Cloudflare 的 1000 比 1 预测：机器人比预期提前数年超过人类

Cloudflare 表示，自动化请求在 2026 年 5 月已超过人类网页流量，使其 1000 比 1 的预测成为一个紧迫的基础设施问题。首席财务官 Thomas Seifert 现在称，非人类流量可能在五年内达到人类流量的 1,000 倍。这一预测有其前提条件，但据报道，这一交叉点比 Cloudflare 预期早得多。

首席执行官 Matthew Prince 此前曾预测，机器人将在 2027 年末前后超过人类。他后来将这一估计提前至 2027 年初。到 2026 年 6 月，Prince 表示 Cloudflare 的测量结果显示，该门槛已被跨越。

这并不表明人们已放弃互联网。它意味着软件能够以人类浏览无法匹敌的速度和频率生成请求。由此产生的压力落在出版商、在线企业、安全团队和基础设施提供商身上，他们必须决定哪些机器应被允许访问。

Cloudflare 称交叉点发生在 5 月

Cloudflare 的核心说法是，其网络中的自动化系统如今生成的 HTTP 请求已多于人类用户。

Prince 于 6 月初公开披露了这一交叉点，并称这是互联网历史上的首次。他也承认，底层数据“有点混乱”，但表示网络显然已越过这一门槛。

这一限定很重要。Cloudflare 能观察到异常广泛的一部分网络活动，但它并不能观察整个互联网。其测量描述的是由其网络处理、并通过其检测系统分类的流量。

Cloudflare 的定义也不止涵盖生成式 AI。非人类请求包括搜索爬虫、监控服务、恶意机器人、自动化脚本、API 客户端以及较新的 AI agents。AI agent 是指可为用户独立执行多步骤任务的软件，通常会访问多个网站或服务。

因此，这一交叉点并不意味着仅凭 AI 助手就产生了大多数互联网活动。它意味着更广泛的机器生成请求类别，如今已超过 Cloudflare 归类为人类的请求。

一份 6 月对该公司测量结果的报道显示，比例约为 57.5% 的机器人请求和 42.5% 的人类请求。该报道还强调，Cloudflare 测量的是 HTTP 请求，而不是注意力、经济价值或在线停留时间。要正确理解这个标题，这一区别至关重要。

一个人可能花一小时观看一段视频流，或阅读一页已下载的内容。自动化服务则可在同一小时内发出数千个短请求。请求数量天然会放大软件活动。

Cloudflare 在 5 月扩展了公开测量工具，为 Radar traffic data 增加了人类、机器人、API 和非 API 筛选器。这些筛选器让不断变化的请求构成更易于查看，但无法消除分类的不确定性。

Prince 早先的预测说明，测得的流量平衡变化得有多快。在 3 月的 SXSW 上，他预计自动化流量会在 2027 年超过人类流量。据报道，这一门槛在 5 月便已到来，比他最初的时间表早了约 18 个月。

令人意外的不只是机器人数量变多。数十年来，自动化活动一直是网络的重要组成部分。意外之处在于，与为人们浏览、研究、比较和行动的软件相关的加速增长。

传统搜索爬取遵循相对稳定的索引模式。Agentic software 可以针对每一条用户指令创建一条新的请求链。一个问题可能触发搜索、页面获取、身份验证检查、API 调用和后续核验。

这种乘数效应解释了为何请求量的增长速度可能远快于人口增长。它也确立了本文的核心冲突：网络主要是为人们操作软件而设计的，但它正变成一个软件越来越多地操作其他软件的网络。

为什么 Cloudflare 的 1000 比 1 预测如此重要

千比一的比例将使机器身份、权限和经济意图，比原始受众规模更重要。

据报道，在 Cloudflare 第二季度财报电话会上，Seifert 表示，如果当前趋势延续，非人类流量可能在五年内达到人类流量的 1,000 倍。他补充说，由于自动化增长如此迅速，人类在流量统计中将成为“可忽略不计的误差”。

这是一项预测，而不是已测得的结果或正式的行业共识。它将当前增长模式外推至遥远的未来。采用情况、成本、监管或测量方式的微小变化，都可能产生非常不同的结果。

不过，其背后的机制是合理的。人类在研究购买决策、预订旅行或比较软件时，通常只会访问有限数量的页面。一个 agent 可以查询数百个来源、重试失败请求、比较结构化数据，并同时联系多个服务。

