TheNumbers.com 发生了什么

TheNumbers.com 刚刚发生的事情应该让我们所有人感到担忧。电影数据最受信任的网站之一如何在一夜之间消失的内幕，以及为什么您依赖的每个网站都比您想象的更脆弱。斯蒂芬关注 2026 年 7 月 22 日 159 17 48 分享 如果您在电影行业或周围工作，无论您是否意识到，本月您很有可能使用过《The Numbers》的作品。其手工研究的数据质量最高，跟踪超过 78,000 部电影和 236,000 人的票房收入、预算、家庭视频和流媒体数据。它每年接待超过 800 万游客，被记者、学者、电影制片人、预测市场、甚至吉尼斯世界纪录视为权威。正是这种“山羊”地位导致了今年三月的灾难性事件。 2026 年 3 月 5 日，TheNumbers.com 网站消失。该网站已关闭一个多星期，且没有任何解释。一周后，它重新出现，尺寸只有原来的一小部分。历史图表、单独的电影页面，甚至深受喜爱的报告生成器都消失了。只有一条通用的“我们正在重建，请容忍我们”的信息继续下去，互联网的反应一如既往——充满困惑、愤怒和阴谋论。 Reddit 的一项理论甚至表明，这是一种故意的拉动，旨在削弱免费网站，以促使人们转向付费产品。三个月后，我与 The Numbers 创始人兼首席执行官布鲁斯·纳什 (Bruce Nash) 详细讨论了所发生的事情。他描述了一次相当不愉快和重大的经历：我们收到了很多来自人们的愤怒电子邮件，他们说，“你以前有的这个页面在哪里，现在已经没有了？”在他的故事中，有许多事情应该让任何运行、依赖或只是欣赏互联网的人感到担忧。首先，一些背景知识 1997 年 10 月 17 日星期五，数学家兼前 IBM 软件开发人员 Bruce Nash 推出了一个 Geocities 网站，该网站跟踪了 300 部电影。 Bruce 在一篇 20 周年纪念文章中描述了此次发布（该文章现在只保存在互联网档案馆中，原因将变得清晰）：我在 Access 数据库中按下了一个按钮，将一些 HTML 页面上传到 Geocities，并在好莱坞证券交易所留言板上发布了一个简短的公告，让人们知道我正在开始分析电影票房，以帮助他们选择 MovieStocks 在 HSX 上进行交易。布鲁斯和他围绕该网站建立的团队从最初的卑微起步，将 The Numbers 变成了电影业最可靠的财务来源。截至 2026 年初，该数据库追踪了 78,396 部电影、178,375 条院线上映记录和 236,176 人。机器人到来 在其生命周期中，The Numbers 面临的挑战发生了巨大变化。在最初的四分之一个世纪左右的时间里，交通状况是可控的，而且大多是礼貌的。正如布鲁斯所说：在人工智能出现之前，我们得到了人类流量，其中大部分是表现良好的搜索引擎爬虫，还有一些人为个人项目爬行网站。如果有人太贪婪，我们可以发现他们并阻止他们。在过去的几年里，世界各地的网站所有者都看到他们的网络流量发生了变化。最初只有人们浏览的内容被越来越多的机器人所取代。到 2024 年，自动化流量已超过人类流量，就在上个月，Cloudflare 宣布机器人已达到网页请求的 57.5%。 Numbers 在两股不同的浪潮中感受到了这种转变。第一次开始于 2024 年左右：随着人工智能训练加入搜索引擎爬虫，我们看到爬行数量大幅增加。人工智能爬虫通常不如搜索引擎表现良好，这增加了我们保持网站平稳运行的管理任务。第二波浪潮更强大、更具破坏性：2025 年 12 月左右，我们看到流量再次大幅增长，我将其归因于代理 AI：根据提示抓取网站的 AI 代理与人们能够编写抓取网站的代理的组合。与所有数据丰富的网站一样，到 2026 年初，The Numbers 受到人工智能机器人以工业规模一遍又一遍地抓取其页面的重创。 Bruce 表示，他们的流量中只有 10% 来自人类浏览该网站，其余来自人工智能机器人和自动化流量。网站试图适应新的机器人这给网站带来了巨大的压力，但布鲁斯和他的团队能够采取措施减轻最坏的情况。最聪明的方法之一是用机器人自己的语言与机器人交谈：网站上有一些专为法学硕士阅读的内容，这样它就可以告诉某人“这是你如何许可数据”，而不是“这是你如何抓取网站”。它产生了巨大的影响。我们现在收到的许可查询量可能是原来的十倍。但缓解并不等同于逃避。从 12 月到 3 月初，该团队努力让网站在负载下保持活力。 Bruce 估计： 我们大约 90% 的时间都花在维持现有网站的运行上，而我们则把闲暇时间花在了其他方面。