一个读者对应5万次抓取，AI机器人抽干媒体内容

论点：“抓取量与访问量之比”已经不再是交换，而变成了对内容经济的剥夺。没有授权，信息质量就会变成谁也不愿承担的成本。

Cloudflare在2026年7月1日发布了《Attribution Business Insights》报告。报告把机器人抓取页面的次数与真实读者访问量放在一起比较，得出的比值从118:1一直到接近50000:1。也就是说，在最极端的情况下，每一个真正打开网页的人，对应着自动化程序近5万次的抓取。Cloudflare把流量分为训练、搜索和智能体三类，只有第二类能给出版方带来收益。

市场开始作出反应，因为自愿的时代已经结束。Cloudflare针对同时承担多种功能的“混合型”机器人制定了规则：从9月15日起，这类机器人在带广告的页面上默认放行搜索流量，但阻止训练和智能体操作。这被称为免费搭车的终结。授权协议也在陆续签署。Netflix与Penske Media达成协议，后者是《Variety》和《Rolling Stone》的出版方。大型玩家宁愿为内容付费，也不愿等待监管。

用户这一端的期待很明确，ARD/ZDF Medienstudie 2026的调查给出了具体数字。14岁以上的德国人中，有59%偶尔使用AI工具，37%每周使用，而一年前这个比例是22%。在14至29岁的最年轻群体中，使用比例达到92%，在70岁以上的最年长群体中为15%。与此同时，54%的人对模型给出的结果持怀疑态度，会检查其中的错误，81%的人认为透明标注训练数据和来源很重要。受众并不想要免费的魔法，他们想知道答案来自哪里。

这种组合中隐藏着严重的利益冲突。那些要求标注的用户，使用的正是未经授权、未付报酬就抓取内容的工具。原本靠广告资助新闻业的出版方正在失去收入，同时又在提供素材，让那些取代它们成为信息获取中介的模型得以建立。这里没有对称性：信息经纪人并不承担生产信息的成本，却从中获利。

解决办法不是关闭访问，而是定价。有三个要素必不可少：机器人及其功能的公开登记，同样面向小型出版方的标准化授权机制，以及在模型回答中透明标明来源。没有第一项，我们不知道是谁在抓取；没有第二项，只有最大的编辑部才能拿到协议；没有第三项，读者无法区分综合结论与事实。Cloudflare已经证明数据是存在的。现在需要把这些数据变成协议的基础，而不是抱怨的理由。