Aioga
AI资讯 / 技巧观点
返回 AI资讯

TheNumbers.com 因 AI 爬虫与安全攻击导致网站崩溃重建

Hacker News 热门(buzzing.cc 中文翻译)Aioga 编辑团队2026-07-23T18:35:29.016Z热度 75

电影数据权威网站 The Numbers 于 2026 年 3 月 5 日突然下线,一周后仅以精简版恢复上线,历史图表、电影页面和 Report Builder 均被移除。创始...

技巧观点Hacker News 热门(buzzing.cc 中文翻译)

今日 AI 情报摘要

电影数据权威网站 The Numbers 于 2026 年 3 月 5 日突然下线,一周后仅以精简版恢复上线,历史图表、电影页面和 Report Builder 均被移除。

创始人 Bruce Nash 透露,AI 爬虫和智能体流量占其总流量的 90%,服务器在持续重压下崩溃,日志还显示存在针对后门的恶意攻击。 团队被迫放弃运行 30 年、包含 16 万源文件的旧系统,在新基础设施上重建网站。

中文正文 · AI 翻译

如果你在电影行业工作或与其相关,那么本月你很可能使用过 The Numbers 的作品:https://www.the-numbers.com/,无论你是否意识到。

StephenFollows.com - Using data to explain the film industry

其手工研究的数据质量最高,追踪了超过 78,000 部电影和 236,000 个相关人士的票房总收入、预算、家庭视频和流媒体情况。每年访问量超过八百万:https://www.guinnessworldrecords.com/records/partners/organisations/the-numbers,记者、学者、电影制作人、预测市场:https://polymarket.com/predictions/box-office,甚至吉尼斯世界纪录:https://www.guinnessworldrecords.com/records/partners/organisations/the-numbers 都将其视为权威。

正是这种 GOAT(史上最佳)地位导致了今年三月的灾难性事件。

2026 年 3 月 5 日,TheNumbers.com:https://www.the-numbers.com/ 网站消失了。

该网站停机超过一周:https://www.reddit.com/r/boxoffice/comments/1rqwblr/thenumberscom_has_been_down_for_a_week/,没有任何解释。一周后,它以原来规模的一小部分重新出现。历史图表、单独电影页面,甚至备受喜爱的报告生成器都消失了。

只显示了一条通用信息“我们正在重建,请耐心等待”,网络的反应如往常一样——困惑、愤怒和阴谋论。Reddit 上的一个理论甚至认为这是一次蓄意的拔地毯行为:https://www.reddit.com/r/boxoffice/comments/1u0b48n/so_thenumbers_clearly_did_a_rug_pull_on_their/,设计用来削弱这个免费站点,从而推动人们使用付费产品。

三个月后,我与 The Numbers 的创始人兼 CEO Bruce Nash 进行了长时间的交谈,讨论了发生的事情。他描述的经历相当不愉快且多事:

我们收到了很多愤怒的电子邮件,发信人像是说:‘你之前有这个页面,现在没有了,它去哪了?’

他的叙述中包含了许多应让任何运营、依赖或仅仅欣赏互联网的人感到担忧的事项。

1997 年 10 月 17 日,数学家及前 IBM 软件开发员 Bruce Nash 启动了一个 Geocities 网站:https://web.archive.org/web/20171022062126/http://www.the-numbers.com/news/225810830-Numbers-Turns-20-The,追踪 300 部电影。

布鲁斯在一篇20周年纪念文章中描述了网站的启动:https://web.archive.org/web/20171022062126/http://www.the-numbers.com/news/225810830-Numbers-Turns-20-The(由于原因,现在只能在互联网档案中访问):

我在一个Access数据库中按下了一个按钮,把一些HTML页面上传到Geocities,并在好莱坞股票交易所的留言板上发布了简短的公告,让人们知道我开始分析电影票房,以帮助他们在HSX上选择交易MovieStocks。

从这些不起眼的开始,布鲁斯和他围绕网站组建的团队将The Numbers变成了电影行业最可靠的财务信息来源。

到2026年初,数据库追踪了78,396部电影,178,375条院线发布记录,以及236,176名相关人员。

在其存在期间,The Numbers所面临的挑战发生了巨大的变化。在最初的四分之一世纪左右,访问量还是可以管理的,而且大多数用户行为都很礼貌。正如布鲁斯所说:

在AI出现之前,我们收到的是人类访问,大多是守规矩的搜索引擎爬虫,还有一些为了个人项目而爬取网站的人。如果有人过于贪婪,我们可以发现并封锁他们。

在过去几年里,全世界的网站所有者都看到了自己网站访问量的变化。最初只是有人浏览网站,但逐渐被越来越多的机器人取代。到2024年,自动化流量已经超过了人类流量:https://www.imperva.com/blog/bad-bot-report-2026-bots-agentic-age/,就在上个月,Cloudflare宣布机器人占网页请求的比例已达到57.5%:https://www.forbes.com/sites/josipamajic/2026/06/04/bots-now-outnumber-humans-online-and-the-internet-was-never-built-for-this/。

