跳到正文
Hacker News (official RSS)(tin.computer)·· 4 天前精選品質評分82

三種掃描器冒用 AI 爬蟲名稱,尋找網站上的金鑰檔

Octopus, Gecko and Tortoise: the 3 scanners hunting your AI keys

重點導讀

網站看到 GPTBot 或 ClaudeBot 來找 .env,不代表真的是 OpenAI 或 Anthropic。

  • 作者在自家管理的 10 個網站觀察到三種掃描器,會冒用 AI 爬蟲名稱或使用被截短的瀏覽器名稱,尋找 .env、雲端憑證和 AI 程式工具的登入檔。
  • 作者表示,觀察期間這些機密檔案的請求都收到 404、403 或 405。文章提供檢查網站是否公開這些檔案的方法,也提醒不要只靠爬蟲名稱判斷真假,應檢查請求路徑與來源位址,並確認建置檔案和程式碼專案沒有包含金鑰。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

推薦理由

三種掃描器會冒用 AI 爬蟲名稱尋找金鑰檔,文中整理了辨認線索與檢查網站是否意外公開機密的方法。

正文 · 中文翻譯

如果 GPTBot 或 ClaudeBot 向你的網站索取 /.env,那就不是 OpenAI 或 Anthropic,而是我們稱為 Octopus 的掃描器。它會先從 /z9x8c7v6b5-debug-trigger- 和你的主機名稱開始。另一個掃描器 Gecko 會傳送遭截斷的使用者代理字串 Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36,並索取 Claude Code、Codex、Cursor 和 Gemini CLI 存放金鑰的檔案。第三個掃描器 Tortoise 體積小、速度慢。我們從 9 月下旬到 2026 年 11 月 18 日,在自己營運的十個網站上觀察了這三種掃描器。

Ege Demir · 2026 年 11 月 18 日

調查發現摘要。

  • 發現:Octopus 使用 32 種 AI 爬蟲名稱,每次請求都會更換名稱。它會為每個網站租用一臺新的 Google Cloud 機器:共 97 臺,分佈於 15 個區域。大多數機器存活不到一小時。
  • 發現:Octopus 索取機密資訊前,會先像 Chrome 一樣瀏覽網站。接著,它會依照網站使用的框架挑選路徑清單。靜態網站、Next.js 網站和 Vite 網站收到的路徑清單各不相同。
  • 發現:Gecko 是一個 .NET 程式。它主要透過 Google Cloud 的比利時區域執行,也會使用離岸主機商租用的 Windows 機器。它的使用者代理字串取自 Chrome 128,並在第 60 個字元處截斷,截斷後便看不到「like Gecko」這幾個字。
  • 發現:五週內,Gecko 的 AI 工具檔案清單從 4 個路徑增加到 26 個。11 月 12 日,它曾試用一份新清單一天,之後便只保留權杖檔案。
  • 尚未證實:誰在營運這些掃描器。現有證據顯示 Octopus 和 Gecko 由不同的營運者操控。

你的記錄檔會出現什麼。

每種掃描器都有一個可供搜尋的特徵:

Octopus

/z9x8c7v6b5-debug-trigger-<your hostname>

32 種 AI 爬蟲名稱,每次請求都換一種

Google Cloud,15 個區域

Gecko

Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36

索取 /.claude/settings.json 和 /.cursor/mcp.json

Google Cloud 比利時區域、兩臺租用的 Windows VPS

Tortoise

/nonexistent-debug-trigger-7x7

Windows 上的 Chrome/126,每隔幾秒發出一次請求

TC DATACENTER (AS218785)

Octopus會換上 32 種偽裝。

每次 Octopus 造訪都會以相同方式開始:

  1. 01

    金絲雀路徑/z9x8c7v6b5-debug-trigger-<your hostname>

  2. 02

    兩個隨機路徑/gubgyjrd34ipmzr98uwq

  3. 03

    大約 300 個機密檔案大約 10 秒內索取完畢,每次都使用不同的爬蟲名稱

兩個隨機路徑都會收到 404 回應。Octopus 可能藉此瞭解網站遇到不存在的頁面時會如何回應。如此一來,它就能分辨真正的 .env 檔案,和以 200 狀態碼回傳「找不到」的頁面。