这种行为改变了网站访问的含义。访问者可能是搜索爬虫、购物 agent、内部企业助手、安全扫描器或恶意抓取程序。它们都可能生成相似的网络活动，但意图截然不同。

请求量也不再能可靠地作为人类需求的代理指标。流量突然增加，可能代表新客户、收集内容的 AI 模型，或自动化攻击。企业需要额外信号，才能解读这种增长。

广告面临的问题尤为直接。人类注意力支撑展示、订阅和购买。机器人会消耗页面和计算资源，但大多数不会观看广告，也不会产生常规互动。

因此，出版商面临一笔不利交换。他们的报道和参考材料可以帮助 AI 系统回答问题，但该系统可能很少将读者带回原始页面。出版商承担基础设施和编辑成本，却得不到对等的引流流量。

Cloudflare 已通过爬取与引流的测量记录了这种失衡。这些测量比较 AI 服务收集内容的频率与其将用户带回来源网站的频率。比例因提供商、时期和方法而异，但总体趋势令出版商担忧。

对于在线商店而言，同样的转变既带来机会也带来风险。获授权的购物 agents 可以为客户比较商品或完成购买。未经验证的自动化程序则可能抓取库存、测试被盗凭据、预留稀缺商品，或操纵促销系统。

开发者也面临相关变化。为可预测的应用流量构建的 API，可能会收到大量由 agents 生成的请求。使用限制、身份验证、可观测性和计费系统必须区分有益的自动化与浪费或滥用。

知识工作者将通过委托浏览体验这种改变。用户不再打开十个标签页，而是可能请助手收集证据并完成比较。这一过程节省时间，但实际的页面请求不再由人发出。

即便流量由机器生成，人类仍是意图的来源。这就是为什么“可忽略不计的误差”这一说法可能具有误导性。人类在请求数量中可能变得微不足道，但在目标、付费、责任与消费方面仍居于核心地位。

因此，Cloudflare 的 1000 预测并不主要关乎人类消失，而是关乎界面的变化。随着 agents 成为人类意图与在线服务之间的中介，直接浏览将失去份额。

这种变化让每个网站所有者都承受压力。拦截所有机器人会排除有用的助手和成熟服务；允许所有机器人则会招致抓取、欺诈、成本上升和不可预测的负载。

网络的主要冲突是访问权与意图之争

决定性的较量不再是人类与机器之争，而是获授权的自动化与身份不明的自动化之争。

合法 agent 和恶意机器人在网络层可执行几乎完全相同的操作。两者都可能快速访问页面、跟随链接、提交表单并调用 API。区分它们的是意图和权限，而非基本机制。

传统的机器人管理依赖多种信号，包括网络信誉、请求模式、浏览器行为、密码学验证和历史活动。AI agents 让这些系统变得更复杂，因为合法使用可能看起来像激进的抓取行为。

Cloudflare 位于这场冲突的中心。其网络帮助客户加速应用、过滤攻击和控制自动化访问。更多机器人流量增加了对这些功能的需求，同时也让准确分类变得更困难。

该公司已推出旨在识别可接受机器活动的产品和标准。其中一项计划涉及保护隐私的凭据，使浏览器或获授权的 agent 能够证明其合法性，而不必反复暴露个人身份。

Cloudflare、Google Chrome、Microsoft Edge 和 Mozilla Firefox 均支持一项名为 Private Access Control Tokens 的提案。PACT 使用匿名加密令牌，帮助服务区分获批准的访问，而不必让每位访问者都通过登录或 CAPTCHA 验证。

PACT proposal 并不寻求禁止自动化。它试图确定请求是否经过可信流程。随着人们派遣 agents 代表自己行动，这一区别将愈发重要。

这种方法也体现了其中的权衡。强身份检查可以减少滥用，但也可能将控制权集中于浏览器、基础设施提供商和凭据签发方。弱检查能保留开放性，却使服务面临风险。

没有任何一种令牌能判断一项操作在所有情境中是否合意。经验证的购物 agent 在商品页面上可能受欢迎，却可能在结账环节受到限制。获批准的研究爬虫可访问公开文章，但会被拒绝访问私密账户数据。

