ai-scraping

一名用户从反AI艺术社区Cara平台抓取了所有公开的艺术作品，遭遇抵制后，现正与平台创始人合作开发开源工具，帮助艺术家抵御AI抓取。

一种名为ShieldFont的新字体利用连字功能替换网页HTML中的单词，向人类呈现可读文本，同时向AI爬虫提供无意义内容，从而有效污染训练数据。

Gamers Nexus宣布，其开始对免费基准测试图表进行“投毒”以阻止AI爬虫，并在针对LLM的测试中采用了细微的像素级数据篡改。目前，机器人流量已超过人类在线流量。

Reddit 针对 SerpApi 和 Perplexity AI 就 Google 搜索结果抓取提起的 DMCA 诉讼仍在继续，尽管驳回了部分索赔，法官仍允许证据开示。该案件凸显了 AI 抓取与版权法之间持续存在的紧张关系。

Patreon 已与 Cloudflare 合作，主动阻止 AI 机器人抓取创作者内容用于训练，超越了自愿的 robots.txt 方式。此举旨在让创作者更好地控制其作品被 AI 公司使用的方式。

Codex 是一款人工智能模型，它抓取了 ICM 网站，发现了一份隐藏的 2026 年菲尔兹奖获奖者名单，其中包括北京大学校友 Hong Wang 和 Yu Deng。

关于AI爬虫机器人日益严重的问题的最新更新，这些机器人导致网站不堪重负，并探讨了住宅代理网络及其对开放网络的影响。

Anthropic指控Alibaba创建了数万个虚假的Claude账户用于蒸馏攻击，导致更严格的安全限制，影响了合法用户。

本文讨论了一个网站使用Anubis（一种工作量证明系统）来防止AI公司的大规模爬取，凸显了内容提供者与AI数据收集之间持续存在的斗争。

Strava 正在收紧 API 访问权限，要求开发者支付订阅费用。该公司称，由于零代码 AI 工具和爬虫尝试导致平台性能下降，开发者申请数量增长了 448%。