Octopus 每次請求都會隨機挑選 32 種使用者代理字串之一。其中七種使用的名稱沒有任何公司檔案記載:

DeepSeekBotGrokBotQwenbotMoonshotBotHunyuanChatGLM-SpiderBravebot

其餘 25 種則仿冒真實爬蟲,多數幾乎逐字照抄:

GPTBotChatGPT-UserOAI-SearchBotOAI-AdsBotClaudeBotClaude-UserClaude-SearchBotPerplexityBotPerplexity-UserMeta-ExternalAgentMeta-ExternalFetcherMeta-WebIndexerApplebotAmazonbotBytespiderCCBotDuckAssistBotGooglebot ×2bingbotBaiduspiderYouBotcohere-aiKimiBotKimi-SearchBot

常見的例子是 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko); compatible; GPTBot/1.4; +https://openai.com/gptbot。全部 32 個都來自同一臺機器、使用同一個連線,並在幾秒內發出。真正的爬蟲不會這麼做。

Accept
*/*
Accept-Encoding
gzip
TLS
與 Chrome 相同的握手
重新導向
會跟隨重新導向、保留使用者代理字串,並加入 Referer
網路
Google Cloud、AS396982、*.bc.googleusercontent.com

它的握手與 Chrome 相同。它會跟隨重新導向、保留使用者代理字串,並加入 Referer。這是 Go 標準 HTTP 使用者端的行為。我們認為 Octopus 是使用類似 Chrome 的 TLS 函式庫所寫的 Go 程式。

其他網站業者也觀察到這種情況。GreyNoise、Fastly 和 Cequence 回報,有掃描器在 Google Cloud 上使用偽造的 AI 爬蟲名稱;金絲雀路徑也出現在 9 月的公開紀錄中。在我們的網站上,這種情況從 10 月 3 日開始。直到 10 月 16 日,它都使用 23 或 24 個名稱,包括 PanguBot/1.0、YiBot/1.0 和 MistralAI-User。之後增加到 32 個。

每個網站都使用一臺新機器。

我們將每個 Octopus 位址與Google Cloud 公佈的範圍比對。每一個位址都對應到一臺 Google Compute Engine 機器。Octopus 會為每個網站使用一臺新機器,而且幾乎每次都會使用不同區域。在連續出現的 82 臺機器中,只有 3 臺使用與前一臺相同的區域。

97臺機器,10 月 3 日至 11 月 18 日

95臺只用於一個網站

81只在單日出現

65一小時內消失

asia-east1,臺灣14

us-west1,奧勒岡州12

asia-southeast1,新加坡11

us-east4,維吉尼亞州8

europe-west4,荷蘭8

europe-west1,比利時8

southamerica-east1,聖保羅7

asia-northeast1,東京7

northamerica-northeast1,蒙特婁5

europe-west3,法蘭克福5

us-east1,南卡羅萊納州4

us-central1,愛荷華州4

asia-south1,孟買2

asia-northeast3,首爾1

us-west3,鹽湖城1

10 月 24 日,五臺位於五個區域的機器在 25 分鐘內掃描了同一個網站。封鎖一個位址毫無作用;下一次造訪會改用新位址。

我們連線到的每臺仍線上上的 Octopus 機器,都是安裝了原版 Ubuntu 24.04 的系統,只開放 SSH 連線埠;其餘前 1,000 個常用連線埠都沒有開啟。我們連線後幾分鐘內,就有兩臺消失了。

Octopus 不會依 IP 位址掃描整個網際網路。我們檢查的大多數機器都不在 GreyNoise 的已知清單中;GreyNoise 會監測大規模掃描活動。Octopus 會根據主機名稱清單行動。我們有三個主機名稱沒有自己的憑證,但 Octopus 仍找到它們,因此它使用的清單並非只來自憑證紀錄。

它會先瀏覽,再選擇工具。

Octopus 還有報告未提及的第二階段。在觸發 canary 前約 1.5 秒,同一臺機器會像一般瀏覽器一樣開啟你的首頁。它會傳送一種 Chrome 或 Edge 的使用者代理字串,版本為 152 至 157,並附上完整的瀏覽器標頭。