The Numbers在两波明显的浪潮中感受到了这一变化。第一波始于2024年左右:

随着AI训练加入搜索引擎爬虫,我们看到爬取量大幅增加。AI爬虫通常比搜索引擎的不那么规矩,这增加了我们保持网站顺利运行的管理任务。

第二波更强烈,也更具破坏性:

大约在2025年12月,我们看到流量又一次大幅上升,我认为这是由自主智能AI引起的:一种结合了响应提示抓取网站的AI代理,以及人们能够编写抓取网站的代理的现象。

像所有数据丰富的网站一样,到2026年初,《The Numbers》已经被AI机器人以工业级规模反复抓取页面,承受了巨大的压力。布鲁斯说,只有10%的流量来自于人类浏览网站,其余的都来自AI机器人和自动化流量。

这给网站带来了巨大的压力,但布鲁斯和他的团队能够采取措施缓解最严重的影响。其中一个最聪明的方法是用机器人的语言与它们交流:

网站上有些内容是为大型语言模型(LLM)设计的,让它可以告诉某人‘这是如何获取数据许可的’,而不是‘这是如何抓取网站的’。这产生了巨大的效果。我们现在可能收到的许可咨询数量增加了十倍。

但缓解并不等于逃避。从12月到次年3月初,团队一直在努力在高负载下保持网站运行。布鲁斯估计:

我们大约90%的时间都花在保持现有网站运行上,而在空闲时间才致力于开发一个新的、改进的系统。

问题还因网站年代久远而加剧:已有三十年历史,大约有160,000个源文件,服务约200万个页面。

然后,在3月5日星期四的凌晨,服务器崩溃了。

团队争先恐后地想弄明白发生了什么,最初以为只是AI流量过大导致的。看起来AI确实有责任……但可能并不仅仅是他们最初所认为的那种方式。

在自主流量的洪流中,网站日志显示了一些比单纯抓取更具体的情况。正如布鲁斯描述的那样:

其中一些是通过合法的URL使用网站,另一些是在寻找后门,很可能是为了在数据出现在网站上之前获取它,或操控呈现给用户的数据。

根据一位从事网络安全工作的朋友的建议,老服务器保持关闭状态。彻底关闭。恢复备份并让三十年的老网站重新上线,意味着要防御那些花了几个月时间探查的攻击者对160,000个遗留文件的攻击。

团队在新基础设施上匆忙搭建了网站的骨架版本,至少可以在他们评估发生了什么以及接下来该怎么做时,继续提供最新的票房数据。它于3月13日星期五上线。

乍一看,《数字》似乎并不是一个明显的攻击目标。它不收集信用卡信息,也没有可以在暗网出售的有价值的客户数据。它是一家小型独立公司,发布电影的票房收入。

有人怎么可能仅凭对其网站的私密访问就赚钱呢?

如果你还没猜到,它与预测市场有关。

Polymarket:https://en.wikipedia.org/wiki/Polymarket 每周在上映周末运营市场,并将《数字》列为最终的真实来源:https://polymarket.com/event/disclosure-day-opening-weekend-box-office

该电影《数字》页面中“票房”标签下的“每日票房表现”数字,将在三日首映周末的数值最终确认后用于结算此市场。

按金融市场标准,任何单个周末市场的金额都不大,通常在数万到十万美元之间,一些市场在任何给定时间的实时票房市场上可达数百万美元:https://polymarket.com/predictions/box-office

如果你每周都能比其他人更早看到《数字》数据,你将比其他交易者有显著优势——提前获得答案可以让你抢先交易。

在这种情况下,很难确定到底发生了什么。我们知道日志显示了数月的自动探测和网站抓取,但最终导致网站宕机的原因以及是谁所为仍然是一个未解之谜。

但是有人利用AI在预测市场中获得优势的理论完全可行。《数字》的经历向我们展示了:

我们现在生活在一个电影数据网站值得黑客攻击的世界,因为预测市场使任何人几乎可以将任何数据变现。

现在,任何人都可以通过廉价的AI订阅进行网站黑客攻击。

网络,如我们所知,在面对大规模自主 AI 机器人群时极其脆弱。

2025 年 11 月,Anthropic(Claude 背后的 AI 实验室)发布了一份报告,讲述了他们所谓的首个有文献记录的 AI 策划的网络间谍活动:https://www.anthropic.com/news/disrupting-AI-espionage。一个由国家支持的团体利用其编码工具攻击了大约 30 个组织,其中 AI 执行了 80%-90% 的工作,而人类仅在每次行动中介入 4 到 6 个决策点。

执行复杂网络攻击的门槛已经大幅下降,我们预测这种情况将继续。

在一份早期的威胁报告中:https://www.anthropic.com/news/detecting-countering-misuse-aug-2025,Anthropic 甚至表述得更清楚:

