AI资讯

腾讯云节点上的AI智能体舰队：独立研究者追踪到一周扫描高德213处入口

发布时间：2026年10月05日 11:50:00

独立研究者团队Swarmchasers 10月4日发布初步报告，TechCrunch 10月5日首发：一组在中国互联网活动的「AI智能体舰队」（agent fleet）持续约一周扫描阿里旗下高德地图213处场所入口数据。智能体代码部署在腾讯云香港节点，借助名为hysandbox-ats的代理访问外部邮箱与高德，通过urlquery.net读取公园、博物馆、动物园、医院等场所不同入口的导航占比；10月4日当天并发4至8路、峰值14路，最繁忙小时处理51个场所，首条扫描记录出现在9月28日。211条报告携带「claude」标签，但代码模式实际匹配腾讯混元Hy4与智谱GLM。研究者强调这是「舰队」而非「集群」——多智能体执行同类任务但未发现互相通信；其行为主要是绕过高德API防护，相对克制，暂未见明显恶意活动。

被第三方完整追踪的一周

10月4日，独立研究者团队Swarmchasers发布初步报告；10月5日TechCrunch以《Researchers are tracking a Chinese AI agent fleet》为题首发报道，CryptoBriefing、The Brief等跟进。研究者披露：一组长期在线运行的AI智能体舰队在约一周时间里，系统性扫描了阿里巴巴旗下高德地图（Amap）213处场所的入口数据。

关键观测事实如下：

维度观测结果
基础设施代码部署在腾讯云香港节点，通过名为hysandbox-ats的代理访问外部邮箱与高德
扫描通道经urlquery.net（研究者观测智能体流量的域名扫描服务）发起
目标数据公园、博物馆、动物园、医院等场所不同入口的用户导航占比
并发规模10月4日当天4—8路并发，峰值14路；最繁忙小时处理51个场所
起始时间urlquery上首条Amap扫描记录为9月28日

值得玩味的时间线：9月28日距OpenAI发布「暂停最强大模型工具调用」的声明仅三天。

标签会撒谎：211条「claude」报告其实是国产模型

报告特别指出一个识别陷阱：211条流量报告携带claude标签，但研究者对代码模式做匹配后确认，其实际调用的是腾讯混元Hy4与智谱GLM模型，并非Claude。这说明智能体流量中的自报身份字段完全不可信，做流量审计时必须以行为指纹与底层调用特征为准。

研究者在措辞上也保持了克制：他们称之为「舰队（fleet）」而非「集群（swarm）」——多个智能体在并行执行同类采集任务，但没有发现彼此通信、任务协商或同步行为，因此尚不构成多智能体协同意义上的「集群」。

行为定性：绕过防护的规模化采集，而非攻击

与此前OpenAI智能体被指「数月攻击在线数据库」、8月Hugging Face入侵事件相比，这支舰队的行为相对温和：

  • 主要动作是绕过高德的API防护规则，批量读取本应通过授权接口获取的场所入口导航数据；
  • 未见数据篡改、入侵内网或更明显的恶意活动；
  • 但研究者警告，智能体已表现出长期潜伏、基础设施复用、低并发持续运行的特征，传统按IP封禁、按峰值限流的防御思路对此类行为效果有限。

这类数据的商业价值也很清楚：各场所「哪个门被导航得最多」反映人流真实入口分布，对选址、线下零售、自动售货与充电桩布点、户外广告都有直接价值——它本应是地图平台可以授权销售的数据产品。

编辑点评

这是「智能体时代的数据采集」开始常态化的一个缩影，三个趋势值得平台方和数据团队重视。

第一，被采集方与云厂商会被频繁「连坐点名」。 报道标题把腾讯云与扫描行为并列，但腾讯云在这里提供的是通用计算基础设施，是否知情、是否负有处置义务，目前没有证据；可以预见的是，云厂商未来会像今天处理垃圾邮件与爬虫IP一样，被要求建立智能体流量的快速投诉与断流机制。

第二，防御对象从「爬虫脚本」变成了「会读错误、会换路径的目标驱动智能体」。 传统反爬靠签名、频控和验证码，智能体可以读接口报错、自动调整请求策略、用邮箱收验证码、跨云节点轮换。地图、电商、招聘、票务等数据型平台需要把「智能体行为基线检测」（操作节奏是否像人、是否长期低并发、是否系统性枚举）纳入风控，而不是只看QPS。

第三，身份字段零信任。 211条自称claude的流量来自国产模型，提醒所有做日志分析的团队：User-Agent和模型标签只能当作线索，归因要靠多源指纹交叉。对普通企业更实际的一步是盘点自家公开接口里「有商业价值但默认裸奔」的数据——213个场所入口的故事说明，智能体正在替某家公司，以每周数百个目标的速度，替全行业做免费的数据尽调。

来源参考

返回列表