AI 机器人流量压垮三十年电影数据库：The Numbers 创始人首度披露

运营近三十年的电影行业数据站 The Numbers，在今年三月因不堪 AI 机器人流量与疑似安全攻击而彻底宕机，仅以精简版重张。其创始人 Bruce Nash 近日首次对外详述事件经过，揭示 agentic AI 浪潮对独立数据站点的真实冲击。

从 Geocities 到行业权威

1997 年 10 月 17 日，前 IBM 软件工程师、数学家 Bruce Nash 在 Geocities 上线了一个仅追踪 300 部电影的小站，起初只是为了在「Hollywood Stock Exchange」的交易者论坛上分享票房分析。近三十年后，这家名为 The Numbers 的站点已收录 78,396 部电影、178,375 条院线发行记录与 236,176 位从业者信息，年访问量超过 800 万，被记者、学者、预测市场乃至吉尼斯世界纪录视为票房数据的权威来源。

两波 AI 流量

Nash 回忆，The Numbers 经历过两次明显的流量冲击。

• 第一波约在 2024 年前后：AI 训练数据抓取与搜索引擎爬虫叠加，AI 爬虫的「礼貌程度」通常低于传统搜索引擎，运维负担激增。
• 第二波在 2025 年 12 月前后：Nash 把它归因于 agentic AI 的崛起——用户可编写抓取代理，或由 AI 代理响应指令直接访问站点。

Nash 透露，到 2026 年初，The Numbers 的流量中只有约 10% 来自真实访客，其余几乎全为 AI 机器人与自动化请求。Cloudflare 上月公布的行业数据也显示，AI 机器人已占网页请求总量的 57.5%，与 The Numbers 的感受相吻合。

崩溃与安全疑云

2026 年 3 月 5 日凌晨，拥有约 16 万个源文件、近 200 万个页面的三十年纪老服务器彻底倒下。团队起初以为是流量过载，但日志分析显示其中混杂着更可疑的访问模式：部分请求在寻找后门，目的疑似在数据发布前抢先抓取，甚至操纵页面呈现信息。在网络安全人士建议下，老服务器被永久下线——重新启用意味着要用三十年旧代码去对抗已花数月探测漏洞的攻击者。3 月 13 日，团队在新基础设施上推出精简版站点，保证最新票房数据可继续对外发布。

「用 LLM 的语言和机器人对话」

面对巨量抓取，Nash 团队采取了颇具巧思的应对：在站点内放置专门写给 LLM 阅读的内容，明确告诉模型「数据授权请联系谁」而非「请自行抓取网站」。Nash 表示，该策略效果显著，授权咨询量提升了约十倍。但缓解并不等于逃离，他估计从 2025 年 12 月到 2026 年 3 月初，团队约 90% 的时间都被用于维护现有系统，仅在业余时间推进新系统开发。

未完成的重建

精简版目前已恢复最新票房数据，但此前的历史票房曲线、单部电影详情页与备受用户喜爱的「Report Builder」工具仍未回归。Nash 在采访中并未直接回应「刻意清退免费站点、倒逼付费产品」的阴谋论，但其经历折射出一个更普遍的问题：当 agentic AI 与训练抓取持续放大流量，独立运营的数据站点正面临前所未有的生存压力，而 The Numbers 可能只是第一批被完整记录下来的倒下者。