> ## Content Index
> Fetch the complete content index at: https://www.hubwiz.com/blog/llms.txt
> Use this file to discover other available public pages before exploring further.

# AI 爬虫冒充读者：近 5 倍流量暴涨的取证与 AWS WAF 拦截
- URL: https://www.hubwiz.com/blog/ai-bot-traffic-forensics-aws-waf/
- Published: 2026-10-20T00:33:45.000Z
- Updated: 2026-10-20T06:47:14.000Z
- Description: 一次近 5 倍的流量暴涨，91% 会话无来源。作者用 WAF 面板揪出 69% 匿名 AI 爬虫，再用 CloudFront 分类拦截。
- Author: admin
- Tags: AI 基建, AI 爬虫, AWS WAF, 流量分析

**一句话结论**：流量暴涨不一定是好事。作者的博客日读从约 600 跳到近 2,800，查下来 **91% 的会话没有来源、浏览器一栏写着 BlackBerry、平均停留 0.1 分钟**——花几天在 Google Analytics 4、AWS WAF 和 CloudFront 控制台里取证后，结论是：不是爆红，是被 AI 爬虫围住了。而真正拦得住的，不是 `robots.txt`，也不是 JavaScript 挑战，而是**按类别设置动作的 Bot Protection，加上对未验证流量的行为判断**。

**披露**：本文完整编译自 Ran Isenberg 于 **2026-07-29** 发布的博客文章《My Blog's Biggest Fans Are AI Bots. So I Fought Back.》。文中所有数字都是作者自己站点在特定时间窗口内的观测，**不是行业基准**；配图为原文截图，AWS 控制台界面与定价会变，操作前请以你当前看到的版本为准。

---

## 一、先看现场：600 到 2,800，涨的只有"新用户"

连续几天，我以为自己火了一把，而且是全新量级的火。博客日读从 600 左右跳到接近 2,800，其中几乎全部涨幅集中在同一篇文章上。

然后是怀疑。日报说不清这些新读者从哪来；这么大的跳变却找不到任何解释，与其说是胜利，不如说是一个问题。于是有了后面这场横跨 AWS WAF、CloudFront 控制台、以及和 Claude 来回长谈的调查。

**这篇文章讲三件事**：怎么发现 AI 爬虫在爬你的站；它们为什么既烧你的 CloudFront 配额、又污染你的分析数据；以及怎么用 AWS WAF 反击——从挑战、拦截，到直接向爬虫收费。

那篇吃掉几乎全部注意力的文章，是作者写的 [Claude Code 最佳实践](https://ranthebuilder.cloud/blog/claude-code-best-practices-lessons-from-real-projects/?ref=hubwiz.com)，大约 1.4 万次浏览。这份讽刺他自己也承认：**机器在我站点上最爱读的，是我教人怎么用机器的指南。**

错过一个从未发生过的爆红时刻，只是伤自尊。这波流量本身，同时在三个地方让他付出代价。

![GA4 报表：单篇文章贡献了几乎全部流量涨幅](https://www.hubwiz.com/blog/content/images/2026/10/img_184c61990d26532a4b968baf86ca6f43.webp)

*单篇文章扛下了几乎整波涨幅：那篇 Claude Code 最佳实践。来源：Google Analytics 4。*

## 二、三笔账：所谓"免费流量"其实要付钱

**第一笔账在账单上。** 站点跑在 Amazon CloudFront 的[固定费率套餐](https://docs.aws.amazon.com/AmazonCloudFront/latest/DeveloperGuide/flat-rate-pricing-plan.html?ref=hubwiz.com)上，选它就是为了控成本：按量付费时，WAF 规则、日志摄取、CloudFront Functions 各自计费；固定费率套餐把这一切折成一个固定价格，带用量额度，**没有超量费用**。好处是无论流量尖峰还是攻击，账单都不会给你"惊喜"。代价是：**每一个放行进来的 bot 请求，都和真人访问一样消耗额度**。爬虫烧掉的，是他为真实读者买的配额。用他的原话说：我在付钱给 Amazon，让它去服务那些爬我的机器。

