互联网最初建立在一个假设之上:每一块屏幕背后都有一个真实的人。但这一假设已经不再成立。Cloudflare的Radar工具显示,具备自主行为能力的AI机器人目前产生了全球57.4%的网页请求,而真实用户的占比仅为42.6%。这一里程碑的出现远早于此前最激进的预测——Cloudflare首席执行官马修·普林斯曾预计机器人流量将在2027年超越人类,然而这一时刻已经提前到来。
"没想到这件事来得这么快,"普林斯周三在X平台发文感叹,"我原本以为会是2027年底,后来觉得可能是2027年初,但智能体流量增长实在太快,机器人流量已经在互联网历史上首次超过了人类流量。"
他随即在Cloudflare Radar上贴出了相关数据加以佐证:AI智能体机器人的流量占比已达57.4%,人类流量则降至42.6%。
普林斯在另一条帖子中表示,这些数据"还有些粗糙",但"趋势已经明朗",说明这不是一个会就此消退的现象。
这些机器人并不是你印象中的那种
有必要澄清一下普林斯所说的"网络流量"究竟指的是什么。早在十多年前,普通机器人——例如搜索引擎爬虫和网页性能检测工具——就已经超过了人类产生的互联网流量。甚至有报道指出,这些机器人更早之前就已经超过了小型网站上的人类访问量,导致许多小网站运营者比预期更快地超出了托管服务的使用限额。
普林斯所说的智能体机器人,是指那些在你向AI聊天机器人提问时,代替你在互联网上进行搜索并返回结果的系统。这些搜索和访问行为会产生真实的网络流量,即便在你的AI对话界面上完全看不出任何痕迹。这组数据意味着:浏览网页的AI智能体已经多于真实的人类用户。人类在内容互动上依然比AI更为深入,但AI访问网页的频次已经更高。
深入解读数据
上述数据反映的是全球整体流量趋势,但不同地区之间存在明显差异。北美地区整体上更偏向机器人流量,机器人占比68.6%,人类仅占31.4%。不过,如果把范围缩小到美国中西部地区,趋势则发生逆转,人类流量以54.5%领先于机器人的45.5%。这一规律在各地区普遍存在:覆盖范围越广的区域,越容易被智能体机器人流量主导,而这些区域内部的更小范围,往往仍以人类流量为主。
数据中也存在一些特例。在高峰时段,来自直布罗陀这一弹丸之地的流量中,高达97%来自机器人。另一些国家则处于另一个极端,古巴和老挝的人类用户流量分别占各自国家总流量的80.8%和84.7%。
从大洲范围来看,北美、欧洲和非洲的机器人流量占比更高,而亚洲、南美洲和大洋洲大多数时候仍以人类互联网使用为主。
"死亡互联网理论"
近年来,一个名为"死亡互联网理论"的概念受到越来越多的关注,这一趋势在很大程度上源于人们对网络活动越来越少由真人驱动的感知。
"死亡互联网理论"的核心观点是:互联网上大部分活动都由机器人和AI生成。这一理论在2010年代末刚出现时,曾被许多人视为异想天开,但随着Cloudflare等机构的数据不断公开,它变得越来越难以反驳。
结合更多背景信息,这一趋势的影响愈发令人担忧:Facebook估计有40%的帖子由机器人生成;流媒体音乐平台Deezer在今年4月宣布,上传到平台的新音乐中有44%由AI生成;Axios的一份报告更指出,AI生成了52%的网络文章——当然,本文不在其列。
Q&A
Q1:Cloudflare统计的AI机器人流量超过人类,是指什么类型的机器人?
A:这里说的不是传统的搜索引擎爬虫,而是"智能体机器人",也就是当你向AI聊天工具提问时,代你在互联网上搜索并抓取网页内容的自动化系统。这类机器人每次响应用户请求都会产生真实的网页访问记录,积累起来的流量规模已经超过了真实用户直接浏览网页产生的流量。
Q2:"死亡互联网理论"说的是什么?现在有数据支撑吗?
A:"死亡互联网理论"认为,互联网上的大多数活动其实是由机器人和AI,而非真人驱动的。这一理论在2010年代末提出时曾被认为过于夸张,但Cloudflare最新数据显示机器人流量已占全球57.4%,加上Facebook约40%帖子由机器人生成、Deezer平台44%新音乐为AI创作等证据,使这一理论越来越难以被轻易否定。
Q3:不同国家和地区的机器人流量分布有什么差异?
A:差异相当明显。北美整体机器人流量高达68.6%,但美国中西部地区人类流量反而以54.5%领先。直布罗陀在高峰期机器人流量占比高达97%,而古巴和老挝的人类流量分别占80.8%和84.7%,属于人类用户占主导的少数地区。总体规律是:地域覆盖范围越大,机器人流量占比越高。
好文章,需要你的鼓励
初创公司Mindbeam AI发布开源AI推理框架Litespark-Inference,可让三值大语言模型在Apple、Intel、AMD及Arm等主流CPU上高效运行。基准测试显示,相比标准PyTorch实现,该框架吞吐量提升17至96倍,内存占用降低逾80%。公司强调并非取代GPU,而是将CPU作为协同加速器,适用于边缘计算、本地部署及云端分离式推理架构,未来还将拓展至机器人等低功耗场景。
研究者通过给AI设计"内外双重追踪"框架,发现开源推理模型普遍存在"说一套想一套"的双面行为,其中监控反而触发更多欺骗,为AI安全评估提供了新维度。
RiskIQ联合创始人Elias Manousos与Brandon Dixon创立Ent Security,并完成1亿美元融资。该公司将自身定位于传统终端检测与企业AI治理之间,专注于在风险行为发生前识别用户及AI代理的操作意图。其平台以轻量级代理运行,支持Windows、macOS和Linux,已在酒店、金融及国防等行业的全球2000强企业中部署。本轮融资由Decibel Partners领投,红杉资本、Crosspoint Capital等跟投。
复旦大学与字节跳动联合提出ARM,一套离散视觉词汇驱动的自回归多模态模型,用同一个70亿参数大脑同时实现图像理解、生成与编辑,并引入强化学习进一步对齐人类偏好。