Cloudflare Pay Per Use 将 AI 内容使用转化为可计费事件

Cloudflare 于 9 月 30 日推出 Cloudflare Pay Per Use 测试版，为 AI 公司与在线出版商之间建立了一条新的付费路径。该系统不再在机器人抓取页面时收费，而是记录 AI 产品实际使用该页面的时刻。Cloudflare 随后向 AI 公司收费，并向出版商付款。

这一差别看似很小，却改变了 AI 内容授权背后的经济计量单位。抓取衡量的是访问权限。Pay Per Use 试图衡量访问之后产生的价值，例如回答中的引用，或影响自动化推荐的一篇评测。

冲突同样重要。AI 公司希望获取最新、权威的资料，而无需与数百万网站分别谈判合同。出版商则希望在 AI 回答取代过去支撑广告、订阅或客户获取的访问时获得补偿。

Cloudflare 正将自身定位为这些利益之间的身份提供商、使用记录账本、计费服务和支付处理方。Pay Per Use 测试版为出版商提供了除屏蔽 AI 机器人或接受无偿使用之外的另一种选择。

该模式也带来了棘手的信任问题。买方自行报告使用情况，而出版商依赖这些报告计算收入。Cloudflare 可以验证被报告的页面是否属于已加入计划的出版商，但无法独立发现每一次未报告的使用。

因此，Cloudflare Pay Per Use 不只是另一项爬虫设置。它试图将 AI 内容授权从私下交易转变为可重复运行的互联网基础设施。

Cloudflare Pay Per Use 改变出版商出售的内容

测试版将可计费时点从获取内容转移到在 AI 产品中使用内容。

在该计划下，AI 公司会向出版商创建报价。买方识别其爬虫，定义何种情况构成付费使用，并明确与该事件对应的报酬。它还会通过 Cloudflare 连接支付账户。

出版商可以在 Cloudflare 控制台内查看报价。报价会标明买方、所涵盖的使用方式以及拟议条款。出版商可以接受该计划、拒绝参与，或在之后停止参与。

这并不是涵盖所有可能 AI 活动的通用许可。每个计划都界定了其报价附带的权限。这些条款还可以限制内容是否可用于训练。

一旦出版商接受，AI 公司便可通过已识别、经验证的机器人抓取获准内容。经验证的机器人是指其运营者和用途均已通过 Cloudflare 认证的自动化客户端。

这些内容随后可支持多种 AI 输出。搜索服务可能会在回答中引用一段文字。研究代理可能会在生成的简报中引用新闻报道。购物助手可能会在决定推荐哪种产品时使用一篇评测。

由买方决定其中哪些事件符合付款条件。一份报价可能将可见摘要计入使用。另一份报价可能将受文章影响的推荐计入使用，即便用户从未直接看到那篇文章。

这种灵活性承认，同一页面能够创造不同类型的价值。向读者展示的引用，并不等同于自动化代理所使用的背景证据。出版商可以针对不同用途接受不同报价。

买方通过应用程序编程接口，即 API，向 Cloudflare 报告每一项符合条件的事件。每条记录包含时间、来源 URL 和事件标识符。Cloudflare 会核查该 URL 是否属于加入该买方计划的出版商。

Cloudflare 汇总提交的记录，向买方收费，并按月向参与的出版商付款。出版商可以按买方、域名和时间段查看已报告的使用情况及预估收入。

这种安排减少了双方的集成工作。AI 公司获得一个统一的报告接口，无需为每家出版商分别构建支付系统。出版商获得一个统一控制台，无需维护与多个 AI 服务的定制集成。

