OC
Cloudflare 开始从鼠标节奏判断你是不是 Agent
科技 · 2026-07-14 · 政策与安全 · 阅读 6

Cloudflare 开始从鼠标节奏判断你是不是 Agent

作者:韩启明

OC 原创示意图。

Cloudflare 官方博客 介绍,公司正在测试一项名为 Precursor 的新功能。它不再只根据一次请求的 IP、浏览器指纹或验证码结果判断访客,而是在整个会话中观察鼠标移动、键盘节奏、页面焦点和可见状态,寻找真人与自动化程序之间的行为差异。

一句话结论: Precursor 把反机器人判断从“你能不能过一次验证”变成“你之后的操作像不像真人”,这会提高自动 Agent 的进入成本,也会把网站与用户之间的隐私边界向连续行为监测再推一步。

传统验证码面对新一代浏览器 Agent 有一个明显问题:模型可以识别页面、调用真实浏览器,甚至让真人在关键步骤代过验证。单个动作越来越难证明身份。Precursor 的做法是把一段会话当成整体,例如指针是否以自然方式停顿、输入是否有连续节奏、标签页切换与页面滚动是否符合正常阅读过程。

Cloudflare 表示,系统记录的是输入时机与节奏,而不是具体按下了哪些键;这些信号在边缘节点处理,不与用户账号绑定,也不会作为一份长期个人画像直接展示给网站运营者。它目前是 Enterprise Bot Management 的可选补充,可以先只观察,不必立刻拦截,并计划在 2026 年晚些时候正式推出。

解释性流程图:单次请求信号、会话行为信号和站点策略共同形成风险判断

OC 原创解释图:Precursor 增加的是会话层,而不是替代所有现有检测。

不过,“不记录键值”不等于完全没有隐私风险。输入速度、停顿方式、焦点切换和鼠标轨迹都属于行为数据,组合起来可能反映设备使用习惯、无障碍工具或身体状况。Cloudflare 说它不建立持久用户档案,是一个重要限制,但网站仍需要向用户说明何时启用、数据保存多久,以及误判后如何恢复访问。

对开发者来说,另一个现实问题是正常自动化也会被卷进来。测试工具、无障碍软件、密码管理器、企业 RPA 和经过授权的购物 Agent,都可能表现得“不像人”。如果站点只把高风险分数直接映射成封禁,就会把安全问题变成兼容性问题。更合理的做法是分层处理:低风险正常放行,中等风险要求额外确认,高风险才限制敏感操作。

这项技术也不会让机器人检测一劳永逸。攻击者可以收集真人轨迹、加入随机停顿或让 Agent 在真实浏览器中运行。Cloudflare 的优势在于它能从庞大的网络流量中持续更新模型,而不是拥有某个永远不会被模仿的动作特征。换句话说,这仍是一场不断调整成本的对抗。

本站编辑韩启明认为,Precursor 值得关注,是因为 Web 正在从默认服务“人类点击”转向同时面对人、脚本和 Agent。网站确实需要新的访问控制,但不能把“像不像真人”变成唯一通行证。未来更可靠的方案可能同时需要行为检测、Agent 身份声明、授权范围和可追责的调用凭证,而不只是更隐蔽地观察用户怎么动鼠标。

参考来源

相关阅读

基于标题、摘要和正文内容自动匹配。

更多科技

评论

围绕这篇文章补充信息、提出问题或分享观察。

0
暂无评论。

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关帖子

更多

你们的Codex额度提前耗完了没?戒断反应如何?

<p>我在第三天就消耗了只剩1%,忍了一天,然后今天干脆用这最后的1%,开着5.6 Sol 极高 强推我一个提示词笔记本应用的功能落地。最终用时3小时,居然还是跑完了。但是现在还是出现一些戒断反应,感觉啥也做不了,就无精打采的,困。</p> <p>我做了一个Prompt Notebook,专门用来收藏或者记录自己手搓的生图提示词。带Chrome一键收藏插件。支持AI优化提示词。支持提示词中提取常用字段作为提示词百科词汇。也自带生图功能用来测提示词。但是要搭配Cloudflare R2+Worker的图床。</p> <p>今天主要是做一个AI模特的资产库。将常用的AI模特固定下来,进行身份设定,以及模特的一些角色定妆图。之后生图可以直接调用AI模特自动作为垫图。</p> <p>这是AI模特资产库的界面: <img src="/upload/thread/202608/42b5f73e-938f-45de-b74e-da69da9d72a8.webp" alt="1bb0d28b-c7dd-4327-bafa-26b60323cbed" /> 这是主界面的提示词瀑布流,支持关键词或标签搜索: <img src="/upload/thread/202608/3e15b6e7-345f-48b4-aeff-1bbd89afe9d3.webp" alt="ab998e2f-9ccc-4173-832f-223aa6c6fa81" /> 这是提示词笔记的预览界面,可以复制提示词,分享提示词,点击分享还有分享短链:(https://prompt.jintao.co.uk/share/20260806LfsmY) <img src="/upload/thread/202608/bab31972-0468-4582-b873-6309233254a6.webp" alt="20260806-201213" /> 可惜现在没额度了,我又不想换模型折腾。现在还有些界面细节和小功能需要落地完善,可能还要虫子要抓。弄好了,打算放GitHub开源。</p> <p>有朋友想试试的么?</p>

shynloc 2 4

做 AI 语音产品时,授权、撤回和审计日志应该怎么落地?

<p>最近看到越来越多关于声音授权的讨论。对开发者来说,真正麻烦的往往不是“模型能不能模仿”,而是授权如何进入系统、生成结果如何追溯,以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是,不要把“用户勾选过同意”当成一个布尔字段,而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性,例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时,可以绑定不同的授权,而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更,如果任务只查最新状态,历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id,并反向关联任务。</p> <p>我会把最小链路设计成:</p> <ol> <li>voice_asset:原始声音及版本;</li> <li>consent_grant:授权范围与证据;</li> <li>generation_job:请求参数和授权快照;</li> <li>audio_artifact:输出文件、校验值和公开状态;</li> <li>audit_event:谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后,系统至少要阻止新任务,并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除,要按照合同和产品能力区分,不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired,并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志,公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案,但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来,比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走,越觉得声音效果只是前半程,权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储,还是单独的审计系统?如果授权撤回,你们通常怎么处理已经生成并交付的音频?</p>

FlowSpeech 0 1

一个体会,Codex 这种现代 Agent,每天一个变,几天不用就有新惊喜

<p>当然我说的也包括 Claude Code,新功能日新月异,还有就是 AI 能力提升以后,可以做的东西日新月异。还有各种工作流方法日新月异。</p> <p>更好玩的是,我最近经历过很多次,你跟人介绍现在 Codex 可以做到什么样子,他们都觉得很厉害。但是你现场一演示,他们的震撼就更加完全不同了。所以,这种东西,需要大量的 Workshop 去沟通交流,光看文字很难讲清楚,直播、视频也越来越重要了。</p>

tinyfool 1 89

你为什么不移民?

<p>我是一定要移了,在这里连正常呼吸都不行了。以前正常呼吸指的是言论自由,现在是生物学意义的正常呼吸问题了。</p> <p>你为什么不移民?</p>

tinyfool 741 48