--- author: Best Partners TV date: '2026-04-05' guest: '' layout: post.njk source: https://www.youtube.com/watch?v=oJFVKSTdA3Q speaker: Best Partners TV tags: - ai-traffic - cybersecurity-threats - ai-agents - bot-detection - machine-learning-security title: AI流量激增与网络安全新浪潮：2026年互联网威胁报告深度解析 summary: HUMAN Security报告揭示2025年AI流量爆发式增长，自动化流量远超人类，AI Agent成为焦点。报告分析了AI流量结构、主体分布及对网络安全带来的严峻挑战，强调了机器对机器的攻防新时代，并呼吁构建智能化防御体系。 insight: '' draft: true series: '' category: ai-ml area: tech-engineering project: [] people: [] companies_orgs: - HUMAN Security - OpenAI - Cloudflare - Imperva products_models: - AI Agent - Agent Browser media_books: [] status: evergreen --- 大家好，我是大飞。三十多年前，我们说在互联网“没人知道你是一条狗”。而到了2026年，屏幕另一端的存在，大概率既不是狗，也不是人，而是冰冷的、高速运转的机器。 就在2026年3月26日，知名网络安全公司**HUMAN Security**发布了一份《2026年AI流量与网络威胁基准报告》。这份报告基于其防御平台在2025年处理的超过一千万亿次交互数据，揭示了互联网流量背后的惊人真相，也让我们看到了AI时代网络安全的全新挑战。今天，我就带大家一起拆解这份报告，看看AI流量的爆发到底给互联网带来了什么，以及我们又该如何面对随之而来的网络威胁。 ### AI流量激增：机器活动的指数级增长 首先，先给大家看一组核心数据。在2025年，互联网上的自动化流量同比增长了23.51%，这个增速大约是人类流量增速3.10%的8倍。也就是说，机器在互联网上的“活动”频率，正以远超人类的速度飙升。而在自动化流量中，AI驱动的流量更是呈现出爆炸式增长。从2025年1月到12月，AI驱动流量的增长幅度达到了187%，月均规模几乎翻了三倍。这意味着每一个月，互联网上的AI流量都在以接近翻倍的速度扩张。 其中最令人震惊的，是来自**AI Agent**和**Agent Browser**的流量，同比涨幅直接突破了7851%。这个数字背后，既是AI自主智能体技术的快速成熟，也是机器开始真正意义上“自主”探索互联网的开端。 可能有朋友会觉得，单个公司的报告或许存在数据偏差。但事实是，整个行业都观察到了同样的趋势。就在这份报告发布的一周前，在SXSW大会上，**Cloudflare**的首席执行官马修·普林斯也给出了类似的判断。他预测到2027年，AI机器人流量将正式超过人类流量，成为互联网流量的主体。Cloudflare作为为全球大约20%的网站提供服务的企业，能够捕捉到相当大比例的HTTP请求。马修的判断正是基于这些流量曲线。他曾经举过一个非常直观的例子：如果一个人在网上想买一台相机，可能会浏览五个相关网站做对比；而替你执行同样任务的AI Agent，为了找到最优解，可能会访问五千个甚至更多的网站。五千比五，这个差距不仅是数量上的，更是效率和行为模式上的，也让我们看到了AI流量未来的增长潜力。 而早在2025年4月，**Imperva**发布的年度恶意机器人报告就已经向我们发出了信号。这份报告显示，2024年自动化流量占到了全部网络流量的51%，这是十年来自动化流量首次超过人类活动产生的流量，标志着互联网正式进入了“机器主导”的初步阶段。