Cloudflare 还表示，出版商无需为每个买方修改其源站服务器。这对缺乏单独授权交易所需法律和工程资源的小型机构而言尤为重要。

不过，测试版的范围有限。Cloudflare 正与参与的买方和出版商直接合作，而非向整个网络开放自动加入。它并未将该计划描述为一个已经完善的市场。

这一范围使当前版本成为一项商业测试。Cloudflare 需要了解买方是否获得了值得付费的内容，以及出版商是否获得了有意义且可靠的补偿。

为流量而抓取的交易为何失效

AI 回答引擎可以消耗出版商的报道，同时消除过去为其提供资金支持的访问。

传统网络搜索建立在一种并不完美、但可以理解的交换机制上。出版商允许搜索引擎为页面建立索引。搜索结果再将部分用户带回这些页面，出版商由此获得收入或建立受众。

AI 搜索削弱了这种交换。回答引擎可以读取多个页面、整合其中信息并给出回应，而无需用户打开任何来源。引用仍然可见，但具有经济价值的访问却消失了。

Cloudflare 一直通过其抓取与引荐比率记录这一差距，该指标比较自动化页面请求与引荐访问。其 2025 年分析发现，不同 AI 服务之间存在巨大差异。

在一个观察期内，Anthropic 每带来一次引荐，几乎发出了 50,000 次爬虫请求。OpenAI 为每次引荐发出 887 次请求，Perplexity 则为 118 次。这些比率会随时间变化，但潜在失衡依然值得关注。

Cloudflare 后来报告称，2026 年 6 月，AI 训练占已分类爬虫请求的 52%。根据其机器人流量评估，这一比例高于 2025 年春季的 22%。

这些数据来自 Cloudflare 自己的网络和分类系统。它们并未衡量每一家网站，也无法证明每次抓取都产生了商业价值。但它们说明了为何出版商不再将机器人访问视为中性的技术问题。

压力对生产时效性或专业信息的出版商最为强烈。新闻、研究、产品评测和行业报道很快会失去价值。这些类别同样对需要超越模型训练截止日期之外答案的 AI 产品很有用。

大型媒体公司可以直接与 AI 平台谈判。小型出版商、独立研究人员和专业网站通常做不到。仅法律工作就可能让单独协议变得不切实际。

大型出版商已经选择了不同的应对方式。一些签署了双边授权协议。另一些提起版权诉讼、屏蔽爬虫，或采用授权与访问控制相结合的做法。

例如，美联社向 OpenAI 授权了档案资料，之后又安排向 Google 的 Gemini 产品提供最新信息。根据美联社授权报道，其与 Google 协议的财务条款未予披露。

这些交易证明，可信内容对 AI 公司具有可衡量的价值。但它们并未为数百万无法直接接触大型科技公司的站点创造路径。

Cloudflare 最初通过屏蔽和 Pay Per Crawl 来应对这一市场缺口。2025 年 7 月，除非站点所有者另行选择，它开始默认屏蔽新域名上的 AI 训练爬虫。

其Pay Per Crawl 模式允许参与的出版商对访问收费。爬虫可以付费并获得页面，或者面对表明需要付款的 HTTP 402 响应。

这种做法恢复了网站边界上的议价能力。但它也会在买方尚不清楚某个页面是否会对回答、推荐或其他产品输出产生贡献之前收费。

AI 系统通常获取的资料多于最终实际使用的资料。一个搜索过程可能会查看许多页面，之后才选中其中一段内容。对每次获取收费，可能使研究变得昂贵，却无法将付款与最终结果关联。