**第二笔账是分析数据被污染。** 当成千上万个自动化会话涌进来，没有 referrer、浏览器是不可能的组合，你的流量看起来比实际健康，你最受欢迎的文章其实"受软件欢迎"而不是"受读者欢迎"，而所有建立在这份数据上的决策，从一开始就站在假前提上。

**第三笔账最让人不舒服。** 这些爬虫大多不是来索引文章、把读者送回来的。它们收集内容去训练模型，或者在别人的聊天机器人里回答别人的问题——多年攒下的经验被拿走，没有链接、没有署名、没有一分钱。

公平地说，这不全是"偷"。抓取公开内容本来就是 Web 一直以来的运行方式；经过验证的搜索引擎 bot 仍在给他带访客；很多人也会说，公开的东西就是可以拿的。他真正反对的是眼前这个组合：**伪装身份、躲避验证、跑在我付钱的基础设施上，而且我全程没有发言权。**

相信是 bot，和证明是 bot，是两件事。所以他去找硬证据。

## 三、取证：GA4 里到处都是破绽

回到 Google Analytics，故事几乎立刻崩了。

按数字看，他最忠实的读者似乎是一台 **2026 年还在运行的 BlackBerry**。读者是 bot，而一旦知道该看哪里，迹象到处都是：

- **91% 的会话没有 referrer**；
- 流量每天在**同一个多小时的窗口里消失**，像打卡下班；
- 浏览器分布里塞满 **BlackBerry、Nokia Browser、Internet Explorer**；
- 参与时间坐实了判断：滚动追踪显示这些文章要 4–10 分钟才读得完，而统计里的平均停留只有**十分之一分钟**。这不是人的行为，这是定时任务的行为。

> 我没有爆红。我是被一个不肯自我介绍的什么东西爬了。

为了确认，他用 Claude 去拉 WAF 统计，再和 GA4 开始飙升的具体日期对齐——两边描述的是同一个事件，这才算把证据链闭合。

![GA4 图表：7 月 19 日前新用户涨到基线约三倍，回访用户持平](https://www.hubwiz.com/blog/content/images/2026/10/img_9670aac6321a7408c08358494dfaf92c.webp)

*骗过他的那张图。7 月 19 日（圈出）之前，日新用户冲到基线约三倍，而回访读者保持平稳。来源：Google Analytics 4。*

![GA4 获客报表：流量以 direct / none 到达，没有来源](https://www.hubwiz.com/blog/content/images/2026/10/img_9ac4ac86b7332e01c7b3cc676875ad32.webp)

*涨幅以 (direct) / (none) 到达：没有搜索、没有来源，只有"手里已经有链接、打开就为抓页面"的客户端。来源：Google Analytics 4。*

两张图放在一起只讲一个故事：涨幅**只来自新用户**——从没见过的新设备和新地址，不是老读者回来看更多；而且以**直接流量**到达，意味着没人在 Google 搜索后点击，它们本来就有链接，打开只为抓取页面。再把"十分之一分钟"和"涨幅集中在单篇文章"叠上去（同时不少其他文章的阅读量也诡异地变好），红旗已经足够大。

但他仍然说不清这些客户端到底是谁。于是他去源头——AWS 控制台。

## 四、WAF 的 AI 活动面板：59.65K / 103.47K

AWS WAF 现在自带一个 **AI activity dashboard（AI 活动面板）**，位置在 CloudFront 控制台里、你那个 distribution 的安全区块下，在服务端统计 bot 与 agent 流量。作者没有做任何额外配置，它就在那里——只要已经启用了 WAF，你也能看到。

他查看的那个窗口里：

- **103.47K** 次 bot 请求；
- 其中 **59.65K** 是 AI bot；
- AI 流量里**只有 30.9% 能通过验证**，剩下 **69.1% 匿名**。

这个比例改变了他对"站点到底为谁服务"的看法。但不是所有 AI bot 都想要同一样东西。

![AWS WAF 面板：103.47K 次 bot 请求中 59.65K 是 AI bot，仅 30.9% 已验证](https://www.hubwiz.com/blog/content/images/2026/10/img_5b497278f6a4429e2a9c7a84f7153c15.webp)

