【AI 杂谈】当互联网的大多数“用户“不再是人

发布时间:2026/10/13 16:09:13

【AI 杂谈】当互联网的大多数“用户“不再是人 当互联网不再属于人类2026 年 6 月初Cloudflare 的 Radar 仪表盘上一条曲线悄无声息地穿过了 50% 的分界线。那是HTML 网页请求中机器流量的占比。到 6 月 3 日这个数字到了57.5%人类流量剩下 42.5%来源Cloudflare Radar。CEO Matthew Prince 在 X 上发了一句话——他原以为这个交叉点要到 2027 年末才会出现实际比预期早了将近一年来源Cybersecurity News, MSN。在互联网诞生四十多年后人类第一次在自己的发明中变成了少数群体。但有意思的不是这个数字。有意思的是同一周发生的另一组事件——它们看似和流量数据无关连在一起看才让人觉得事情没那么简单。一个比例四十年的翻转翻回九十年代。那时的互联网是一个纯粹的人类通信工具——邮件、BBS、新闻组、网页浏览。机器在网上的唯一存在是服务器它们不访问网页只提供服务。机器流量占比无限趋近于零。互联网是人类建给人类用的。千禧年前后搜索引擎蜘蛛大规模进场。Googlebot 成了第一代机器居民它遍历每一个 URL索引每一页内容。但那时的机器爬虫有一个明确的身份人类的工具。它帮人找东西自己不消费任何内容。机器流量占比控制在 20% 左右而且目的单一——服务人类的搜索需求。2010 年代是个模糊地带。自动化脚本、内容抓取器、僵尸网络、价格爬虫、舆情监控——机器流量逼近 40%。但人们对待它们的态度很清楚噪声。是需要过滤掉的东西不是互联网的合法参与者。CDN 厂商的卖点之一就是帮你挡住机器人。机器流量是一种需要被管理的异常而不是网络的常态。真正的转折不在某一个具体日期。它发生在机器从数据采集者变成数据消费者这件事被所有人忽略的那个时间段。2020 年代AI 训练数据的规模化抓取、Agent 操作流、大模型驱动的自动化任务——机器不再是从互联网上采数据它开始**用互联网**读邮件、填表单、浏览网页、生成响应、提交订单。它不绕开验证码它过验证码。当 AI 开始用互联网而不是爬互联网人机比例的翻转就只是一个时间问题了。Cloudflare 的数据只是给这个翻转拍了一张证件照。同一周三扇门在关上就在 Cloudflare 的数字在中文互联网上引发感叹的同时另一批人做的事刚好相反——不是感叹是封堵。7 月 3 日阿里巴巴下发内部通告Claude Code 列入高风险软件7 月 10 日起全面禁用。不是禁用某一个功能是全系拉黑——Sonnet、Opus、Fable连同 Claude Code 在内员工电脑上一个不能留。推荐替代方案是自研的 Qoder来源澎湃新闻。注意一个细节公告中反复出现的关键词是后门和安全风险——不是 Claude Code 不好用是不安全。不信任的不是技术能力是技术本身。同一时间美团内部限用豆包大模型。要求所有业务团队自查规划迁移至 LongCat、DeepSeek 等模型无法迁移的提交原因说明走单独审批流程来源太平洋电脑网。这也不是孤例。今年 4 月美团已经不推荐使用阿里云 Qwen 模型如今再加一条豆包。7 月 4 日豆包和通义千问同步发布公告7 月 15 日起下线全部用户自建智能体功能来源新浪财经/新京报贝壳财经。两个头部大模型平台在同一天对同一个功能按下停止键。他们给出的理由写得含蓄——“产品功能调整”——但下线日期恰好是五部委《人工智能拟人化互动服务管理暂行办法》施行的同一天来源国家网信办news.cn不是巧合。再往前推一天6 月 30 日开源游戏引擎 Godot Foundation 修订贡献指南。