Cloudflare 的出版商付款机制如今瞄准了这种错配。Pay Per Use 要求买方仅在内容对定义明确的产品体验作出贡献之后，再向出版商支付补偿。

这一模式给双方都带来压力。出版商必须决定一份报价是否公平衡量下游使用价值。AI 公司必须决定，更好的访问和更少的定制合同是否足以证明报告与付款义务的合理性。

为结果付费创造了不同的市场

按使用付费使补偿与价值更紧密对应，但也让每个买方自行定义价值的含义。

这是 Cloudflare Pay Per Use 背后的核心转变。出版商控制是否接受报价，但最初由 AI 公司定义可计费事件并提出相应条款。

买方可以在其回答包含已加入计划页面的摘录时付款。这类事件可见，也相对容易解释。出版商可以比较引用、已报告事件和周边流量。

购物代理带来了更复杂的例子。它可能阅读五篇评测，提取多个属性，并推荐一款产品。用户可能看到推荐，却看不到任何引文或来源链接。

买方可能会将已加入计划的评测影响该推荐的情况定义为付费使用。然而，多来源系统内部的影响比可见引用更难观察。

类似问题也适用于研究代理。一份生成的报告可能直接采用一个来源，用另一个来源确认某项主张，并获取若干没有贡献的页面。每种角色都具有不同的潜在价值。

Cloudflare 并未对这些情况施加单一定义。它提供加入计划、报告、计费和结算基础设施。买方设计计划，出版商则决定这些计划是否可以接受。

这不同于固定版税制度。文章、引用或推荐并不存在通用费率。市场始于涵盖特定用途的个别报价。

这种设计可以支持试验。最新报道的条款可能不同于旧档案资料。可见引用的价值也可能不同于对代理决策产生的无形影响。

Cloudflare 表示，它希望出版商最终可以还价，并按使用方式为内容定价。这些功能是其发展方向的一部分，并不能证明当前测试版已经形成了流动性充足的市场。

该模式还将访问与下游许可分开。出版商可在加入部分计划的同时保留对爬虫的控制。接受一份报价并不一定授权每个买方或每一种 AI 使用方式。

除 Cloudflare 外，机器可读的许可也在发展。RSL 标准允许出版商表达涵盖署名、抓取、训练和生成输出中使用方式的条款。

RSL 将最后一类称为按使用付费。它可以包括用于推理、grounding 或生成的内容。Grounding 指提供外部证据，帮助 AI 系统生成最新或有依据的回应。

Cloudflare 和 RSL 从不同方向处理同一问题的不同部分。RSL 将权利与付款条款的表达方式标准化。Cloudflare 则提供一套托管式商业系统，将这些理念连接到身份识别、报告、账单和付款结算。

两种方法都无法取代直接授权。大型出版商和高价值数据所有者仍可能倾向于协商附带定制保障的合同。当买卖双方数量使一对一谈判变得低效时，标准化系统才会更有价值。

其经济逻辑类似于支付网络。银行卡网络并不决定每种产品的价值，而是建立规则与基础设施，让众多参与方无需每次交易都搭建新的结算系统。

Cloudflare 希望在智能体内容使用领域扮演类似角色。其网络位置使其能够掌握经身份验证的爬虫活动，并控制参与网站的访问权限。

这一位置具有优势，但也集中了影响力。出版商必须信任 Cloudflare 的分类和结算记录。买方则必须接受 Cloudflare 作为一个商业规则尚未定型市场中的中介。

只有足够多的优质出版商和可信买方参与，Pay Per Use 才会产生意义。基础设施能够减少摩擦，却无法创造对可替代内容的需求，也无法迫使 AI 公司接受不利条款。

自报使用情况是 Beta 测试最严峻的考验

该计划的核心弱点在于：应付款的一方同时也负责报告产生账单的事件。

Cloudflare 直接说明了这一限制。使用情况由买方自行报告，计划条款要求完整报告。Cloudflare 会验证每一项提交的使用记录是否对应已加入计划的出版商。

这项检查可以拒绝无效的付款记录，但无法独立识别买方从未提交的回答、推荐或智能体操作。

对出版商而言，缺失的审计路径比仪表板设计更重要。一张精确展示已报告使用情况的图表，并不能证明底层报告是完整的。

Cloudflare 正在努力为每个事件提供更丰富的上下文。可能包括查询关键词、主题或使用内容的产品。该公司表示，这类报告不会包含个人数据。

更多上下文将帮助出版商了解哪些作品创造了价值，也能帮助他们比较编辑投入与 AI 带来的收入。

但上下文报告仍取决于定义。如果买方只为可见引文付费，那么后台检索便不符合条件；如果其为影响力付费，系统就需要可信的方法来判定贡献。

当模型综合多个来源时，归因会变得困难。一句生成文本可能反映多个页面的信息，却未复现其中任何段落。检索日志可以显示哪些文档进入了工作流程，但并不能自动衡量其因果影响。

买方同样需要保障。重复事件、自动重试、错误 URL 和模糊归因都可能增加费用。可用系统需要稳定的事件标识符和一致的报告规则。

因此，各方需要的不只是一个支付 API，还需要就定义、审计程序、争议处理以及将输出与授权材料关联起来的证据达成共识。

Cloudflare 可以将买方报告与爬虫活动进行比对，但这些数据集描述的是不同阶段。一次爬取无法证明后续使用，而此前建立的索引也可能在当下没有新爬取的情况下支撑一个回答。

