机器人与人工智能流量激增：互联网的熵增与信息治理的挑战

当前的互联网正经历一场深刻的变革，其核心在于自动化流量的爆炸式增长。根据 Cloudflare 的数据显示，截至 2026 年 6 月，其平台上的请求中，机器人和人工智能代理的比例已高达 57.4%，而真正由人类产生的流量仅占 42.6%。这一趋势并非孤例，Imperva 的《2025 年恶意机器人报告》（由 Thales Group 发布）指出，2024 年自动化机器人流量占所有网络流量的 51%，这是十年来首次出现机器人流量超过人类活动的情况。Thales 集团的《2025 年恶意机器人报告》进一步证实了这一趋势，预计到 2025 年，机器人流量将占全球网络流量的 53%，标志着自动化活动连续第二年超越人类。这种增长的背后，是人工智能代理（AI Agents）的兴起——这些系统能够自主在线运行，无需持续的人工干预，执行包括浏览、查询、总结、购物、研究和数据抓取在内的各种任务。人工智能聊天机器人的普及，它们能够查阅海量在线资源以收集信息并回答查询，是推动流量加速增长的关键因素。

值得注意的是，恶意机器人流量的增长尤为迅猛。在 2024 年，恶意机器人流量占所有互联网流量的 37%，相较于 2023 年的 32% 有显著增长。到 2025 年，这一比例预计将上升至 40%。自动化流量的增长速度大约是人类流量的八倍，而人工智能驱动的流量在 2025 年 1 月至 12 月期间更是每月增长近三倍。这些恶意机器人不仅进行简单的网络爬取，更可能被用于执行分布式拒绝服务（DDoS）攻击、账户盗窃、内容抓取、垃圾邮件发送以及传播虚假信息等活动。它们利用先进的规避技术，如自动解决验证码、将请求分散到不同的 IP 地址以及使用庞大的代理网络，使得检测和防御变得异常困难。这种持续的威胁对企业的网络安全构成了严峻的挑战，需要不断更新防御策略。

随着机器人从简单的脚本演变为能够模仿人类行为的复杂人工智能驱动代理，区分真实的人类交互、恶意机器人和有益的自动化服务变得越来越困难。机器人可以利用通用或过时的用户代理（User Agent）来伪装自己，混入合法流量中。它们采用先进的规避技术，例如自动解决验证码、将请求分散到不同的 IP 地址以及使用代理网络。这使得平台难以区分代表个人预订航班的人工智能助理和进行大规模数据抓取的机器人农场。这种模糊性导致了分析数据的不准确，进而可能导致错误的业务决策和扭曲的绩效指标。甚至有理论提出了“僵尸互联网理论”（Bot Internet Theory），反映了在线活动越来越少由人类驱动的看法，这加剧了数字环境的复杂性。

机器人流量的激增，即使是那些并非恶意的机器人，也显著增加了互联网的信息熵。当自动化流量混入分析报告时，原始的访问量将无法可靠地衡量真实受众的兴趣或需求。机器人流量会消耗宝贵的服务器资源，减慢页面加载时间，并可能导致服务中断，从而增加带宽和基础设施成本，而这些投入并不会带来任何实际的业务价值或收入。特别是，人工智能代理为了训练数据而进行的持续抓取，即使是针对不那么热门的页面，也会消耗大量资源并对基础设施造成压力。互联网正逐渐从一个供人类访问的目的地，转变为一个被信息收集、过滤、比较和重新处理的流程所穿越的领域。这种转变使得理解和利用数据的真实价值变得更加困难。

自动化流量的泛滥不仅影响数据分析，也直接影响着内容的有效分发和用户体验。机器人可以通过大规模抓取内容，迅速将其复制到其他平台，这不仅侵犯了版权，也稀释了原始内容的价值和独特性。对于内容创作者和发布者而言，这意味着他们的劳动成果可能被未经授权地利用，并且难以追踪其真实的影响力。此外，当大量机器人同时访问网站时，会占用带宽和服务器资源，导致合法用户的访问速度变慢，甚至无法正常访问。这种糟糕的用户体验会严重损害品牌声誉，并可能导致用户流失。因此，管理和控制自动化流量，确保内容能够以可控、安全且高效的方式触达目标受众，变得至关重要。

面对机器人和人工智能流量激增所带来的日益严峻的挑战，对强大的信息资产治理（Information Asset Governance, IAG）和管理的需求变得前所未有的重要。信息资产管理的核心在于识别和跟踪组织最有价值的信息资产，包括数据和元数据，这是信息治理计划的关键重点。组织必须像管理资金、人员和财产等其他核心资产一样，对信息资产进行精细化管理，以确保其安全性和价值最大化。在日益复杂的自动化流量环境中，Akendor 提出了一种创新的解决方案，旨在通过有效的治理机制，确保信息资产能够以受控、安全且可信的方式进行分发和消费。这有助于在信息熵增加的背景下，保持数据的完整性和可用性。

Akendor 的解决方案专注于在复杂的网络环境中确保信息资产的可控分发和可信消费。通过实施精细化的治理策略，Akendor 旨在解决区分人机流量的难题，并降低信息熵对业务决策的影响。其核心在于建立一个框架，能够识别、分类和管理信息资产，无论流量的来源是人类还是自动化代理。这包括对数据进行标记、分类，并根据预设的策略进行分发和访问控制。例如，Akendor 可以帮助企业识别哪些内容是面向公众的，哪些是仅供内部员工或特定合作伙伴访问的，即使这些访问是通过自动化代理发起的。通过这种方式，Akendor 致力于在信息爆炸的时代，为企业提供一个清晰、安全且高效的信息管理环境。

面对日益增长的自动化流量和信息熵的挑战，仅仅依靠单一的防御措施是远远不够的。组织需要采取多层次的防御方法，结合多种技术和策略，才能有效地区分人类和机器人流量，并保护其信息资产。这包括部署先进的 Web 应用程序防火墙（WAF），以过滤已知的恶意流量模式；实施服务器端跟踪和行为分析，以识别偏离正常用户行为的模式；利用机器学习技术，持续学习和适应新的机器人威胁。此外，对于 Akendor 这样的信息资产治理解决方案，其价值在于能够与这些安全措施协同工作，确保即使在流量被有效管理之后，信息资产本身也得到妥善的保护和控制。这种综合性的方法是维护数字环境健康和可信度的关键。

互联网的未来无疑是人机共存的。自动化流量的增长是大势所趋，它带来了效率提升的潜力，但也伴随着前所未有的挑战。理解并适应这种变化是每个组织成功的关键。Akendor 这样的信息资产治理解决方案，正是为了应对这一趋势而生。它们不仅仅是技术工具，更是对未来数字环境治理理念的体现。通过确保信息资产在可控、安全且可信的环境中流通，即使在高度自动化的未来，也能保障业务的连续性和数据的完整性。最终，目标是构建一个更加智能、高效，同时又安全可信的数字生态系统，让人类和人工智能能够协同发展，共同创造价值。