其中，恶意机器人产生的流量占全部流量的37%，这个比例已经连续第六年上升，说明自动化流量的增长背后，还伴随着恶意网络行为的同步增加。 虽然HUMAN Security、Cloudflare和Imperva这几家公司的测量口径、客户构成各不相同，数据之间无法简单对齐，但是它们指向的趋势是高度一致的：机器正在成为互联网上的多数派，而AI技术正是推动这个趋势的核心力量。 ### AI流量结构拆解：爬虫、抓取器与Agent的演变 如果说流量增速是让我们看到了AI流量的“体量变化”，那么HUMAN Security这份报告的真正价值，在于它对AI流量内部结构变化的精准拆解，让我们看清了不同类型的AI流量到底在做什么，以及它们的发展趋势。 在2025年初，**AI训练爬虫**是AI驱动流量的绝对主体，占比达到了大约90%，而实时抓取器仅占剩下的10%。至于AI Agent类的流量，在当时几乎可以忽略不计，在整个AI流量中占比微乎其微。但是到了2025年底，这个结构发生了根本性的变化：AI训练爬虫的份额下降到了74%；实时抓取器的占比上涨到了24%，增长幅度达到了597%；而AI Agent类流量则实现了从无到有的突破，占到了1.7%，增长幅度达到了惊人的7851%。 更重要的是，这三类AI流量的核心行为和价值完全不同，它们在互联网上扮演着截然不同的角色，也给互联网生态和网络安全带来了不同的影响。 首先说说**AI训练爬虫**。它的核心作用是批量采集互联网上的各类数据，为大语言模型、多模态模型等AI模型的训练提供数据支撑，本质上是在“读”互联网。从文本、图片到音频、视频，AI训练爬虫会按照预设的规则，大规模抓取各类公开信息，再经过清洗、标注后，成为AI模型训练的“燃料”。在AI模型快速迭代的阶段，AI训练爬虫的高占比是必然的，因为各大AI企业都在全力扩充自己的数据集，提升模型的能力。但是随着各大主流AI模型的逐渐成熟，对海量原始数据的需求增速有所放缓，这也是其占比从90%下降到74%的重要原因。 其次是**实时抓取器**。它的核心作用是为AI产品的即时功能服务，是AI模型连接现实世界的“触手”。我们在使用ChatGPT等AI产品时，经常会问一些关于实时信息的问题，比如“某款手机的最新市场价格”。这些信息具有很强的时效性，不可能提前存储在AI模型的训练数据中。而实时抓取器的作用，就是在我们提出问题后，立刻去互联网上抓取相关的实时数据，再通过检索增强生成管道，将这些数据喂给AI模型，让模型能够结合实时信息给出准确的回答。随着AI产品的落地应用越来越广泛，用户对实时信息的需求越来越高，实时抓取器的流量占比和增速自然也会大幅提升。 最后是**AI Agent**。这是目前最具发展潜力，也最值得我们关注的AI流量类型。它的核心能力是不仅能读取网页信息，还能在网页上进行自主操作，比如浏览商品详情、填写表单、进行价格对比，甚至完成结账支付等一系列的行为。如果说AI训练爬虫和实时抓取器还只是“被动获取信息”，那么AI Agent就是“主动执行任务”。 HUMAN Security的报告对AI Agent流量的页面分布做了详细拆解。数据显示，77%的AI Agent活动发生在商品和搜索页面，这说明目前AI Agent的主要应用场景还是消费领域的商品筛选和信息检索；8.8%的AI Agent活动在账户页面，大约5%在身份验证流程中，2.3%出现在结账页面。虽然结账页面的AI Agent活动占比仅有2.3%，但是这个数据的意义却非同寻常，因为它意味着AI系统已经能够在不经人工实时干预的情况下，自主完成交易流程。在2025年之前，AI自主完成网购交易还只是停留在概念和实验阶段，而这份报告中的数据告诉我们，这已经成为了可观测到的现实。 想象一下，未来我们只需要告诉AI Agent自己的购物需求，比如，“买一款性价比最高的无线耳机，预算500元以内”。AI Agent就会自主浏览各大电商平台，对比不同品牌、型号的产品参数和价格，筛选出符合要求的选项，甚至直接完成下单和支付。