Cloudflare Precursor：用行为信号识破AI代理
在Bot对抗的军备竞赛中，Cloudflare推出了全新的Precursor，旨在填补传统检测在完整用户旅程中的盲区。不同于仅在登录或结账时触发验证的Turnstile，Precursor通过动态注入JavaScript，在客户端持续收集鼠标移动、键盘节奏等微细行为信号。它利用物理学原理和认知负荷分析，精准区分真实人类与试图模拟人类的自动化脚本。即使Bot能绕过单次挑战，也无法在整个会话中完美复刻人类的不完美行为。Precursor将检测维度从单次请求扩展至全会话，既提升了防御精度，又减少了对正常用户的打扰，让Bot开发者模拟完整会话的成本大幅上升。
现代自动化技术越来越擅长在短暂的瞬间伪装成合法用户，但难以在整个会话中持续复刻一致的人类行为。
- 有评论者指出，Precursor 通过采集鼠标移动和键盘活动等行为信号进行验证，本质上是一种隐蔽的 keylogger，可能严重损害辅助技术（assistive technology）用户的访问体验。
- 一位从业者反驳称，基于行为数据的检测并非无懈可击，攻击者只需利用大量真实人类交互数据训练 GAN，即可轻松伪造出难以区分的人类行为模式。
- 有观点揭示了企业策略的矛盾性：网站付费给 Cloudflare 阻止 AI 抓取内容，同时却付费给 SEO 专家优化内容以被 Google 等搜索引擎（及其 AI 产品）收录，这种双重标准难以长期维持。
- 部分用户批评 Cloudflare 默认对所有未验证的 bot 进行拦截，认为这种‘一刀切’的默认配置比技术本身的存在更具破坏性，且可能迫使未来互联网转向强制身份验证的付费访问模式。
- 有评论者观察到，为了绕过日益复杂的反 AI 检测，行业可能回归‘Mechanical Turk’模式，即雇佣真人作为‘肉盾’来执行 AI 无法完成的验证任务，形成新的零工经济剥削。