措辞是这些公告里最不客气的一个“AI 无法承担责任我们也无法相信那些高度依赖 AI 的开发者能真正理解自己的代码并能在需要时修复它。”明确禁止 AI Agent 提交 PR、禁止 Vibe Coding、禁止 AI 生成大段代码来源Godot Foundation。把这几件事排在一起看时间窗口只有不到一周阿里设防火墙堵的是外部工具的代码能力美团划红线堵的是外部模型的调用通道豆包千问自断一臂堵的是用户自建 Agent 的入口Godot 修改规则堵的是AI 代码进入开源社区的路径四个组织、四扇门、同一个方向。它们不约而同地在做一件事在互联网上画出一道线线以内是人线以外是机器。一张网正在裂成两张你看到那个悖论了吗Cloudflare 的数据说互联网的基础设施层正在前所未有地向 AI 敞开——流量结构已经不可逆机器是这张网上最活跃的居民。但从阿里到 Godot从美团到豆包千问组织治理层在做完全相反的事——划禁区、设白名单、拔电源。互联网同时在变得更AI-native和更AI-hostile。这不是矛盾这是同一个过程中的两个相。用系统论的视角看这件事互联网是一个复杂适应系统内部包含无数的子系统——内容生产者、平台、企业内网、开源社区、搜索引擎。当某个子系统的自主性和行为密度突然超过阈值系统的其他部分会触发边界强化反应。企业防火墙、代码仓禁令、PR 审核规则——这些不是在反对 AI而是系统面对内部扰动时的典型调节行为。系统在尝试重新回答一个根本问题什么是系统的一部分什么不是。说白了AI 的能力越强、渗透越深组织就越要划定这里不让它进。这是一种反馈回路——不受理性讨论控制是复杂系统自保的本能。换个视角——媒介生态学的视角。麦克卢汉那句话在这里格外好用媒介即讯息。互联网本身是一种媒介环境它的核心属性不由上面传播了什么内容决定而是由谁在上面活动决定。当 57.5% 的 HTML 请求来自机器意味着在任何给定时刻你在网上遇到的是机器而不是人的概率已经过半。这不是内容变了是媒介本身在变——人的感知空间被机器流量一点点挤了出去。企业防火墙于是变成了一个奇怪的隐喻。它不再是千禧年时期那种把坏东西挡在外面的技术手段而是这个生态系统里人类为自己保留的最后一块栖息地。一个人需要防火墙才能上网这件事本身就是在说——这张网已经不是建给他的了。关键问题是当一张网的居民变成了机器它的基础设施层向机器敞开、但组织治理层向机器关闭这张网还能自称互联网吗我看到的趋势是——它正在裂成两张网。一张是机器人在上面跑、为机器人提供服务的开放层。训练数据抓取、Agent 操作流、自动化任务、搜索引擎爬虫——它们不跟人打招呼也不需要。它们只需要带宽、API 和标准协议。这是互联网的基础设施层57.5% 的流量发生在这里。另一张是人在防火墙内维护的封闭层。企业内部系统、私有代码仓库、有白名单限制的平台入口——那里还有人的判断、人的决策、人的创造力。但代价是你需要一扇门而且你得有钥匙。这不是我预测的未来。这是 2026 年 7 月在发生的事。你打开一个假设的浏览器历史记录时间是 2028 年某个普通工作日的上午九点09:00-09:30 Agent 抓取 47 篇行业报告 09:30-10:00 Agent 对比 12 家供应商报价 10:00-10:12 Agent 起草合同草案并发送 10:12-10:15 人类阅读 Agent 生成的 1 封摘要邮件 10:15-11:30 Agent 监控 6 个社交媒体账号并生成舆情报告从早九点到晚六点这个人的浏览记录中人类主动行为占比不到 5%。这个场景不需要等到 2028 年。57.5% 的流量不是未来的某个预测是今天。现在是 2026 年 7 月 6 日。上面那条浏览记录可能已经存在于某台电脑的chrome://history里。当互联网的大多数用户不再是人这张网还是互联网吗
延伸阅读