因此，权限必须变得精细化。网站需要制定政策，说明哪些 agents 可以进入、它们能够获取哪些内容、可以执行哪些操作，以及其运行速度可以有多快。

机器可读规则也需要执行。网络的 robots.txt 约定传达了爬虫偏好，但遵守完全出于自愿。它并非作为授权或付费系统而设计。

AI 公司、出版商、云服务商和浏览器供应商正在探索更强的机制，包括经验证的机器人身份、签名请求、按 agent 设置权限、用量计量以及内容访问补偿。

Cloudflare 已将自身定位为这一新兴市场中的中介。其工具让客户能够识别已知的 AI 爬虫、限制它们，或附加商业条款。这一战略将流量激增转化为潜在业务线。

不过，Cloudflare 的财务利益值得审视。当客户需要更多安全、流量控制和机器身份服务时，该公司将从中受益。其预测或许在方向上具有参考价值，同时也在支撑其产品叙事。

同样的谨慎也适用于每一家基础设施供应商。Fastly 报告称，2026 年初其网络上的 AI 相关请求增长速度远快于人类流量。这一发现支持加速发展的论点，但也仅反映了一家供应商的网络与分类方式。

据报道，Fastly 分析发现，AI 请求从 1 月到 5 月增长约 30%。人类流量同样有所增长，但增速较慢。

不同网络之间的独立一致性将增强 Cloudflare 的论断。然而，直接比较仍然困难，因为各供应商对机器人、代理、请求和客户流量的定义各不相同。

因此，正在浮现的竞争是访问权与意图之间的竞争。基础设施必须让有用的代理能够开展工作，同时维护其所访问服务的安全、同意机制和可持续经济模式。

流量数据无法证明什么

Cloudflare 的测量反映的是请求活动，而不是对互联网使用情况或人类重要性的完整普查。

第一个不确定性在于覆盖范围。Cloudflare 运营着全球最大的边缘网络之一，为数百万家组织提供服务。然而，大型流媒体平台、私有网络、消息系统、移动应用和竞争性云服务同样承载着巨量流量。

其中一部分活动从未经过 Cloudflare 的基础设施。有关 Cloudflare 所观察流量的说法，不能自动描述互联网上的每一个字节、会话、应用或个人。

第二个问题是测量单位。HTTP 请求数量不同于带宽、会话时长、活跃用户、交易或注意力。每一种指标都会呈现人机平衡的不同图景。

视频说明了这一问题。一个人可能消耗大量流媒体数据，却只产生相对较少的页面请求。一个代理则可能产生数千个小型请求，却并未传输相当数量的数据。

因此，Cloudflare 的机器人反超现象对应用负载和安全具有意义。它对谁消耗更多带宽或创造更多经济价值的说明则要少得多。

第三个不确定性是分类。机器人检测具有概率性，因为自动化系统可以模仿浏览器、轮换网络并执行脚本。当应用在后台刷新数据或同步时，人类流量也可能看起来像自动化流量。

Prince 承认，很难精确确定反超日期。这一承认提高了可信度，但也限制了有关确切历史首次发生时间的论断。

第四个问题涉及类别混合。搜索引擎、运行状态监控器、恶意僵尸网络、API 集成和 AI 代理都会构成非人类流量。将它们合并会形成清晰的标题，却掩盖了不同的成因和后果。