Beta 测试还必须区分即时检索与模型训练。Cloudflare 表示，每个计划的条款都可以限制训练权利。出版商不应假定一次付费回答引用就自动授权训练。

执行层面又带来另一项不确定性。可识别的买方可以遵守系统，并按接受的条款付款；未经授权的爬虫则可能伪装身份、无视指令，或从其他地方获取类似信息。

Cloudflare 已开发拦截工具和 AI Labyrinth，后者会向不受欢迎的机器人提供旨在浪费其资源的生成页面。这些控制措施提高了违规成本，但没有任何防线能拦住所有自动化采集器。

出版商还面临竞争风险。买方可能偏好条款更低、许可更广或机器可读性更强的来源。这可能使参与演变为一场向更低价授权发展的竞争。

对于稀缺材料，结果则可能相反。独家报道、专有研究或专业数据库由于替代品价值较低，能够要求更有利的条款。

因此，Pay Per Use 可能暴露一个严酷差异：内容可获得性与内容的商业差异化并非一回事。仅仅发布内容并不能保证获得有意义的 AI 收入。

该系统也无法解决版权法问题。法院和监管机构仍在审视 AI 训练和生成输出是否属于合理使用，或是否需要许可。

授权系统可以在这些争议持续期间运行。参与其中表明出版商与买方接受了某些条款，但这并不能证明每一种未授权 AI 使用原本都属违法。

Cloudflare 应避免将已报告的付款描述为内容价值的完整衡量标准。出版商也应将早期仪表板收入视为实验数据，而不是可持续商业模式的证据。

信任将取决于对账。如果出版商能够将已报告的使用情况与引用、引流、爬虫日志和独立监测进行比较，差异就更容易调查。

成熟版本可能需要审计权或技术证明。否则，该计划要求出版商信任买方、Cloudflare，以及一个并非由他们制定的事件定义。

AI 授权正从合同走向基础设施

更大的转变不在于某一种支付产品，而在于将内容权利转化为软件能够读取和执行的规则。

第一代 AI 出版协议聚焦于具名公司和经协商的内容档案。这些合同帮助大型平台获得有价值的材料，同时为部分出版商带来新的收入来源。

但该模式无法高效覆盖开放网络。每一份定制合同都会增加谈判、权利审查、技术集成、报告要求和支付运营工作。

Cloudflare Pay Per Use 将这些重复任务转化为共享基础设施。买方只需与 Cloudflare 集成一次，参与的出版商则通过同一个仪表板管理报价。

RSL 通过开放规范处理相关的协调问题。爬虫或智能体可以检查机器可读的条款，而不必寻找为人类撰写的授权语言。

HTTP 402 正作为另一项构建模块出现。该 Web 状态码表示需要付款，但历史上缺乏被广泛采用的付款工作流。新系统正尝试将这一信号与自动化结算连接起来。

Cloudflare 独立推出的 Monetization Gateway 将这一理念应用于 API、工具和数据服务。这些资源可以按请求收费，因为请求本身就是被消费的产品。

已发布内容的行为方式不同。爬取一个页面和使用其内容是两项独立行为，这也解释了为何 Cloudflare 现在同时提供 Pay Per Crawl 和 Pay Per Use。

这些模式可以并存。出版商可能对访问专业档案收费，同时接受基于结果的当前文章付款。另一些出版商可能允许免费爬取，但要求在材料出现在 AI 回答中时付费。

这一新兴技术栈包含多个层面。身份识别确定哪个机器人或智能体正在行动；权限决定其可访问内容；授权规定允许的用途；计量记录可计费事件；结算负责转移付款。

随后，分析功能展示实际发生了什么。Cloudflare 已通过 AI Crawl Control 提供爬虫数据，并通过其优化工具提供回答可见性。Pay Per Use 则增加了下游活动报告和收入数据。

对出版商而言，这形成了一个潜在的决策系统。他们可以比较哪些机器人在爬取、哪些服务在引用、哪些使用行为产生付款，以及哪些内容类别表现最佳。

这些洞察也带来编辑风险。如果出版商只追逐 AI 服务频繁授权的话题，报道范围可能收缩至可量化的机器需求。公共利益报道即便产生很少可计费使用，仍可能具有价值。

组织内部的知识工作者也面临类似张力。文档通常在支持后续决策时获得价值，而非在首次被储存时。管理完善的 AI knowledge base 会保留来源信息，使用户能够将这种价值追溯到其源头。