*重新定义"读者"的数字。103.47K 次 bot 请求里 59.65K 是 AI bot，而这部分只有 30.9% 可验证，69.1% 匿名。来源：AWS WAF AI activity dashboard。*

![AWS WAF 图表：AI bot 流量逐日占主导，另有每周一次的归档器尖峰](https://www.hubwiz.com/blog/content/images/2026/10/img_eb37ec76b92accd93bde478e7eeca6a7.webp)

*从边缘看：AI bot 流量（紫色）日复一日占据大头；接近 700 次请求的蓝色高峰，是某个归档器每周扫一遍全站。来源：AWS WAF AI activity dashboard。*

AWS 把 AI bot 分成[三类](https://aws.amazon.com/blogs/networking-and-content-delivery/how-to-manage-ai-bots-with-aws-waf-and-enhance-security/?ref=hubwiz.com)：

| 类型                   | 在做什么                                | 对站点意味着什么      |
| -------------------- | ----------------------------------- | ------------- |
| **AI scrapers（抓取器）** | 系统性地收集应用数据，用于训练 AI 模型               | 拿走内容，不回链、不带读者 |
| **AI tools（工具）**     | 通过 function calling，把你的数据呈现在 AI 应用里 | 至少可能带来一次曝光或引用 |
| **AI agents（代理）**    | 自主导航、与应用交互，完成复杂任务                   | 行为最像人，也最难识别   |

这个区分重要，因为三者的"受欢迎程度"并不相同。一个工具或 agent 为了回答某人的问题来抓页面，至少把你的文字摆到了一个人面前，还可能引用你；一个抓取器把整个存档收走拿去训练模型，什么也不还。

图表还暴露了一个他从未注意到的节奏：那几个高耸的尖峰（有四次达到约 700 次请求）不是随机的好奇心，而是**一个归档器按每周计划扫完整站**——同样的清扫，每七天一次，安安静静把他写过的所有东西完整复制一份。

### 已验证与未验证：到底是谁在爬

**已验证的 bot** 证明了自己的身份：要么是加密的 **Web Bot Auth 签名**，要么是公开备案的地址段。**未验证的 bot** 则是 WAF 从行为和指纹判断出"这是自动化"，但叫不出名字。

他的站点上，AI 流量只有 30.9% 已验证，69.1% 匿名——正是这个数字，让后面整篇文章变得必要。

换句话说，**身份成了一种选择**。有的 bot 在 user agent 里自报家门；有的套一个老掉牙的假浏览器字符串（就是那批 BlackBerry）；还有的驱动真实浏览器做自动化，彻底藏起来。

愿意自我介绍的不少：**OpenAI 的 ChatGPT agent 约 3.53 万次请求**排第一，然后是 Meta、Amazon、Google 和 Anthropic 的 Claude，Feedly 这类内容抓取器排在后面。

匿名的大多数才是难题：他怀疑是机器，却无法验证，**对它们采取动作就有误伤风险**。那部分无名流量最令人不安——不对应任何已知公司或工具，藏在普通人类的 user agent 和普通浏览器后面，触发了行为检测，时间曲线几乎精确贴合他的尖峰，却拒绝说出自己是谁。

![AWS WAF 明细：已验证 AI bot 由 OpenAI 领跑，其后是 Meta、Amazon、Google、Anthropic](https://www.hubwiz.com/blog/content/images/2026/10/img_d3fae16b095b0c83b1a059753160517e.webp)

*愿意表明身份的 bot：OpenAI 的 ChatGPT agent 领跑，其后是 Meta、Amazon、Google 与 Anthropic 的 Claude。更大的一块未验证流量，永远不会在这里出现名字。来源：AWS WAF AI activity dashboard。*

最后一个线索藏在错误指标里：探测**不存在的 URL** 的请求，把他的 **4xx 错误率推到接近 30%** 的尖峰，而这一切和自己的代码无关。bot 在猜路径，产生的就是这种噪声。

