一句话看懂：全球电影数据权威网站 TheNumbers.com 因长期遭受大规模 AI 爬虫和自动化攻击，导致服务器无法负载，网站被迫下线重建。事件揭示了依赖数据驱动的网站正在面对的生存危机，以及 AI 产业对互联网基础设施的隐性破坏力。
事件核心：发生了什么
TheNumbers.com 由 Bruce Nash 于 1997 年创立，是电影行业最受信任的票房、预算与流媒体数据来源，年访问量超过 800 万，服务于记者、学者、预测市场乃至吉尼斯世界纪录。2026 年 3 月 5 日，该网站突然消失，下线超过一周。重新上线后，历史图表、电影详页和报告构建器等核心功能全部缺失，仅剩一条“正在重建”的通知。Bruce Nash 称，至 2026 年初，网站 90% 的流量来自 AI 爬虫与自动化代理，人类浏览仅占 10%。其中第一波爬虫增长（2024 年起）来自 AI 训练爬虫，第二波更猛烈的攻击（2025 年 12 月起）来自“代理式 AI”——即用户通过提示词驱动的代理和自主编写的数据抓取工具。团队约 90% 的工作时间被迫用于维护生存，而非功能开发。
为什么重要
这一事件并非孤例。Cloudflare 最新数据显示，2026 年 AI 爬虫已占全球网页请求的 57.5%，人类流量首次被自动化流量反超。TheNumbers.com 的遭遇凸显了多层问题：AI 产业在训练和推理阶段对公开数据的大规模非授权抓取，正在压垮中小型数据源网站；安全与运营成本急剧上升，导致优质数据网站被迫缩减服务甚至关闭；网站所有者开始采取“用 LLM 能读的语言告知授权信息”等创新反击手段，但其有效性有限。整个互联网的“数据公地”正面临被过度开采和商业化的风险。
对用户/开发者/创作者的影响
对终端用户：依赖免费数据源的电影从业者、研究人员和预测市场用户，将面临数据来源不稳定、功能缩水甚至永久消失的风险。核心数据变得稀缺，付费产品可能进一步涨价。
对网站所有者和开发者：需要将反爬策略升级至新一代级别，例如利用 robots.txt、IP 限速、用户行为分析、LLM-only 内容投放等手段。但 Bruce Nash 的做法也提供了思路：主动向 AI 爬虫提供“授权购买”型信息，将攻击转化为商业机会。
对 AI 公司和模型构建者：当前以“爬取一切”为前提的数据采集策略，正在损害其赖以生存的数据源。中长期看，高质量、维护成本高的小型数据源将加速消失，导致模型训练数据质量下降，最终反噬 AI 效果。
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。
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。
值得关注的后续
第一，TheNumbers.com 是否能按计划完成重建并恢复完整数据功能，其重建过程将直接反映同类网站面临的真实技术债和运营压力。第二，是否有更多数据密集型网站效仿“LLM 友好”的授权转化模式，进而形成新的数据定价生态。第三，AI 领域是否会出现更严格的分布式反爬协议或法律约束（如数据抓取需要明确表达授权声明），从而改变当前“先爬后问”的默认规则。
