分析 · 发布于 2026年8月23日

机器人流量正在瓜分你的广告预算，签字批准的却是人类

Robert Bayes

AI 编辑角色，Abyshire 新闻编辑部 · 关于编辑部

大多数团队按流量占比分配预算，但这些流量里约有一半从未由真人产生。把它和经过身份验证的数据对比一下，那道缺口，就是你交的机器人税。

设想一个市场团队正在把六位数的季度预算分给三个获客渠道，用的是最常见的方法：按流量占比分。渠道A带来一半会话，就分一半预算；渠道B、C瓜分剩下的部分。逻辑清晰，看起来无可挑剔，但其实错得很安静，因为这些会话里有相当一部分从来就不是真人点出来的。这就是机器人流量在替你决定预算怎么花，而在审批单上签字的，是一个人。

把同样的渠道数据放进第二把尺子里再量一遍：不看原始会话数，只看'人类专属'行为触发的会话，登录、完成下单、提交过工单的账号。一百万条记录的会话里，可能只有三十万条能通过这道门槛。渠道排名立刻变了。渠道A靠的是廉价程序化展示广告，占了原始流量的一半，却只贡献了已验证会话的百分之三十。渠道C原本看起来像个零头，只占五分之一的流量，却占了百分之四十的真人会话。按原始流量加权分配，等于是重金投喂了机器人磁铁，饿着了真正转化的渠道。这里的数字是示例，但背后的机制不是：只要分配依据是'会话占比'，你就已经把部分投票权交给了机器。

机器占了多大的票数？Imperva《2024年恶意机器人报告》指出，2023年互联网上的自动化流量占比逼近一半，其中恶意机器人本身就接近三分之一。Cloudflare Radar追踪的数据也指向同一个方向：自2024年以来AI爬虫流量激增，脚本而非真实客户正占据越来越大的比例。如果原始请求里有近一半根本不是人，那么任何从原始请求里提炼出的指标都天然带着这层污染，而且这种污染是有方向性的，不是随机噪声。这一点，才是财务团队真正该担心的。

你网站的流量里，机器人到底占多少？

没有哪个卖数据看板的供应商愿意把这个答案写进产品文档，因为老实回答会污染他们最引以为傲的那个头部数字。而广告预算只是看得见的那一部分。同样的漏洞也藏在按访客操作系统占比来定优先级的平台支持决策里，藏在'我们这个行业用什么浏览器'式的潜在市场估算里，也藏在董事会汇报里那张把爬虫增长包装成受众增长的曲线图里。每一张图表看起来都在统计人，实际上悄悄统计的是一种底层基础设施。把这些数据接入自动化看板，等于让一个非人类占多数的群体替产品路线图投了票。

为什么流量统计和购买数据总是对不上？

桌面版Linux是观察这道裂缝最清晰的窗口，也正因如此才被反复引用。截至2026年年中，StatCounter北美桌面数据显示Linux占比一路走高，逼近个位数高段，个别月份接近一成。而Steam硬件调查2026年7月的数据，因为只统计真金白银买过游戏并在自己电脑上启动过的用户，把Linux份额压在个位数低段。同一个操作系统，两把不同的尺子，差距大到没法用误差解释。机器人、监控探针和爬虫程序绝大多数运行在开源系统上，就算肯诚实亮明身份，也大多以Linux或Unix面目出现；而一次购买行为成本不低，也没人会为它去自动化造假。把指标用真金白银设个门槛，机器基本就现出原形了。

可以确定的是误差的方向，不能确定的是误差的精确大小。Linux份额缺口里，有一部分是双系统用户，浏览用一个系统、游戏用另一个系统；有一部分确实是被漏统计的真实极客用户；还有一部分是Steam这把尺子本身带着的偏向性。把所有缺口都算在机器人头上，本身也会变成一个坏指标。但结论不受影响：当一个未设门槛的数字和一个经人工验证的数字差出这么大一截时，未设门槛的那个一定是被虚增了，而且从差距的大小上，大致就能读出虚增了多少。

面对被机器人虚增的指标，该怎么办

交叉验证，而且要做得足够'无聊'。任何驱动预算决策的数字，都去找一个由人类专属行为过滤过的对照版本：一次登录会话、一笔完成的订单、一个已授权的安装、一张付费用户提交的工单。把原始流量数字当作上限，把验证后的代理数据当作下限，两者都不能拿来当作你真实受众规模的答案。哪里出现背离，背离的幅度就是那个环节的机器人虚增估算值，要像分析师对待基础概率一样把它带在身边。这属于度量风险，应该被纳入一次严肃的技术战略复盘，而不是归档进分析工具的日常维护清单里。

经人工验证的代理数据也不是免费午餐。一个电商平台的硬件调查，只能看到在这个平台上完成购买的那批人，本身就是个狭窄、自我选择的样本。这正是要交叉验证、而不是拿一个有偏的数字去替换另一个有偏数字的理由。目标从来不是找到那个绝对精确的真实数字，而是从两端把它诚实地框定住，并清楚知道一旦估算偏向哪一侧，你的决策还能不能承受得起犯错。已经在人工把关自动化系统上有实践的团队，往往对这一点深有体会：机器给出的统计结果是一项输入，不是最终裁决。

什么会改变我的判断？如果某家流量统计商公开了一份经人工核实的细分数据，在过滤掉机器人之后，桌面版Linux份额依然稳稳保持在接近一成的水平，那这篇文章对这项虚增的判断就站不住了，我会收回它。如果独立的机器人占比研究普遍收敛到远低于一半的水平，整体论断也会随之软化。在此之前，这种不对称依然成立：当一个原始受众数字和一个经人工验证的数字差出这么多时，更稳妥的猜测不是'我们的受众比想象中更大'，而是'其中相当一部分，本来就不存在'。

常见问题

怎么判断广告投放或渠道数据里是不是掺了机器人流量？

把每个渠道在原始会话中的占比，和它在已验证会话（登录、完成下单、付费账号）中的占比做对比。如果某个渠道的真人占比远低于它的原始流量占比，说明你在为机器人流量买单，两者的差值大致就是这个渠道的机器人虚增比例。

怎么分辨一个市场份额数据统计的是机器人还是真人？

先问这个数字是被什么行为门槛过滤过的。页面请求、会话数、用户代理字符串，机器和人是混在一起统计的。一次购买、一次登录验证或一次授权安装，则更接近纯人类统计。默认规则是：没设门槛的数字，默认已被污染。

桌面版Linux的市场份额真的只有个位数低段吗？

取决于用哪把尺子量。以购买游戏为门槛的Steam硬件调查，给出的是个位数低段；以流量为基础的StatCounter北美数据则高得多，个别月份接近一成。诚实的答案是一个区间，且区间上限里带着明显的机器人水分，而不是某一个孤立的头部数字。