Cloudflare:AI 机器人流量已超越人类,预计五年后人机流量比达 1:1000 近乎“误差”
IT之家 8 月 8 日消息,Cloudflare 在 2026 年第二季度财报电话会议上披露,AI 机器人等来源的非人类流量已于 2026 年 5 月正式超过人类流量,比 CEO 马修 · 普林斯(Matthew Prince)此前预测的 2027 年底大幅提前。
Cloudflare 进一步预测,若当前趋势延续,五年后非人类流量将达到人类流量的 1000 倍。马修 · 普林斯表示,届时人类在互联网上的存在将变得微不足道。
“换句话说,人类将成为互联网上四舍五入的误差,不是因为人类流量在下降,而是因为非人类流量的增长速度实在太快。”

非人类流量的激增主要基于 AI 来源,特别是 AI 智能体(Agentic AI)的兴起。与传统网络爬虫不同,AI 智能体的行为高度模拟普通浏览,但以机器速度运行且规模巨大。
普林斯举例说明:普通人在搜索相机时可能只会查五家零售商,而一个 AI 智能体可能查询 5000 个网站。数以百万计的用户要求助手比价、研究主题或汇总文章时,流量规模即呈指数级放大。
普林斯在电话会上强调,部分非人类流量具有恶意属性。恶意流量可能来自黑客攻击者,也可能从特定客户商业模式角度被视为恶意 —— 例如 AI 公司试图抓取依赖广告收入的媒体公司内容。
最新财报显示,Cloudflare 在 2026 年第二季度实现营收 6.96 亿美元(现汇率约合 47.05 亿元人民币),同比增长 36%,净亏损 2.057 亿美元(IT之家注:现汇率约合 13.9 亿元人民币),亏损同比扩大逾两倍。
Cloudflare 计划资本支出约为营收的 14% 至 15%,约 4.3 亿美元(现汇率约合 29.07 亿元人民币)。普林斯以此对比超大规模云服务商:超大规模云商的 GPU 利用率“极低”,“他们做的只是卖一个盒子,利用率得靠客户自己最大化”。他称 Cloudflare 的业务模式是“让每美元资本支出发挥 10 倍效能”,通过服务器调度工作负载,不直接参与 GPU 服务器的租赁竞争。
-
AGV调度系统数据瓶颈:没有更多数据时的优化策略AGV调度系统数据瓶颈:没有更多数据时的优化策略很多人以为,AGV调度系统的性能提升完全依赖于数据量的持续增加,其实不然。在工业场景中,数据获取成本与调度效率之间存在显著的边际递减效应。当系统已捕获足够覆盖95%以上场景的基础数据后,单纯增加数据量对调度精度的提升不足3%,反而会引发存储冗余与计算延迟问题。底层逻辑是:AGV调度本质是有限状态空间内的路径优化问题。以某汽车总装车间为例,其AGV网络查看详情
-
AGV机器人调度系统:数据瓶颈背后的底层逻辑数据孤岛与调度效率的悖论很多人以为,AGV机器人调度系统的性能瓶颈源于算力不足或算法复杂度,其实不然。在真实工业场景中,90%的调度延迟问题源于数据孤岛与协议异构性。当多品牌AGV混编运行时,不同厂商的通信协议、定位精度、传感器采样频率差异,会导致调度系统陷入「数据解析-转换-同步」的死循环,最终表现为路径规划失效或任务队列堆积。案例:上海临港某汽车总装车间的赛制级推演2023年Q2,某头部车企在查看详情



400-886-5570