![CloudFront 指标：bot 探测不存在的 URL，把 4xx 错误率推到接近 30%](https://www.hubwiz.com/blog/content/images/2026/10/img_6c8b07b62ef8f4e34d76da6455e174ac.webp)

*bot 探测不存在的 URL，把 4xx 错误率推成接近 30% 的尖峰——和自己应用无关的噪声。来源：Amazon CloudFront metrics。*

面板让一件事变得很清楚：**所有那些有名字的爬虫——ChatGPT、Google 等等——在尖峰之前很久就在访问了，速率基本稳定**，所以它们一个都解释不了这次跳变。他只是从来没认真看过，只是模糊地假设"bot 会来，这没什么"。真正看到它摊开在眼前，是另一回事。

真正解释尖峰的，是**未验证流量**：所有可识别的都持平，它却陡峭上升。这些 bot 展示类人的 user agent、驱动真实浏览器——意味着**没法可靠追踪，也没法在不误伤真实读者的前提下拦截**。

那么，到底能做什么？

## 五、robots.txt 在 2026 年还剩下什么

他记得最常见的方案之一，是在网站上放一份 `robots.txt`。但说实话，`robots.txt` 是**礼貌信号，不是防线**。

AWS 自己那篇[《How to manage AI bots with AWS WAF》](https://aws.amazon.com/blogs/networking-and-content-delivery/how-to-manage-ai-bots-with-aws-waf-and-enhance-security/?ref=hubwiz.com)推荐的正是这个顺序：先 `robots.txt`，再 WAF。但那篇文章已经"过期"了：它描述的控制台和今天看到的完全不一样，步骤对不上界面，照着官方路径走的站长最后只能靠猜。

作为执法手段，`robots.txt` 已经死了。它完全靠自愿。[TollBit 2024 年 Q4 的报告](https://digiday.com/media/as-ai-lawsuits-mount-publishers-still-struggle-to-block-the-bots/?ref=hubwiz.com)发现，OpenAI 的 **ChatGPT-User agent 有 42% 的时候无视 `robots.txt` 的 disallow 规则**。2025 年 12 月，联邦法官在 [Ziff Davis v. OpenAI](https://blog.ericgoldman.org/archives/2025/12/are-robots-txt-instructions-legally-binding-ziff-davis-v-openai.htm?ref=hubwiz.com) 一案中裁定：`robots.txt` **不构成 DMCA 意义上的有效访问控制机制**——它对你的内容的控制力，"不比一块'请勿践踏草坪'的牌子对草坪的控制力更强"。

但真正的问题不只是"agent 可以选择无视"。你写在 `robots.txt` 里的每一条规则，针对的都是一个 **user agent 字符串**，这本身就假设了 bot 会如实报上名字；而他最想拦的那批，恰恰不报。所以，他更新了 `robots.txt`，但知道必须往下挖。

## 六、HTTP 402 + x402：让 Bot 付费

> 我觉得最有吸引力的选项，是不打了，让 agent 开始付钱。

AWS WAF 的 [AI traffic monetization](https://aws.amazon.com/blogs/aws/aws-waf-adds-ai-traffic-monetization-capability-to-help-content-owners-charge-ai-bots-for-content-access/?ref=hubwiz.com)（AI 流量变现）会用一个 **HTTP 402 Payment Required** 回应受保护页面的请求，响应里带一个机器可读的价格，以 **USDC** 计价、走开放的 **x402** 协议。agent 付钱，WAF 在边缘验证支付，页面在**一次往返**里返回。

它只对**礼貌到愿意自我介绍**的 bot 有效，也拦不住任何一次尖峰。但至少，他能从那些守规矩的 bot 身上拿回一点什么，而不是默默补贴它们。

## 七、JavaScript 挑战为什么不够

下一个选项是 [JavaScript 挑战](https://docs.aws.amazon.com/waf/latest/developerguide/waf-captcha-and-challenge-actions.html?ref=hubwiz.com)，他一开始就启用了。