技术技能有限的犯罪分子正在利用 AI 进行复杂操作,例如开发勒索软件,这在以前需要多年的培训。

与此同时,一款名为 XBOW 的自主 AI 渗透测试工具在 HackerOne 美国排行榜上夺得第一:https://xbow.com/blog/top-1-how-xbow-did-it。该排行榜以前全部由人类组成,统计的是为真正公司寻找安全漏洞获取赏金的人,XBOW 在此过程中提交了近 1,060 个漏洞。

获取一个拥有 16 万个遗留文件、已有三十年历史的网站的访问权限,正是 AI 工具让探测已知漏洞表面变得廉价的例子。曾经保护小型网站免受除了最坚定攻击者之外的威胁的专业技能壁垒,几乎已经消失。

Bruce 和他的团队相对幸运。尽管他们的整个网站一夜之间被攻击瘫痪,但他们仍能继续运营。The Numbers 一直是免费的,且过去几年网站并未依赖广告收入,因此宕机并没有摧毁他们依赖的收入来源。

他们的核心业务与通过 OpusData 服务销售批量数据、为电影制作人和投资者制作分析报告、发布商业报告:https://www.the-numbers.com/business-report/ 相关——所有这些都未受到公共网站宕机的影响。

但他们确实需要从零开始建立一个全新的网站,以承载那78,396部电影、178,375条发行记录和236,176个人。正如布鲁斯指出的那样,从备份恢复网站并不是一个选项:

很明显,我们不能只是重新启动那个服务器,因为它不可避免地会再次被攻击,可能在几分钟内就会被摧毁。

这就是为什么网站在三月中旬复活时是最基本的状态,以及为什么功能会逐渐恢复,而不是一次性全部恢复。

目前,团队不得不重新思考2026年公众网站的定义。布鲁斯的分析是,《The Numbers》过去服务两个受众(人类和搜索引擎),现在大约服务六类:人类、搜索引擎、大语言模型训练、基于提示的人工智能流量、代理型人工智能以及预测市场玩家。每类的需求和流量特征都不同。他总结道:

我们已经从一个运营网站主要关注三件事(内容、广告和搜索引擎优化)的时代,进入了每一个设计决策都涉及大约八到十个不同因素的时代。

老实说,情况相当糟糕。以至于像布鲁斯这样的站点所有者不得不质疑建立和维护这样一个网站所需投入如此多时间和金钱的价值。

Cloudflare:https://www.cloudflare.com/,它保护了全球大量网站,发布了各人工智能平台每发送一个访问者回到被爬取网站时,爬取了多少页面的数据。

情报判断

Aioga 编辑摘要

The Numbers 于 2026 年 3 月 5 日下线,一周后以精简版本恢复,历史图表、电影页面及 Report Builder 被移除。创始人 Bruce Nash 称,AI 爬虫与智能体占总流量九成,持续压力令服务器崩溃,日志还出现针对后门的恶意攻击。

背景分析

The Numbers 长期提供人工研究的电影票房、预算、家庭视频及流媒体数据,覆盖逾 7.8 万部电影和 23.6 万名从业者,年访问量超过 800 万。此次故障迫使团队放弃运行 30 年、包含 16 万个源文件的旧系统,转向新基础设施重建。

Aioga 观点

Aioga 判断,这起事件值得关注之处不只是单一网站宕机,而是高价值公共数据站点可能同时承受自动化抓取与恶意安全流量。现有材料未说明两类流量各自造成的具体损害比例,因此不宜将全部故障简单归因于 AI。

影响与后续

事件可能提示依赖老旧架构、又拥有稀缺结构化内容的网站,需要重新评估抓取流量治理、访问控制和安全防护。精简版恢复时多项核心功能缺失,也表明基础设施重建可能直接影响用户获取历史数据及生成报告的方式。 值得继续关注 The Numbers 的重建进度、历史图表与电影页面是否恢复,以及 Report Builder 的后续安排。同时应等待团队披露更完整的流量分类、攻击日志和技术复盘,以判断 AI 爬虫、智能体请求与恶意攻击在事故中的具体作用。

来源与版权说明

本页正文由公开来源页面提取并按原有信息整理,同时保留来源、发布时间和原文入口。版权归原作者及来源网站所有,请通过原文链接核验和阅读来源版本。

抓取通道: 摘要聚合 · 原始域名: stephenfollows.com

来源: Hacker News 热门(buzzing.cc 中文翻译)

原文链接: 打开原始来源

Aioga 归档: 查看情报页

Content record: source-page · Updated: 2026-07-23T18:35:29.016Z

API 中转站
API RELAY · DEVELOPER INFRASTRUCTURE

API 中转站

统一接入主流 AI 模型 API,为开发、测试与生产环境提供稳定调用入口。

立即访问 api.w173.com
AIOGA SHARE POSTER

分享这篇 AI 情报

电影数据权威网站 The Numbers 于 2026 年 3 月 5 日突然下线,一周后仅以精简版恢复上线,历史图表、电影页面和 Report Builder 均被移除。创始...

Hacker News 热门(buzzing.cc 中文翻译)2026-07-23T18:35:29.016Z
扫码打开文章详情扫码直达文章详情

Aioga 自动聚合全球 AI 动态,并保留来源信息用于核验与引用。