TheNumbers.com 到底发生了什么？
Hacker News 摘要原标题：What happened to TheNumbers.com
TheNumbers.com 是电影行业最受信任的数据网站之一，其通过人工研究提供最高质量的数据，追踪了超过 78,000 部电影和 23.6 万名从业者的票房、预算、家庭录影带及流媒体数据。该网站每年访问量超过 800 万，被记者、学者、电影制作人、预测市场甚至吉尼斯世界纪录视为权威参考。
网站消失的经过
2026 年 3 月 5 日，TheNumbers.com 突然从互联网上消失，并在没有任何解释的情况下离线超过一周。当它再次出现时，仅剩下一个基础版本，历史图表、个人电影页面和广受欢迎的报告生成工具全部消失。创始人 Bruce Nash 透露，网站在 3 月份经历了一场灾难性的事件。
历史背景与技术债
该网站由数学家、前微软软件开发人员 Bruce Nash 于 1997 年创立。最初只是一个追踪 300 部电影的 Geocities 站点，后来逐渐发展成为行业内最可靠的财务信息源。然而，到 2026 年初，这个拥有 30 年历史的系统承载了约 16 万个源文件，服务于 200 万个页面，其老旧的架构在现代网络环境下变得极其脆弱。
AI 机器人带来的流量风暴
在过去的几年里，网站流量发生了巨大变化。根据 Cloudflare 的数据，机器人流量已占网页请求的 57.5%。The Numbers 感受到了两次明显的冲击：
• 第一波（2024 年）： AI 训练爬虫大量涌入。
• 第二波（2025 年 12 月）： 代理式 AI（agentic AI）激增。这类机器人会根据用户指令大规模抓取数据。
到 2026 年初，该网站 90% 的流量来自 AI 机器人和自动流量，只有 10% 是真实人类。团队花费了 90% 的时间来维持旧系统的运行。
崩溃与黑客攻击
2026 年 3 月 5 日凌晨，服务器最终崩溃。调查发现，除了大规模的数据抓取，日志中还显示有人在寻找网站后门，意图在数据公开前获取信息或篡改展示内容。为了安全起见，团队决定永久关闭旧服务器，因为防御 16 万个陈旧文件免受攻击几乎是不可能的。3 月 13 日，一个全新的骨架版网站上线，仅提供基础的票房数据。
背后动机：预测市场与金钱
黑客攻击一个电影统计网站的动机与预测市场有关。像 Polymarket 这样的平台运行着关于周末票房的预测市场，并将 The Numbers 视为最终的真相来源。
1. 获利机制： 如果有人能先于公众看到数据，就能在预测交易中抢先布局，从而将信息差转化为资金。
2. 技术门槛降低： 现在的黑客攻击不需要高超的技术，使用廉价的 AI 订阅服务即可实现自动化漏洞探测。
3. 现实案例： Anthropic 曾报告过 AI 编排的网络间谍行动，AI 承担了 80% 到 90% 的攻击工作。
AI 抓取对开放互联网的破坏
传统的开放互联网建立在一种默契上：网站允许搜索引擎爬虫读取内容，作为交换，搜索引擎为网站带来读者。但 AI 彻底打破了这种平衡：
• 流量失衡： Google 每抓取 5 个页面会送回 1 个访客，OpenAI 每抓取 1,000 个页面才送回 1 个访客，而 Anthropic 的这一比例是 38,000 比 1。
• 资源消耗： 许多小型网站被 AI 爬虫拖垮。例如非营利组织 Read the Docs 一个月被抓取了 73TB 的数据，产生巨额带宽费；维基百科的机器人访问占 35%，但消耗了 65% 的昂贵流量资源。
• 读者流失： 维基百科的人类访问量同比下降了 8%，因为用户直接通过 AI 摘要获取知识，不再访问原网站。
网站的现状与未来
The Numbers 正在从头开始重建网站。Bruce Nash 指出，现在的网站设计需要面对六种不同的受众：人类、搜索引擎、LLM 训练任务、基于提示词的 AI 流量、代理式 AI 以及预测市场投机者。
虽然公共网站遭受重创，但 The Numbers 的核心业务——向电影制作人和投资者销售大宗数据、提供对比分析报告等——并未受到影响。Cloudflare 等技术公司正尝试通过 pay-per-crawl（按抓取付费）模式来挽救这种失衡的生态，但成效仍取决于 AI 公司是否配合。
这次事件表明，互联网上那些由个人或小团队维护的、承载着人类几十年知识积累的独立档案馆和数据库，在强力的 AI 浪潮面前正变得前所未有的脆弱。
原文：https://stephenfollows.com/p/what-just-happened-to-thenumberscom-should-worry-us-all