它立刻抓到了东西——可惜是他自己抓 `sitemap.xml` 的自动化，当场罢工。

更有教育意义的是后面：他问 Claude 怎么办，Claude 建议"直接发一个普通 Chrome 的 user agent"，**挑战瞬间被绕过**。

Agent 很聪明，而 JavaScript 挑战很原始。WAF 显然需要比"任何合格脚本都能满足的浏览器检查"更好的启发式。

## 八、CloudFront Bot Protection：按类别设动作

剩下的选项是 CloudFront 控制台里的 **bot protection**——本质上是**不用自己在规则编辑器里拼装 WAF 规则**的友好封装。

他把激进的类别设成 **Block**，把服务真实读者的类别留在 **Monitor**，然后等。

生效花了几个小时，之后那些奇怪的请求确实开始消失。

![CloudFront bot protection：未验证的非浏览器 user agent 被拦，上升 585% 至 13,580 次](https://www.hubwiz.com/blog/content/images/2026/10/img_87acfe660291c78c34fc54585734c6cc.webp)

*拦截在起作用：未验证的非浏览器 user agent，上升 585% 至 13,580 次请求，现在被拦下；搜索引擎和 SEO 工具保持在监控模式。来源：Amazon CloudFront bot protection。*

![CloudFront bot protection 分类：Other 被拦，好 bot 类别保持监控](https://www.hubwiz.com/blog/content/images/2026/10/img_947bf74300b7e7d8edff8a56740cc974.webp)

*小类别讲的是同一个故事。Other 上升 314%，设为拦截；内容抓取器、社交媒体、监控保持监控模式，因为它们是"好 bot"。来源：Amazon CloudFront bot protection。*

到目前为止，流量看起来接近正常了。但他很小心，不愿宣称胜利——这完全可能只是巧合，或者 bot 周末休息。

它显然拦掉了大量流量，但不是全部：他仍然能看到那些没有来源的直接访问成批出现。他也仍然有一大批未验证 bot，而他并不确信要 100% 拦截——这就是为什么好几个类别是**故意只统计、不拦截**。

## 九、效果：阅读掉了 29%，停留涨了 70%

最清晰的进展信号不在 WAF，而在他自己的报表里。

他重建了每日分析，让 **bot 会话以 bot 会话的身份浮出来**，而不是藏在他的流量里。改完后的那一周，报表标出了 **2,372 个 bot 会话**，比前一周增加 **999% 以上**。

这几乎都不是"新增的 bot 活动"，而是同一批一直在被算作"读者"的爬取，终于被标成了它本来的样子。

把 7 月 19–25 日的暴涨周和之前正常的一周放在一起，形状一眼就能认出来：阅读、用户、会话全部虚高，而**平均时长下降 47%**，只剩一分多钟——因为制造这波流量的东西，根本不是按人的速度在读。

![重建后的每日分析报表：暴涨周 vs 前一周](https://www.hubwiz.com/blog/content/images/2026/10/img_4b276c9a2112d4232f08cc004fed1f1a.webp)

*他重建后的日报：暴涨周 vs 前一周。来源：Google Analytics 4。*

拦截生效后的第一天，和前一天的对比，数字朝着你希望的方向走：

- 博客阅读 **−29%**；
- 总用户 **−27%**；
- 平均会话时长 **+70%**，到一分半。

前两个听起来像坏消息，直到你看第三个数字：**失去三分之一的"受众"，而剩下的人读得久得多**——这是他能拿到的最清楚证据：被移除的那部分，从来就没在读任何东西。

![每日分析报表：拦截生效后一天 vs 前一天](https://www.hubwiz.com/blog/content/images/2026/10/img_9c495141f6fabf181a0296473416fe3c.webp)

*拦截生效后一天 vs 前一天。来源：Google Analytics 4。*

还有第二笔回报，永远不会出现在分析面板里：**被 WAF 拦下的请求不占用固定费率套餐的用量额度**。每一个在边缘被拒的爬虫，都不再花掉他为真实读者买的配额。三笔成本里落在账单上的那一笔，是这次真正修好的。

