爬蟲流量增長最陡峭的時段，10 月達(dá)到峰值。而 11 月 17 日到 12 月 11 日之間，xAI、Google、Anthropic、OpenAI 四家公司接連發(fā)布了新一代前沿模型。10 月的爬蟲高峰與模型發(fā)布前的數(shù)據(jù)采集周期吻合，大規(guī)模抓取往往先于模型上線。

這構(gòu)成了一種新的自我強化循環(huán)：模型越大、越新，對訓(xùn)練數(shù)據(jù)的需求就越大；用戶越多，實時抓取和 Agent 活動就越頻繁；AI 產(chǎn)品越好用，就有越多人把日常任務(wù)交給 Agent，Agent 又生成更多流量。Prince 在 SXSW 上的說法是：跟新冠期間的流量激增不同，那次是短期沖高后穩(wěn)定在新水平，而 AI 帶來的流量增長是持續(xù)的，看不到任何會讓它停下來的因素。

（來源：Nano Banana 制作）

因此我們必須接受的現(xiàn)實是，互聯(lián)網(wǎng)的底層假設(shè)已經(jīng)改變了，屏幕另一邊不再一定是一個人。下一個要回答的問題是：當(dāng)屏幕另一邊是一臺機器時，我們該如何來判斷它是友是敵？

參考資料：

1.https://www.cnbc.com/2026/03/26/ai-bots-humans-internet.html

2.https://www.humansecurity.com/learn/resources/2026-state-of-ai-traffic-cyberthreat-benchmarks/

運營/排版：何晨龍