Strava在IPO前向数据爬取行为宣战

随着大语言模型训练对海量数据的需求不断攀升，AI公司正变得越来越"数据饥渴"。为满足这一需求，许多AI初创公司无视互联网长期以来的通行规则——例如遵守robots.txt文件所标注的爬取禁区——转而对各类网站进行大规模数据抓取。这迫使众多网站不得不收紧数据访问权限，或与AI公司签署数据授权协议。健身与社交跑步平台Strava也朝着这一方向迈出了关键一步：通过限制网站访问权限、向开发者收取数据接口费用来保护自身数据资产。

在防止数据爬取方面，Strava正在加强网站安全机制，要求用户必须登录后才能查看特定内容。此前，访客无需登录即可浏览公开个人主页、健身俱乐部列表等信息。

在API开放政策上，开发者过去可以通过免费的分级访问计划搭建基于Strava的应用——先申请基础权限，随着应用规模扩大再申请更高级别的访问。如今，Strava对所有开发者统一收取每月11.99美元的固定费用，不过该公司表示具体价格可能因地区而有所不同。

Strava表示，其开发者社区规模已从去年的18.5万人增长至今年的24.1万人，公司将继续为开发者提供支持。与此同时，Strava还计划接入模型上下文协议（MCP）——这一新兴标准允许AI助手和应用以结构化方式访问外部数据，从而使Strava能够更精准地管控数据共享的内容与方式。

此外，Strava计划关闭部分API端点（即允许第三方应用提取特定数据的独立接口，例如俱乐部详情信息），以保护用户隐私。Strava早在2024年就已收紧API使用规范，明令禁止将其用于AI训练，并限制第三方应用展示其他用户的数据。这些变更当时曾引发开发者强烈反弹，不少人表示其应用将受到严重影响。

尽管部分开发者可能接受订阅付费模式，但部分API端点的关闭仍可能对依赖这些接口的应用造成冲击。对此，Strava为开发者提供了90天的过渡缓冲期。

Strava首席执行官迈克尔·马丁在接受TechCrunch采访时表示，不受约束的AI数据爬取可能会成为扼杀公开互联网的"最后一击"。

"AI公司为了满足对训练数据的无尽渴求，正在不择手段地抓取公开网站内容，这已经全面拖累了网站性能，"马丁说，"过去几个月里，我们已多次遭遇性能下降，甚至服务中断的情况。除了爬取公开网站，他们还试图通过我们的API获取数据，无视API使用条款。"

他透露，Strava已拒绝多家头部AI实验室提出的数据授权合作请求。其中，他点名批评了AI搜索初创公司Perplexity——尽管已被明确拒绝，该公司仍通过聚合服务中转其爬虫流量，以掩盖真实来源。这与Perplexity此前在其他平台被指控的类似行为相吻合。

马丁还特别提到，一批由AI辅助快速生成的"氛围编码"应用质量参差不齐，其API调用结构往往低效，对Strava服务器造成了不成比例的负载压力。类似的问题并不鲜见：去年Meta封禁WhatsApp第三方聊天机器人时，也援引了相似的系统负担理由。

此次行动的时间节点或许并非巧合。Strava今年早些时候已秘密提交IPO申请，此番强化数据保护措施，或意在向潜在投资者传递"数据管理规范"的积极信号。面对外界将其与Reddit 2024年API收费风波相提并论，马丁也主动回应了这一对比。他指出，Reddit按API调用次数定价，导致许多应用开发者根本负担不起；而Strava采用固定月费的方式，目的正是维护整个开发者生态的健康运转。

"我们希望用户觉得自己真正拥有并掌控自己的数据，对我们的管理和保护方式感到放心。同时，我们也希望开发者能够持续繁荣成长，"马丁说。

Q&A

Q1：Strava为什么要开始向开发者收费并限制API访问？

A：Strava面临AI公司和低质量应用的大规模数据爬取，导致平台性能严重下降，甚至出现服务中断。为保护用户数据和平台稳定性，Strava决定对所有开发者收取每月11.99美元的固定费用，并关闭部分API端点。同时，Strava也在筹备IPO，此举也有向投资者展示数据管理规范的考量。

Q2：Strava的MCP支持计划会带来哪些变化？

A：Strava计划接入模型上下文协议（MCP），这是一种允许AI助手和应用以结构化方式访问外部数据的新兴标准。接入MCP后，Strava可以更精准地控制哪些数据被共享、以何种方式共享，相较于过去被动应对爬取行为，平台将拥有更主动的数据管控能力。

Q3：Strava的API新政和Reddit的API收费有什么区别？

A：Reddit在2024年按API调用次数收费，导致费用高昂，许多第三方应用开发者直接被挡在门外。Strava则选择每月11.99美元的统一固定费用，希望在保护数据的同时，维持开发者生态的活跃度，避免重蹈Reddit引发大规模开发者反弹的覆辙。