更多相关文章

2026/10/12 22:50:50

2026年GEO服务商调研报告:烈豹AI等五家代表机构实测解

摘要: 随着AI搜索重塑用户决策路径,生成式引擎优化(GEO)已成为企业数字营销的战略高地。本报告基于2026年第一季度实测数据,梳理了市场上五家具备代表性的GEO服务商,分析其技术底座与适用场景,为…

2026/10/12 23:39:20

Fast-GitHub:如何让国内GitHub下载速度提升10倍?

Fast-GitHub:如何让国内GitHub下载速度提升10倍? 【免费下载链接】Fast-GitHub 国内Github下载很慢,用上了这个插件后,下载速度嗖嗖嗖的~! 项目地址: https://gitcode.com/gh_mirrors/fa/Fast-GitHub 还在为Git…

2026/10/13 17:58:38

三种手眼标定方法实战对比:AX=XB、非线性优化与FOE

简介:这份PDF资料聚焦机器人视觉中的手眼标定技术,面向计算机视觉、双目视觉与机器人抓取方向的学习者和研究者,系统讲解末端执行器与摄像头坐标系转换关系的求解思路。内容从Euler角、Rodrigues表示、Cayley表示及FOE点等基础知识切入&#…

2026/10/13 17:58:38

交换机端口镜像SPAN全解析:从原理到排障实战

抓包可以说是网络工程师最常用的排查手段之一,但很多刚入行的朋友第一次遇到“端口镜像”这个概念时,都会卡在一个问题上:明明交换机上连着好几台设备,我把电脑接在交换机上,为什么用抓包工具就是看不到别的机器在跑什…

2026/10/13 17:58:38

自然语言优化求解系统:NLP与运筹学融合的工程实践

1. 这不是又一个“大模型微调教程”,而是一套可落地的NLPSolver工程实践“从零构建一个自己的自然语言优化求解系统”——这个标题里藏着三个容易被忽略但极其关键的词:自己的、优化求解、系统。它不指向LLM API调用封装,不等于Prompt Engine…

2026/10/13 17:58:38

智能体实战:如何让大模型从“会说话”变成“会干活”

最近两年,提到“智能体”这个词的频率高得离谱。开会讲、群里聊、技术文章里刷屏,产品经理说要做智能体,研发同学说在调智能体,运营同事也问能不能用智能体把日报写了。但真要被问一句“智能体到底是个啥”,不少人和我…

2026/10/13 17:53:37

智能体风险治理框架3.0:九大风险检查与整改落地指南

1. 框架3.0落地:智能体从"试点炫技"进入"整改内审"阶段做企业级AI落地的同行应该都有同感:智能体这个词喊了两三年,真正敢让它们在业务链路里独立干活的大规模落地,其实是从近两年才多起来的。模型能力是一道…

2026/10/13 5:19:27

Python调用Gemini Structured Outputs实现工单路由门禁

客服工单最怕的不是模型“答错一句话”,而是它给出一段看起来合理的说明,程序却从中猜错优先级。通俗做法是:要求模型只交 JSON(JavaScript Object Notation,轻量数据格式),再让代码验证它。Gem…

2026/10/13 17:09:18

Spring Boot超市进销存系统毕设实战:从需求拆解到答辩通关

最近带的一个学生项目组里,有A同学跑来问我:选什么毕设题目最稳妥,既能让评审老师觉得工作量够,又不会在答辩时被问到语无伦次。我第一反应就是推荐基于Spring Boot的超市仓库管理系统——也就是超市进销存系统。这个题目乍一看平…

2026/10/12 12:54:07

Flutter StatefulWidget 生命周期核心解析

很多刚开始接触 Flutter 的朋友,在看完一堆“Hello World”和基础组件之后,大概率都会撞上同一堵墙:StatefulWidget 里那堆 initState、build、dispose 方法,到底什么时候被调用?为什么顺序是那样?在里面到…

2026/10/13 0:04:41

基于Triton部署YOLO目标检测:从训练脚本到线上服务

简介:这份资源面向希望将目标检测模型落地到生产环境的深度学习开发者与算法工程师,聚焦于用 Triton Inference Server 部署 YOLOv9 的完整实战方案,解决从训练权重到线上推理服务之间的工程化难题。压缩包共 16 个文件,约 886KB&…

2026/10/13 0:04:41

手把手教你云端部署Qwen-Image-2.1:从GPU选型到在线文生图服务

Qwen-Image-2.1 这个开源的图像生成模型,最近在内容创作和 AI 应用圈子里热度相当高。它属于通义 Qwen 系列里的视觉生成分支,让我眼前一亮的是它对中文长文本的理解能力——以前用那些老方案生成带中文文字的图,十个里九个是“乱码印刷体”&…

还想了解更多?直接咨询顾问

免费诊断 + 免费方案 + 透明报价。

全国咨询热线400-8866-253
免费获取方案
☎咨询二维码 ☎ ↑