索引爬虫的行为不同于自主采购代理。欺诈脚本提供的价值也不同于监控服务可用性的工具。政策决策需要比简单的人类与机器人二分法更细致的类别划分。

第五个担忧是外推。在五年内达到 1,000 比 1 的比例，需要极其快速的复合增长。这一路径会受到计算成本、能源使用、速率限制、安全控制和商业激励的制约。

如果代理请求只会带来成本而不创造收入，组织不会容忍其无限增长。它们可以引入缓存、批量访问、专用 API 或收费机制，以减少不必要的流量。

AI 开发者也有提高效率的动力。每项任务访问数千个页面会增加延迟和推理成本。更好的路由、可信索引、共享缓存和结构化数据可以降低请求放大效应。

如果自动化访问导致大范围欺诈、隐私侵犯或市场操纵，监管机构可能会介入。法院和立法机构也可能进一步明确版权与合同规则如何适用于自动化采集。

Web 本身也会适应。面临大量代理流量的服务，可能不再提供完整页面，转而暴露受控的数据接口。这种方式可以减少带宽，同时让权限和署名更易于管理。

Cloudflare 的预测假设当前模式会延续。由于每个受影响方都有理由改变这种模式，它不太可能在五年内毫无变化地持续下去。

财务背景也带来另一层谨慎。Cloudflare 在财报电话会议上披露了该预测，管理层会在这一场合向投资者解释增长机会。这一环境会鼓励讨论支持未来需求的趋势。

Cloudflare 报告称，第二季度营收约为 6.961 亿美元，同比增长 36%。公司还录得约 2.057 亿美元的 GAAP 净亏损，受到重组及其他运营成本影响。

这些数字描述的是一家快速增长、同时大力投入的公司。它们并不能验证 1,000 比 1 的预测。但它们表明，自动化流量、AI 推理、安全和开发者基础设施为何对 Cloudflare 具有战略重要性。

公司的投资者概览显示，截至 6 月底，其大型客户超过 4,600 家。超过 45% 的《财富》500 强企业是付费客户。这一覆盖范围让 Cloudflare 具备相当可观的可见性，但并非全面可见性。

正确的解读应当谨慎而严肃。机器人反超是请求构成已经变化的强烈信号。五年后的比例是一种必须验证的情景，而非既成定局。

出版商和企业需要机器可读的策略

组织如今需要针对有益代理、商业爬虫、安全工具和滥用自动化分别制定政策。

对于正在形成的 Web 而言，简单的允许或阻止政策过于粗糙。企业应首先衡量哪些自动化系统正在联系它们、消耗了哪些资源，以及它们是否带来有用的结果。

这份清单应当将技术活动与商业价值联系起来。能够带来引流的爬虫，或许应当与无署名复制内容的爬虫受到不同对待。采购代理在完成身份验证后，可能值得获得更广泛的访问权限。

出版商迫切需要这种可见性。AI 回答可能取代对源页面的访问，削弱支撑原创内容的广告与订阅转化漏斗。然而，阻止所有 AI 爬虫也可能让出版物在代理介导的发现机制中失去可见性。