他也不抱幻想，认为这能抓住一切。大量 bot、大量浏览仍然没有标签地溜过去，像人一样坐在他的数字里——说实话，这没关系。**他宁愿要一个知道不完美、也明白为什么不完美的数字，也不要一个因为错误原因而信任的数字。**

## 十、为什么最终要靠行为分析，而不是规则

他的结论是：**手里的工具是有上限的。**

有些未验证 bot 可以尝试拦截，但要冒误伤真实读者的风险；有些根本拦不了，因为它们带着真实的 user agent 和真实的浏览器来。

要抓住这些，需要真正的**行为分析**：

- 跨时间的**会话模式**；
- 把地址和**自己的历史**比对；
- **地理**——他看到过一串来自孟加拉国的 agent，而这个国家从来不访问他的站。

只有这些信号**组合起来**才暴露模式，而 WAF 今天不做这件事——至少他没找到怎么做。要走到那一步，它需要把分析侧知道的东西，和对站点结构、页面的理解结合起来。

## 十一、一张表：五种手段，各自拦得住什么

| 手段                  | 能挡住什么               | 挡不住什么                         |
| ------------------- | ------------------- | ----------------------------- |
| robots.txt          | 愿意遵守的爬虫             | 42% 的 ChatGPT-User；伪装 UA；无执法力 |
| HTTP 402 / x402     | 愿意付费、且表明身份的 agent   | 匿名爬虫；单次尖峰                     |
| JavaScript 挑战       | 最原始的脚本              | 会发普通 Chrome UA 的 agent；自己的自动化 |
| Bot Protection 分类拦截 | 未验证的非浏览器 UA、Other 类 | 真实 UA + 真实浏览器的自动化             |
| 行为分析（待自建）           | 会话模式 / 地址历史 / 地理异常  | 需要自己拼，WAF 目前不提供组合判断           |

## 十二、复刻清单

如果你也在 CloudFront 后面跑站点、想知道自己处在什么位置，作者的起点是这六步：

1. **换成 CloudFront 固定费率套餐，并把 WAF 放在站点前面**——这样 bot 潮水再大也不会在账单上吓你一跳，你也能在边缘看到流量。
2. **打开 AWS WAF 的 AI activity dashboard**，看看到底是谁在读你。按作者的说法，Pro 档及以上包含此功能，几分钟就能看完。
3. **拿分析数据和现实对账**：参与时长 vs 文章实际需要读多久、新用户 vs 回访用户、有多少流量完全无来源。
4. **用 Bot Protection 试按类别设动作**：拦抓取器，监控服务真实读者的类别；但把它当**实验**，不是永久城墙。
5. **不要指望 JavaScript 挑战救你**：坚定的 agent 发一个普通 Chrome UA 就过去了，而且它可能顺手弄坏你自己的自动化。
6. **然后拿着自己的数字决定**：Business 档的挑战与变现能力，对你是否值得。

编译者再补三条，属于操作层面的提醒，不是原文结论：

- **先量基线再动手**。至少留一周的"改前"数据（阅读、用户、会话时长、4xx 比例），否则你无法判断变化是拦截带来的还是周末效应。
- **别用单一信号判人机**。UA 可以伪造，IP 会变，停留时间会被前端事件影响；至少要"来源 + 浏览器 + 行为 + 时间分布"四项交叉。
- **留一条回退路径**。把 Monitor 模式当成你的安全网：先观察命中，再逐类改 Block，出问题能立刻退回。

## 十三、边界

- 这是**单站点、单时间窗口**（2026 年 7 月前后）的观测。59.65K / 30.9% 这类数字不能当行业基准，换个站点可能完全不同。
- **归因不等于因果**。拦截后阅读下降、时长上升，作者自己也承认可能是巧合或周末效应；他给出的是一条自洽的证据链，不是受控实验。
- **平台差异**。文中所有操作路径都是 CloudFront + AWS WAF 的；其他 CDN / 反代产品的功能名称、计费方式、默认动作都不一样，不要照搬术语。
- **法律结论有边界**。Ziff Davis v. OpenAI 的裁定涉及特定法域、特定案由（DMCA 下的访问控制），不等于"`robots.txt` 在全球范围内没有意义"。
- **一刀切会伤自己**。AI bot 里也有搜索、监控、社交预览这类"好 bot"，作者的处置方式是分类 + 监控模式，而不是全拦。