来源信息意味着保留材料来自何处、以及如何进入结果的相关信息。当自动化系统结合公开报道、内部文档和生成式分析时，这一点变得至关重要。

AI 公司同样能从更清晰的来源信息中受益。获得授权且可归因的来源能够提高回答质量，并降低对访问权利的不确定性。可靠的新鲜内容也有助于产品回答静态训练数据无法解决的问题。

然而，商业激励仍未解决。AI 公司可以使用公开材料、授权数据源、用户提供的文档、合成数据或替代来源。出版商必须与所有这些选项竞争。

Cloudflare 的优势在于跨网站的规模，而非对内容的所有权。它必须说服买方：由广泛授权来源构成的网络，比零散抓取或有限的双边协议更有价值。

出版商也必须作出相应判断。他们需要决定，更广泛的 AI 分发和新的付款是否足以弥补直接流量减少以及对展示方式控制力下降的影响。

这种平衡因商业模式而异。订阅型出版商可能保护完整文章，同时授权特定事实；产品评测网站可能重视带有归属的推荐；研究服务提供商可能将最新成果留给直接客户。

不存在唯一正确的设置。Cloudflare 出版商付款的重要性在于，它使这些选择从纯粹的法律问题变为可执行的运营决策。

三个信号将决定 Pay Per Use 是否有效

采用情况、可审计性和议价能力，将决定这一 Beta 测试会发展为市场，还是停留在受控实验阶段。

第一个信号是买方参与。Cloudflare 已描述相关工作流及其目标，但市场需要可识别的 AI 产品，以有意义的规模提交真实使用记录。

买方多样性与买方数量同样重要。如果只有一种搜索产品参与，出版商得到的需求信号就会很狭窄。研究型智能体、购物助手和企业系统将检验不同的使用定义。

广泛参与将强化 Cloudflare 的主张：一次集成可以替代数千份单独协议。参与有限则表明，主要 AI 公司仍倾向于私下签约或使用不受限制的公开内容。

第二个信号是报告质量。出版商需要证据证明，提交的事件与可观察到的引用、推荐或智能体输出相对应。

Cloudflare 计划加入主题和查询关键词等上下文细节。真正有意义的测试在于，出版商能否在保护用户隐私的同时，将这些细节与独立信号进行核对。

正式审计程序将进一步强化该系统。明确的更正规则、争议处理窗口和买方证明将减少对善意的依赖。

观察到的引用与付费事件之间若长期存在缺口，将削弱这一模式。这说明定义“使用”比验证“使用”更容易。

第三个信号是出版商对条款的控制权。Cloudflare 表示，最终希望让出版商能够提出还价，并根据不同用途为内容制定差异化价格。

这一功能将使该系统更接近一个真正的市场。若没有协商机制，出版商只能接受或拒绝由买方制定的定义和条款。

收益分配同样重要。一小部分优质出版商获得强劲回报，能够验证稀缺内容的需求，但未必能证明这是一种覆盖全网的资金模式。

较小型专业网站的实质性参与，将支持 Cloudflare 更广泛的论点。这将表明，标准化基础设施能够将授权范围扩展到拥有庞大法务团队的媒体公司之外。

出版商不应只关注总付款额。有用的衡量指标包括每个被使用页面的收益、不同买方之间的差异、报告延迟、取消率，以及直接引荐流量的变化。

AI 公司应考察回答质量、对此前受阻来源的访问情况、集成成本，以及出版商授权的可靠性。只有双方都能获得可衡量的价值，支付模式才能持续。

Cloudflare Pay Per Use 为测试这种交换提供了一套可信的机制。它将经过验证的买方、出版商同意、使用记录、计费和付款整合在同一系统中。

它尚未证明，AI 使用情况的自我报告能够大规模地为出版商提供支持。该 beta 版本必须证明，买方能够持续如实报告，付款足以证明参与的合理性，并且创作者能获得实质性的议价能力。

未来几个月应会揭示，这一市场是否会从访问费用转向基于结果的授权。请关注哪些 AI 公司加入、出现何种审计控制措施，以及出版商能否进行协商。

如果你发布原创作品，先对比爬虫活动、AI 引荐流量、引用情况以及任何已报告的使用数据。然后提出决定性的问题：Cloudflare Pay Per Use 所回馈的价值，是否与您的作品在他人产品中创造的价值相匹配？