AI爬虫涌入电商，安全防线正在从“拦截”转向“判断”

事件核心：发生了什么

Akamai 最新《互联网安全态势报告》显示，2025 年全球电商 Bot 流量达 17 万亿次，同比增长 19%，其中亚太地区增速高达 63%。这些流量并非全部来自传统恶意脚本，而是越来越多由 AI Bot、AI Fetcher 和 AI Agent 产生。报告指出，“浏览器伪装”是主要技术特征，相关流量达 7500 亿次。与此同时，API 攻击同比增长 9%，首次在整体范围内超过传统 Web 应用攻击，成为第一大攻击类别；84% 的七层 DDoS 攻击瞄准电商行业。

Akamai 大中华区解决方案资深经理马俊在解读报告时表示，过去电商安全治理基于“好爬虫”与“坏爬虫”的二元分类，但这一逻辑在 AI 爬虫时代已不适用。同一个 AI Bot，既可能引导用户完成购买带来真实交易，也可能仅抓取价格与库存数据而消耗平台资源。他将目前的 AI Bot 分为四类：训练类 Bot、AI Fetcher、AI 搜索引擎以及 AI Agent，后者已经开始代表用户执行比价、下单等操作。

为什么重要

这组数据揭示了一个结构性变化：AI 正在从“数据采集工具”演变为“业务访问主体”。过去企业只需要判断流量来自人还是机器，现在则需要回答“这个 AI 是谁、它想做什么、对我的业务是好是坏”。这种判断直接关系到电商平台的成本与收入——放行一个能带来交易的 AI Agent 是收益，放行一个每小时抓取上万次商品信息的训练爬虫则是负担。

另一层风险在于 API 和 AI 的叠加。AI 与智能体天然依赖 API 与外部系统交互，企业暴露的接口越多，攻击面就越广。Akamai 调研显示，77.7% 的 CISO 声称已梳理 API 清单，但能明确回答哪些 API 含敏感数据、哪些存在越权风险的仅有约 22%。“有清单但清单不全”成为普遍问题，而攻击者正利用 AI 快速寻找企业自己都不知道的“影子 API”。此外，AI 正在加速攻击节奏：漏洞从发现到被利用的中位数时间已从 2018 年的两年多缩短至 8 小时。

对用户/开发者/创作者的影响

对电商平台和 CISO 而言，安全策略需要从“防得住”转向“反应快”，并建立连续的信任光谱——对不同类型的 AI Bot 分别采取放行、降级、限制或拦截，而不是一刀切。马俊建议在 18 个月内优先解决资产与风险可见性，尤其是 API 清单的完整性和敏感数据标注。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

对开发者和 API 提供方来说，这意味着一项新要求：在设计接口时就要考虑身份验证和越权防护。单次 API 调用可能看不出问题，但连续的调用序列可能暴露对象级授权失效（BOLA）攻击。AI 时代的 Bot 治理将依赖运行时行为分析，而不是静态规则。

对普通消费者，另一个值得关注的信号是“智能体就绪”概念。Akamai 正与 Visa 等合作推进 TAP（Trusted Agent Protocol）和 KYA 机制，未来消费者可能会让 AI 助理代替自己购物。届时需要确认的不是“要不要拦截 AI”，而是“如何确认这个 AI 是可信的”——身份明确、行为正常的 Agent 可以被放行甚至完成支付，身份不明的则要受限。

值得关注的后续

一是 AI Agent 身份认证标准能否落地。TAP 和 KYA 目前仍处于生态推进阶段，能否被主流电商平台和支付机构采纳，将决定 AI 代购是否成为现实。

二是“滴露攻击”（Leak Faucet）的实际危害。攻击者通过慢速、持续地与电商聊天机器人交互，利用提示词注入诱导退款或泄露隐私，这类攻击难以被传统频率阈值检测，值得后续观察其产业化程度。

三是 Token 滥用风险。企业接入模型 API 后，若 Token 或接口暴露，可能被黑产盗用消耗算力成本——这类新型损失如何量化、如何纳入安全预算，目前公开信息显示尚无统一方案。

来源：InfoQ CN