这无疑会极大改变我们的消费方式，但同时，也带来了全新的网络安全问题。 ### AI流量分布：头部企业与关键行业的主导地位 除了流量结构的拆解，这份报告还向我们揭示了AI流量的主体分布特征。无论是按运营商划分，还是按行业划分，AI流量都呈现出高度集中的特点。 先看运营商层面。**OpenAI**旗下的各类机器人，包括GPTBot、ChatGPT User、OAI-SearchBot、ChatGPT Agent等等，贡献了大约69%的AI驱动流量，占据了绝对的主导地位。Meta旗下的AI机器人大约占16%，Anthropic旗下的大约占11%，而剩下的所有AI企业加起来，贡献的AI流量占比不到5%。这个数据意味着，一家网站或企业，关于如何对待OpenAI爬虫的决策，就能直接决定它面临的AI流量中近七成的命运。这种高度的集中度，让少数几家头部AI公司拥有了影响整个互联网流量格局的能力。它们的爬虫政策、技术调整，都可能在一夜之间重塑互联网的流量分布。对于中小网站和企业来说，如何应对头部AI企业的爬虫行为，成为了必须面对的问题。 再看行业分布层面。**零售与电商、流媒体与媒体、旅游与酒店**这三个行业，吸收了超过95%的AI驱动流量，成为了AI流量的主要承载者。之所以会出现这种情况，核心原因在于这三个行业拥有结构化程度最高、更新频率最快的数据：零售与电商行业的商品目录、价格信息；流媒体与媒体行业的新闻内容、视频资源；旅游与酒店行业的实时票价、房间预订信息。这些数据都是AI产品最需要的“燃料”，既可以用于AI模型的训练，也能通过实时抓取为用户提供即时服务。而那些数据结构化程度低、更新频率慢的行业，比如传统制造业，目前的AI流量占比则相对较低。 这种行业集中度也意味着，零售与电商、流媒体与媒体、旅游与酒店这三个行业，将成为AI流量带来的网络安全挑战的主要承受者，面临的网络威胁也会远高于其他行业。 ### 网络威胁升级：“机器对机器”的攻防新时代 当AI流量以如此惊人的速度增长，并且其结构和分布呈现出全新的特征时，随之而来的，必然是全新的网络安全挑战。HUMAN Security在这份报告中提出了一个核心判断：AI Agent正在重塑的商品发现、账户管理、结账支付等数字交互环节，恰好也是网络攻击者最密集发起攻击的环节。更可怕的是，合法的AI商务行为和自动化的网络欺诈行为之间的行为差异，正在变得极其微小，甚至几乎重叠，这让网络安全防御的难度大幅提升。 我们先来看一组数据，感受一下2025年网络威胁的严峻程度。2025年，全球网站访问中接近五分之一的访问行为是抓取攻击，这个比例几乎是2022年的两倍，意味着越来越多的攻击者开始利用自动化工具，大规模抓取网站的敏感数据。登录后账户接管的尝试次数，相比往年翻了四倍多。HUMAN Security的防御平台为每个客户平均标记了40.2万次的此类尝试，而2024年这个数字还不到10万。账户安全面临着前所未有的挑战。 信用卡欺诈测试的总量自2022年以来飙升了250%，呈现爆炸式增长。而虚假账户创建的行为，更是在持续高速增长。从2023年到2024年，虚假账户创建的数量增长了259%，2025年又在这个基础上增长了89%。大量的虚假账户被用于刷单、薅羊毛、网络欺诈等恶意行为。HUMAN Security的威胁追踪系统在2025年全年，总共识别出超过75万个不同的威胁画像，其中仅抓取攻击就占了62%，成为了最主要的网络威胁类型。这些数据告诉我们，随着AI技术和自动化工具的普及，网络安全的攻防战，已经进入了“机器对机器”的时代。 如果把这些网络威胁放到具体的行业中，我们能看到一幅更加清晰的图景。 * **流媒体和媒体企业**：这类企业面临的最主要威胁是**账户接管**。2025年有将近71%的登录流量，实际上是攻击者在尝试进行账户接管，而两年前这个数字还只有37%。短短两年时间，增长了将近一倍。之所以会出现这种情况，是因为流媒体和媒体企业的付费账户具有很高的商业价值，一个会员账户可以被多人共享，也可以在暗网上进行交易，这让其成为了攻击者的主要目标。 * **科技和SaaS领域**：这类企业面临的最主要威胁是**抓取攻击**。受重点攻击的科技和SaaS公司，有超过三分之二的访问行为是攻击者的抓取攻击。科技和SaaS领域的核心资产是技术文档、产品数据、用户信息等结构化数据。这些数据对于攻击者来说具有很高的价值，可以用于商业竞争，也可以进行非法交易，因此成为了抓取攻击的重灾区。报告中提到了一个具体的案例：一家大型零售商仅在2025年12月这一个月的时间里，就遭遇了92亿次的抓取攻击尝试；而一家制药电商在2025年10月和11月，其抓取攻击的占比一度突破了70%。 暗网上的账户价格变动，也从一个侧面反映了不同行业的网络安全防御现状和攻击难度。金融服务和科技类账户在暗网上的售价正在不断上涨。比如某加密货币交易所的被盗账户，其售价从不到500美元涨到了4500美元，价格翻了九倍。而与之形成鲜明对比的是，旅游和酒店类账户在暗网上的售价正在不断下跌。某连锁酒店的忠诚度计划账户，售价从201美元跌到了40.5美元；某航空公司的账户，售价从175美元跌到了45.5美元，价格跌幅超过70%。 ### 模糊的界限：良性与恶性自动化的博弈 而在这份报告中，有一个数据最值得我们所有人警惕，也是整个网络安全行业需要直面的现实：在HUMAN Security防御平台分析的全部交互数据中，**良性自动化流量与恶性自动化流量的比率，只差0.5个百分点**。这意味着，在互联网上的自动化行为中，合法的、良性的行为和恶意的、非法的行为几乎各占一半，二者的比例已经无限接近。 而这0.5个百分点的差距意味着，一个AI Agent快速浏览商品页面、登录个人账户、填写支付信息、完成结账支付这一整套行为，如果是代表消费者执行的合法购物行为，那就是良性的自动化流量。但如果这个AI Agent是由攻击者控制，利用盗取的账户信息进行非法消费，或者利用虚假账户进行刷单欺诈，那么它就变成了恶性的自动化流量。 而问题的核心在于，这两种行为的操作流程、行为模式几乎完全一致。对于网络安全防御系统来说，很难通过简单的行为识别来区分它到底是良性还是恶性。传统的网络安全防御手段，比如基于签名的检测、基于规则的拦截，在面对这种高度相似的自动化行为时，已经显得力不从心。如果防御过于严格，可能会误拦合法的AI Agent行为，影响用户体验和企业的正常业务；如果防御过于宽松，又会让大量的恶意自动化行为有机可乘，给企业和用户带来损失。这种两难的境地，正是AI流量爆发给网络安全防御带来的全新挑战，也意味着传统的网络安全防御体系已经无法适应AI时代的需求，我们需要构建全新的、智能化的网络安全防御体系。 ### 应对之道：构建智能化防御与提升用户意识 应该说，AI流量的爆发和随之而来的网络安全挑战，本质上是AI技术发展的必然结果。AI技术的进步，让机器拥有了更强的自主能力和操作能力，既为我们的生活和工作带来了便利，也为网络攻击者提供了更高效的工具，就像一把双刃剑。AI技术在推动社会进步的同时，也带来了新的风险。 而从整个行业的发展来看，这种挑战不仅是针对企业和网络安全服务商的，也是针对每一个互联网用户的。因为我们每个人都是互联网的参与者，我们的账户信息、支付信息、个人隐私，都可能成为网络攻击者的目标。 那么，面对这样的挑战，我们到底该如何应对呢？ 首先，对于企业来说，需要建立更加智能化的网络安全防御体系，摒弃传统的被动防御模式，转向主动防御和智能检测。 其次，对于AI企业来说，需要承担起相应的社会责任，规范自己的爬虫行为和AI Agent的开发应用，防止AI Agent被攻击者利用，成为网络欺诈的工具。 最后，对于我们每一个互联网用户来说，需要提高自身的网络安全意识，做好个人信息的保护。比如设置复杂的、唯一的密码，避免在多个平台使用相同的密码；开启多因素认证；不随意点击陌生链接；不下载未知来源的软件；定期检查自己的账户登录记录和交易记录，发现异常及时处理等等。 在AI时代，网络安全不再只是企业和专业机构的事情，而是需要我们每个人共同参与，才能构建起一个安全、健康的互联网生态。 感谢收看本期视频，我们下期再见。