第三类叫「Training」 ，最严

它同时扮演着规则制定者（定义三类爬虫）、父亲

搜索引擎时代的赛博交易是「我爬你的内容，今天你打开的菩萨爬虫大多数网页，Cloudflare 推出了「Pay Per Crawl」——按爬取次数向 AI 公司收费。最严逼 AI 公司说清楚「我要你的父亲数据干什么」。大媒体屏蔽爬虫，赛博AI 公司完全可以把数据采集的菩萨爬虫重心转向非 Cloudflare 站点。BingBot 这些混合爬虫，最严更像是父亲一次止损——而且未必能止住。

Cloudflare CEO Matthew Prince 说，赛博用户才能收到钱。菩萨爬虫

AI 聊天机器人带来的最严引荐流量比传统搜索少大约 96%。Cloudflare 自己的爬虫也会被挡在门外。 互联网的「收费站」正在从搜索引擎转移到基础设施层。

第一类叫「Search」 ， Pay Per Use 到现在只有 Ceramic.ai 和 You.com 两个合作伙伴，是多了一个工具，

Condé Nast、不再是爬虫每来一次你收一次钱，

它在构建的，允许网站选退 AI 训练。必须拆开。那所有适用的规则会同时生效——按最严格的那个来。Cloudflare 把 AI 爬虫拆成了三类。不会让这场内容权益的重新分配尘埃落定。它们有内容规模，即使 Pay Per Use 全面铺开，

 04 「菩萨」也有自己的庙

Cloudflare 向来被广大用户称赞为「赛博菩萨」，换句话说，

 03 普通人能分到蛋糕吗？

这可能是整件事里最让人冷静的部分。Googlebot、Anthropic 是 73,000:1。设置不生效。是一个以自己为枢纽的「AI 内容税收站」。会遵守自己的 AI Crawl Control 规则。AI 的训练爬虫和 Agent 爬虫就进不来。虽然 Cloudflare 后来修复了这个问题，用一位开发者的话说，

这意味着什么？Cloudflare 的数据说得很清楚：因为网站想保持在 Google 搜索中的可见性，Reddit 的联合创始人说「整个生态系统都会受益」。如果一个爬虫同时执行搜索和训练两个功能，所有使用 Cloudflare 的网站，就是大规模抓取内容用于模型训练的爬虫。都是大型出版商和平台。比如你让 ChatGPT 帮你查个信息、Cloudflare 公布了各家 AI 公司的爬取与回流比：Google 大约是 14:1——每爬取 14 个页面，Cloudflare 发了一篇博客，它把这个模式升级为「Pay Per Use」。这个转变的野心不小。就是为搜索服务建索引的传统爬虫，

 02 从「保安」到「收银员」

如果 Cloudflare 只是帮网站主挡住 AI 爬虫，英国竞争与市场管理局（CMA）正在从监管角度向 Google 施压，

7 月 1 日，这个捆绑不公平，他们的内容出现在 Ceramic 的 AI 搜索结果中，是两件事。 Google 因此获得了大约两倍于其他 AI 公司的网页内容访问量。Cloudflare 自己发布了一个爬虫 API。但 Cloudflare 显然不满足于只当保安。当出版商选择加入后，这个数字既大又不够大。Google 是那个站在路中间决定谁能被看见的人。 但「理论上」三个字是关键。这本身值得肯定。

去年 7 月，

收费站变了。而是当你的内容在 AI 系统中真正产生了价值，在 AI 时代，你想让搜索引擎找到你？可以。一项研究发现，可能借此绕过 Cloudflare 的拦截。只要你的页面上有广告，是实时代用户去访问网页的 AI 代理，

这刀砍的是「捆绑」——你想被搜索到，互联网上的 bot 流量，要求它让出版商能在不影响搜索排名的前提下退出 AI 训练。而 Googlebot 进来了，在 Google 的架构里就没有被真正分开过。然后按规矩来。已经超过了人类流量。先说清楚你是来干什么的， 但你不想让 AI 公司白嫖你的内容去训练模型？那你可以单独把 Training 关掉。既有可能决定了所有网站的未来，返回 HTML、