---

**Sources**

- Ran Isenberg, *My Blog's Biggest Fans Are AI Bots. So I Fought Back.*, 2026-07-29：[https://ranthebuilder.cloud/blog/my-blogs-biggest-fans-are-ai-bots-so-i-fought-back/](https://ranthebuilder.cloud/blog/my-blogs-biggest-fans-are-ai-bots-so-i-fought-back/?ref=hubwiz.com)
- AWS, *How to manage AI bots with AWS WAF and enhance security*：[https://aws.amazon.com/blogs/networking-and-content-delivery/how-to-manage-ai-bots-with-aws-waf-and-enhance-security/](https://aws.amazon.com/blogs/networking-and-content-delivery/how-to-manage-ai-bots-with-aws-waf-and-enhance-security/?ref=hubwiz.com)
- AWS, *AWS WAF adds AI traffic monetization capability*：[https://aws.amazon.com/blogs/aws/aws-waf-adds-ai-traffic-monetization-capability-to-help-content-owners-charge-ai-bots-for-content-access/](https://aws.amazon.com/blogs/aws/aws-waf-adds-ai-traffic-monetization-capability-to-help-content-owners-charge-ai-bots-for-content-access/?ref=hubwiz.com)
- AWS, *CloudFront flat rate pricing plans*：[https://docs.aws.amazon.com/AmazonCloudFront/latest/DeveloperGuide/flat-rate-pricing-plan.html](https://docs.aws.amazon.com/AmazonCloudFront/latest/DeveloperGuide/flat-rate-pricing-plan.html?ref=hubwiz.com)
- AWS, *WAF CAPTCHA and challenge actions*：[https://docs.aws.amazon.com/waf/latest/developerguide/waf-captcha-and-challenge-actions.html](https://docs.aws.amazon.com/waf/latest/developerguide/waf-captcha-and-challenge-actions.html?ref=hubwiz.com)
- Digiday, *As AI lawsuits mount, publishers still struggle to block the bots*（引 TollBit 2024 Q4 报告）：[https://digiday.com/media/as-ai-lawsuits-mount-publishers-still-struggle-to-block-the-bots/](https://digiday.com/media/as-ai-lawsuits-mount-publishers-still-struggle-to-block-the-bots/?ref=hubwiz.com)
- Eric Goldman, *Are robots.txt Instructions Legally Binding? Ziff Davis v. OpenAI*, 2025-12：[https://blog.ericgoldman.org/archives/2025/12/are-robots-txt-instructions-legally-binding-ziff-davis-v-openai.htm](https://blog.ericgoldman.org/archives/2025/12/are-robots-txt-instructions-legally-binding-ziff-davis-v-openai.htm?ref=hubwiz.com)

**相关阅读**：[AI 基建 / 评测 / 安全完全指南](https://www.hubwiz.com/blog/ai-infra-stack/) ｜ [Agent 审计日志：为什么"干净的日志"比缺失更危险](https://www.hubwiz.com/blog/agent-audit-logs-witness-suspect/) ｜ [Agent 成本体检：上下文预算与提示缓存](https://www.hubwiz.com/blog/agent-cost-audit-context-budget-prompt-cache/) ｜ [AI 爬虫流量：11 个问答分清爬取、引荐与转化](https://www.hubwiz.com/blog/ai-bot-traffic-questions-answered/)

本文由汇智网编译整理，转载请注明出处。原文发布于 2026-07-29，控制台界面与产品定价请以你操作时的 AWS 文档为准。

> **这是「AI 基建 / 评测 / 安全」专题的一部分。**完整地图见：[AI 基建 / 评测 / 安全完全指南](https://www.hubwiz.com/blog/ai-infra-stack/)