Viltoti MI rāpuļi

Vietņu īpašnieki savos piekļuves žurnālos skaita „GPTBot“, „ClaudeBot“ vai „ChatGPT-User“ kā pierādījumu, ka MI sistēmas tos lasa vai citē. User-Agent ir brīvs teksts. Trijās nelielās produkcijas vietnēs mēs pārbaudījām katru pieprasījumu, kas uzdevās par vienu no 23 MI vai meklētājprogrammu rāpuļiem (16 548 pieprasījumi; viens 68 dienu žurnāls, divi 7–9 dienu žurnāli un 30 dienu Cloudflare malas (edge) skats), ar katra operatora paša publicēto verifikācijas metodi — IP diapazonu JSON failiem un uz priekšu apstiprinātu reverso DNS (forward-confirmed reverse DNS). 39,3 % apgalvojumu bija viltoti (44,3 % no tiem, kurus varēja pārbaudīt), 49,5 % verificēti, 11,2 % nepārbaudāmi vai nenoteikti. Lietotāja iniciētie ielādes aģenti — nosaukumi, ko visbiežāk uztver kā „MI citēšanas“ signālu, — bija vissliktākie: 67,8 % viltoti, un Claude-User, Perplexity-User, MistralAI-User un DuckAssistBot bija īsti 0–4,2 % gadījumu. Google-Extended — žetons, ko Google, pēc tās teiktā, nekad nesūta kā User-Agent, — parādījās 371 reizi. Visa viltošana nāca no ne vairāk kā 54 adresēm, 81 % no tām mākoņdatošanas vai mitināšanas tīklos (viena mākoņpakalpojumu sniedzēja klientu adrešu telpa vien: 66 %); 97 % viltoto pieprasījumu nāca no avotiem, kas arī meklēja piekļuves datus (.env, config.json, service-account.json), un 92 % — no avotiem, kas mainīja vairāku operatoru identitātes. Galvenajā vietnē CDN malā viltotais apjoms bija 3,1 reizes lielāks nekā tas, ko reģistrēja izcelsmes serveris; bezmaksas plāna noklusējuma iestatījumi bloķēja 0,7 % no tā. Mēs publicējam ai-bot-verify — verificētāju bez atkarībām jebkuram piekļuves žurnālam, kas izvada tikai apkopotus datus un atsakās rakstīt IP adreses.