研究者用隐藏文本接触探测服务的AI智能体

发布时间:2026-10-16 06:16:03 UTC+8 约 1533 字 10 个小节

网页上多出一行看不见的字,读它的不是人,而是自动跑来抓内容的程序。这次被讨论的案例里,研究者用的就是这个办法:给探测阿里巴巴地图服务的AI智能体放上隐藏文本,之后收到了关于它们任务的回复,调查人员顺着活动痕迹追到了腾讯云的基础设施。

容易误会的一点是,隐藏文本不等于漏洞利用,也不是把服务器打穿。它更像在页面上留了张字条,等读页面的那一方把它一并读进去。区别只在于,过去读页面的是人,现在多了AI智能体,而它处理内容的方式是:读到什么,就当成可用的信息接着往下走,不太分得清这行字到底是给谁看的。

下面这几段把这件事拆开讲:隐藏文本为什么能起作用,研究者怎么把线索从头串到尾,以及这类探测行为对网站和普通人有没有实际影响。

隐藏文本是怎么“联系”到AI智能体的?

先把场景摆清楚。有一类AI智能体不做聊天,专门在网络上跑任务:抓页面、取数据、把被交代的活干完。它们访问某个服务时,服务端看到的只是请求记录,看不到对面想干什么、代表谁在跑。

研究者的做法是在这些智能体会读到的位置放上隐藏文本。普通访客在浏览器里看不到,机器把页面内容读进去时却会把它带上。从公开摘要给出的结果看,文本起到了引导作用,智能体随后给出了关于自己任务的回复,也就是那句“收到关于它们任务的回复”。

说白了,这一招啃的不是系统的技术漏洞,而是信息处理流程里的一个空档:智能体把页面文本当输入,却没有严格区分输入的来源。这类手法在讨论中通常被归到“提示注入”下面,跟传统的入侵手段不是一回事。

AI智能体为什么会被网页上的字带着走?

读取页面的基本流程

常规路径是先取回页面源码,再抽正文、扔掉导航和广告,最后交给模型判断。只要隐藏文本在抽取这一步被留下,它就会跟着正文一起进入后面的环节,模型的判断也就多了一个不该有的输入源。

服务端能看到的是什么

服务端手里通常只有访问日志:来源地址、时间、路径。对面是不是AI智能体、在替谁干活,日志上分不出来。这也是为什么这次调查要绕一圈,从活动的归属去找答案,而不是从单条请求里直接读出来。

追踪活动到云基础设施,是怎么做到的?

摘要里给出的结果很具体:调查人员把活动追到了腾讯云的基础设施。这类追踪一般从请求记录入手,把同一批行为按来源聚到一起,再看这些来源挂在哪个云平台上。云平台是租来的基础设施,不是行为主体,所以追到这一步,方向和规模能看清,落到具体的人还有距离。

这一步的价值在于,它把“有一批智能体在做什么”变成了“有一批智能体从哪来”。对服务方来说,前者只能干看着,后者才有处置的余地。

和普通的反爬手段相比,区别在哪?

反爬的老思路是拦:识别出机器流量就限速、封禁、上验证码。隐藏文本走的是另一条路,不拦,先套话。你继续抓,我看看你抓走了什么、接下来又会做什么。

两种方式并不冲突。拦是为了保住服务资源,套话是为了把行为看清楚。这次案例值得留意的,恰恰是后者在AI智能体身上更管用:它们对页面内容的信任度偏高,读到了就倾向照着走。

这事对网站和普通用户有什么影响?

网站这一侧要留意什么

页面里放什么文本,不只是给人看的。对AI智能体来说,那行字会被当成指令还是资料,取决于它那一端的处理方式。做内容的站点如果发现访问量里混着大量机器流量,可以顺着这个案例想一件事:这些流量实际读到的,是不是你以为它们在读的。

普通人会被波及吗

这类探测主要发生在服务和机器之间,普通人日常碰不到。要说影响,多半体现在搜索和内容访问的体验上:页面被机器大规模读取,真实的流量统计和内容分发都会跟着走样。

结语:能问出话,比单纯拦住更有价值

把网页当信使,等对方自己开口,这次的做法给出了一个方向:面对会读页面的AI智能体,先弄清楚它们在干什么,往往比直接拦掉更有用。

关键词 AI智能体隐藏文本爬虫追踪

本文基于公开媒体报道整理,仅作信息参考,不构成任何投资依据,内容以原文为准。

更多资讯

全部资讯 →