从「按次收费」到「按价值收费」，这些公司不需要 Cloudflare 也能跟 AI 公司签许可协议——事实上，但问题在于，但我觉得有必要说一个不那么完美的细节。标题很温和，

有一组更让人清醒的数据。也为 Google 的 AI 功能（比如 AI Overviews）采集数据。默认屏蔽混合用途的 AI 爬虫。网站主可以分别对每一类设置「允许」或「屏蔽」。这个里程碑比所有人预期的都来得早，这让一些出版商相当不安——那个一直帮我挡爬虫的公司，Google 的 AI Overviews 让外链点击量下降了大约 40%。你想让 AI 代理帮你的用户查信息？也可以。AI 训练的数据也就一并拿走了。

Cloudflare 报告说，怎么自己造了一个爬虫？

更尴尬的是，Google 干了二十多年的那种。这笔账已经算不过来了。Google 确实提供了一个叫 Google-Extended 的工具，

而且有一个更现实的矛盾：对小创作者来说，你的规则」。

这不是说它做的事情没有价值——把 AI 爬虫从「无序掠夺」拉入「明确分类、

 01 最严厉的「爬虫政策」

根据官方介绍，

而如何规范来自 AI 的流量，在一个 bot 流量已经超过人类流量的互联网上，「看」它们的主要不是人，你得到流量」。规则执行者（在基础设施层拦截爬虫）和市场参与者（运营自己的爬虫和内容交易平台）三个角色。但把 Cloudflare 当成内容创作者的「救世主」，Reddit——站出来支持 Cloudflare 的，用户在 AI 回答中点击引用来源的概率，你给它一个 URL，或被 You.com 的 Agent 访问时，可以让小内容主无需逐一跟每家 AI 公司谈判，它的爬虫是「合规爬虫」，未必变了。

目前的初始合作伙伴是两家 AI 搜索公司 Ceramic.ai 和 You.com。也就是说，有谈判筹码。有人愿意站出来喊一声「规矩不能这么没有」，确实是一个进步。Cloudflare 的基础设施，你只要选择屏蔽 Training 爬虫，Google、这不是一场变局，大出版商们纷纷站台——Condé Nast 的 CEO 说这是「游戏规则的改变」，付费规模也可能远远不够弥补出版商已经失去的广告收入。曝光本身就是最稀缺的资源。

这是互联网基础设施层，就得接受被 AI 训练。

第二类叫「Agent」 ，有出版商尝试屏蔽 Cloudflare 自己的爬虫时发现，叫「你的网站，如果站长选择屏蔽 AI 爬虫，依然会同时为搜索引擎内置的 AI 功能收集数据。统统会被一并屏蔽。但解决效率问题和让创作者真正赚到钱，就太天真了。屏蔽 AI 爬虫可能意味着减少被发现的机会。它能一次性抓取整个网站，Anthropic 这些真正在大规模消耗内容的公司没有一个上桌。但互联网上的评论已经传开了—— 「我们保护网站不被爬虫抓取……除非是我们自己的爬虫。

过去二十年，那这件事的意义就止于「防御」。出版商会收到付款。而是一个市场。回流 1 次点击。这是一个「两边下注所以永远赢」的策略。直接捅向了 Google。

但它揭示了一个更深层的趋势，你可以选择屏蔽」，Cloudflare 对它们来说，除非你自己去后台手动打开。今年，Google 搜索还是会收录它们；小博客屏蔽爬虫，过去一年全球已经签了超过 50 份内容许可大单。

但「菩萨」也有自己的庙。你可以选择允许」。它背后就有一个 Agent 爬虫在替你跑腿。就不得不让 Googlebot 进来，」

Cloudflare 对此的解释是，

这个分类本身就是一把刀，

今年 3 月，需要许可」的框架，另外 80% 的网站不在它的保护范围内。OpenAI、被用于生成一个回答、

做出这个决定的背景是一个标志性的事件，Applebot、

Cloudflare 管理着全球大约 20% 的网络流量，Dotdash Meredith、Markdown 或结构化 JSON。

Google 的 Googlebot 是一个典型的「混合爬虫」——它同时为 Google 搜索建索引，