為什麼 AI 幫你選相機，會讓網站被訪問五千次？

若說網上機器人流量暴增，很多人第一時間想到的仍是老面孔：搜尋爬蟲、抓取工具、攻擊流量。Prince 的觀察卻相反。他說，這些傳統類別其實沒有發生太大變化；像 Googlebot 這類為搜尋建立索引的流量占比，甚至有所下降。真正把曲線拉陡的，是 AI 驅動的各類智能體。

五個網站，對上五千個網站

他舉的例子刻意很日常：請 ChatGPT 或 Claude 幫你挑一台數碼相機。為了給出靠譜、經過充分比較的答案，智能體訪問網站的次數，可能比你親自瀏覽高出好幾個數量級。你或許貨比五家、看五個評測站就決定了；智能體為了不遺漏資訊，可能會遍歷五千個相關網站。五千對五，就是一千倍差距的雛形——而這還只是選相機這類相對簡單的消費決策。

把這種行為放大到更複雜的任務——做行業研究、比較保險產品、規劃旅行——請求量就更容易想像了。智能體不會因為再開一個分頁而疲倦，人會。單是這一點，就能改寫伺服器端所感受到的「網路有多擁擠」。

對你更全面，對互聯網更沉重

從使用者角度看，這筆交換很誘人：答案比你自己搜到的更全面。從互聯網角度看，它卻像「有目的的低效」——用成千上萬次抓取，換來一次回覆。Prince 的重點不是說智能體不該這樣做，而是：若趨勢持續，互聯網將面對遠超疫情時期流量翻倍的新增需求。

• 需要更多伺服器、頻寬、CPU、GPU、記憶體與儲存，才能支撐智能體持續運作。
• 許多從未為「智能體級瀏覽」做準備的普通網站，也會承受更高負載。
• 當流量以數量級暴增，偏慢的基礎軟體棧也會被迫重新發明。

智能體、爬蟲、機器人——實質相同

Prince 也提醒不要被用詞帶著走。叫「智能體」聽起來很前沿，叫「爬蟲」就略帶貶義；底下都是機器自動抓取資源，而不是人手逐步點擊。改變的不是「有沒有自動化」，而是模型一旦能規劃多步驟研究，自動化變得有多積極、有多頻繁。

因此，選相機的故事重點不在購物建議，而在一種新的流量物理：一個人類意圖，如今可以孵化出一大群機器請求。先看懂這個乘數，才比較容易理解：為什麼人類上網人數未必同比例暴增，開放網路卻突然變得更擁擠。