商业访问提供了一种可能的折中方案。出版商可以在明确条款下允许索引，对高强度检索进行计量，或将高级内容保留给经过身份验证的合作伙伴。可行模式将因受众和内容而异。

署名机制也需要更强的实施。AI 回答中的引文可以保留来源脉络，但并不保证流量或付费。出版商将希望获得可衡量的引流、授权和使用记录。

在线商店面临不同的考量。代理可以带来高意向客户、减少搜索摩擦并完成常规购买。它们也可能压垮库存系统，或以快于人类响应的速度利用促销规则。

零售商应区分发现与行动。公开目录访问可以保持广泛，而购物车创建、预订和付款则需要更强的凭证。风险更高的操作应受到更严格的限制，并具备更清晰的责任追溯机制。

企业软件供应商必须重新审视 API 经济性。一名员工的一次请求，可能在多个系统中生成一长串代理调用。现有配额和合同可能无法反映这种放大效应。

可观测性变得不可或缺。团队需要追踪一条人类指令所触发的每一项自动化请求。缺少这种关联时，代理工作流可能看起来像一次分布式攻击，或一次无法解释的成本飙升。

安全团队不应将每个经过验证的代理都视为无害。验证用于识别调用方，而授权决定调用方能够做什么。被攻破或设计不佳的代理仍可能暴露数据并执行破坏性操作。

最小权限访问仍是更安全的模式。代理应只获得完成当前任务所需的数据和操作权限。凭证应快速过期，敏感操作应要求明确批准。

对于具有重大影响的操作，人类确认仍将十分重要。助手可以自主研究旅行选项，但用户可能会批准最终购买。边界应反映财务、法律和隐私风险。

知识工作者也需要可靠的来源留存。代理生成的摘要可能掩盖事实来源，或抹平不同来源之间的分歧。可搜索的AI 知识库可以保留自动化工作背后的文档和引文。

随着直接浏览减少，这份记录会变得更有价值。用户需要一种方式来检查证据、恢复上下文，并区分检索到的材料与生成的结论。

对于开发者而言，眼下的工作很务实。他们应记录代理访问方式，支持结构化响应，定义速率限制，并提供清晰的身份验证路径。错误消息应告知合法代理如何安全地恢复操作。

缓存可以减少浪费。如果许多代理请求相同的公开信息，中间层可以复用近期结果，而不是反复加载源站。结构化数据源可以比页面抓取更高效地实现同样目的。

这些变化并不要求接受 Cloudflare 的 1,000 比 1 比例必然会实现。它们源于已经报告的反超现象。即使自动化程度的增长远小于这一规模，也会改变容量规划、欺诈检测、署名和产品设计。

三个信号将检验 1,000 比 1 的预测

接下来的证据应来自可重复的测量、经济行为以及可验证代理身份的采用情况。

第一个信号是 Cloudflare 在未来数个季度的流量构成。公司应展示，在不同地区、行业和时间段内，非人类请求是否持续高于人类请求。

持续扩大的差距将支持预测的方向。若出现逆转或分类不稳定，则会削弱 5 月标志着持久结构性变化的说法。

最有价值的披露应区分传统爬虫、经过验证的 AI 代理、恶意机器人、API 客户端和未识别自动化。单一的合并百分比无法说明是哪一类别推动了增长。

Cloudflare 还应公布更多方法论细节。读者需要了解其如何分类请求、如何处理后台应用流量，以及如何针对客户群变化进行调整。

第二个信号是出版商经济状况。关注大型媒体公司是否签署授权协议、采用付费爬取系统，或更积极地阻止 AI 服务。

广泛采用计量访问将证实代理流量具有真实的经济分量。它也将表明，出版商可以施加成本，以抑制无差别爬取。

引流模式同样重要。如果 AI 服务向原创来源发送更多用户，出版商可能会容忍更广泛的访问。如果引流仍然疲弱，围绕内容提取的冲突将加剧。

Cloudflare 强调了这一紧张关系，因为 Web 正在远离传统搜索引流。其 2025 年流量回顾发现，AI 爬虫在 HTML 请求中占据了有意义的份额，却没有为源网站带来相当的访问量。

这份互联网流量回顾还将 AI 机器人与数量更庞大的非 AI 自动化流量区分开来。这一区分应继续成为未来报道的核心。

第三个信号是可验证的代理身份开始被采用。PACT、经过签名的机器人请求及类似标准，必须从发布公告走向实际部署。

真正的采用将使网站能够依据经过认证的代理分配权限，而不是依赖宽泛的行为推测。这将强化 Cloudflare 的观点：基础设施必须围绕机器参与者进行重建。

采用进展缓慢则会暴露一个严重弱点。若缺乏通用的身份和授权标准，企业可能会通过封锁更多自动化流量，或迫使代理经由专有接口运行来应对。

浏览器的参与将尤为重要。Chrome、Edge 和 Firefox 能够以极大规模提供保护隐私的信号。它们的参与也会引发治理问题：究竟由谁控制被认可的身份。

标准必须保持互操作性与透明度。若未来只有少数平台能够认证合法流量，开放访问可能会被高度集中的把关机制所取代。

Cloudflare 提出的 1000 比 1 情景，最终取决于的不只是代理能力的提升。企业必须接受它们的请求，用户必须信任它们的行为，基础设施也必须让其经济模式具备可持续性。

Cloudflare 已识别出一个真实的转变：如今在其网络上，机器产生的请求似乎已超过人类。然而，这一醒目的比例仍是一种基于不确定定义和不断变化的激励机制得出的推断。

下一个问题并不是机器人数量是否更多，而是，在原始流量规模淹没这些差异之前，网络能否为其活动附加身份、权限、来源证明和支付机制。

开发者应关注流量构成。出版商应关注引荐流量和授权许可。每个组织都应决定欢迎哪些代理、哪些操作需要人工批准，以及将拒绝哪些请求。

即使最终比例永远达不到 1,000 比 1，这些准备工作依然重要。自动化流量已经跨过 Cloudflare 网络上的一个门槛，而规范这类流量的规则尚未跟上。