AI Bot的增长趋势与规模 - 2025年，Web和API类型的AI Bot抓取次数增速均超过100%，高峰时期增幅甚至达到200% [2] - IDC预测，到2029年活跃部署的AI智能体数量将超过10亿个，比当前水平增长40倍 [2] - 仅在2025年上半年，智能体创建就激增了119% [2] AI Bot的技术演进与行为变化 - 2018年，传统Bot大多执行简单脚本行为，相对容易识别和拦截 [3] - 2022年ChatGPT发布后，大模型及新技术被应用于机器人，使其变得更“聪明”，能更有效地抓取数据和规避监控 [3] - 2025年，ChatGPT已能绕过“验证码验证”，标志着AI Bot进入高度智能阶段 [3] - AI Bot的核心任务是从互联网上大规模抓取数据，用于训练和优化大型语言模型 [2] AI Bot的行业影响与法律挑战 - 从行业分布看，高科技、商贸、金融、数字媒体等每个行业都能观察到大量AI Bot的活动 [2] - 训练优质大模型需要数据，因此最大化获取互联网数据成为大模型发展的关键 [2] - 2025年曾有一家新闻聚合网站起诉某知名大模型公司，原因是后者在未经授权的情况下大规模抓取其内容 [3] - 对于新闻聚合平台等企业，核心资源是用户访问和浏览的内容，未经授权的抓取可能导致直接访问原平台的用户大幅减少 [3] 应对策略与行业合作模式 - 应对策略之一是基于更成熟的模型，识别AI Bot的来源、特征并对其进行分类，从而更精准地辨识这类流量 [4] - 另一种策略是与第三方公司合作，识别“合规”的Bot并实现基于请求量来计费 [4] - 如果内容提供商与AI公司达成协议，允许其Bot抓取内容并按请求次数收费，就可以通过第三方实现灵活计费 [4] AI应用发展趋势与基础设施需求 - 应用落地对智能体非常重要，需要与AI生态内各个环节互动，并根据用户需求调用不同模态、不同优势的模型 [5] - 智能体应用牵涉到前端的客户输入和后台各种模型及应用的调用，API调用会越来越多、越来越复杂，连接性会越来越强 [5] - 这产生了两种现实需求：一种是API端的安全需求，另一种是智能体对边缘云的需求 [5] - 智能体被注入海量的文字、图片、视频内容，需要更加安全的超级中心训练模型 [5] - 整个AI市场的热点将逐渐从训练大模型、推出各种模型，转向针对特定使用场景的模型研发与应用落地 [5]