在這個階段,它會讀取 /robots.txt 和 /sitemap.xml,並追蹤你網頁上的連結,每次造訪的中位數為 68 個。它會索取建置資訊清單,例如 /.next/build-manifest.json、/ngsw.json 和 /.vite/manifest.json。它甚至會索取 Next.js 路由範本,方括號會原樣保留,例如 /plays/[playId]。它也會嘗試存取 /admin、/settings/api-keys、/graphql 和 /swagger。

Cequence 報告摘要指出,掃描器會忽略一般網頁。但在我們的網站上,它並沒有忽略。這些網頁請求帶有瀏覽器使用者代理字串,因此只依 AI 爬蟲名稱設定的篩選規則會漏掉它們。

自 10 月下旬起,Octopus 會使用讀取到的資訊。它會依不同型別的網站傳送不同清單:

靜態 HTML 網站

≈385

PHP、Python、Laravel、Terraform、Docker 和 cgi-bin 檔案,以及嘗試利用已知程式碼執行漏洞的 POST 請求。

Next.js 網站

≈265

不會存取 PHP 或 Python,也不會傳送 POST 請求。改為索取 Next.js 建置檔案和 Kubernetes 設定。

Vite 網站

≈285

針對外露的 Vite 開發伺服器額外嘗試 22 個路徑,例如 /@fs/var/task/.env 和 /.env::$DATA。

10 月下旬之前,每個網站收到的都是同一份清單,約有 275 個路徑。此後,我們的 Next.js 網站就再也沒有收到 POST 請求。我們認為 Octopus 會從首頁和資訊清單中尋找框架的線索。

Octopus想找什麼。

完整清單共有 457 個路徑,其中大多數指向存放機密資料的檔案:

各種位置的 .env 檔案

/.env/.env.local/.env.production/admin/.env/llm/.env

雲端金鑰

/.aws/credentials/.config/gcloud/application_default_credentials.json/secrets/service-account.json

AI 閘道與建置工具

/litellm/key/info/litellm/spend/logs/flowise/api/v1/credentials/langflow/api/v1/validate/code

AI 模型權杖

/.cache/huggingface/token

建置與部署檔案

/.dev.vars/vercel.json/turbo.json/.next/required-server-files.json

CI 與機密管理系統

/.github/workflows/deploy.yml/Jenkinsfile/v1/secret/data

Java 與除錯端點

/actuator/env/actuator/heapdump/debug/pprof/server-status

清單會有所變動。10 月 20 日,Octopus 加入了針對 Langflow 和 Flowise 程式碼執行功能的請求;當時距離這兩款工具接連發布安全公告已有兩週,隔天它就移除了這些請求。11 月 12 日,它加入了 LiteLLM 路徑,可顯示 LiteLLM 代理伺服器的金鑰和支出。它也會移除路徑:10 月 24 日,它移除了家目錄和 SSH 檔案相關路徑。

清單中約有一半出現在公開的字典檔中。另一半則沒有,而且看起來像是刻意設計的:指向雲端伺服器的 Vite 路徑(/@fs/var/task/.env)、特定產品的 AI 端點,以及位於名為 llm、agent 和 chatbot 資料夾中的 .env 檔案。

Gecko把自己的尾巴甩掉了。

Gecko 的使用者代理字串提早結束。這是它自己的 Chrome 128 使用者代理字串,在 60 個字元處截斷:

Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/128.0.0.0 Safari/537.36

每次掃描前,Gecko 都會先用完整字串開啟一次你的首頁。掃描時只會使用前 60 個字元。從 (KHTML, like Gecko) 開始的內容全都不見了。Chrome 128 是 2024 年推出的,因此這個字串是程式中的舊常數。

順序
先以完整使用者代理字串發出 GET /,0.65 秒後再掃描整份清單
速度
不到一秒內約發出 200 個要求,且順序固定
Accept
無
Accept-Encoding
gzip, deflate
Referer
從不
TLS
.NET 在 Linux 上的預設加密套件清單

Gecko 是 .NET 程式。它的加密套件清單就是 .NET 在 Linux 上使用的預設清單。我們用 .NET 9 的 HttpClient 發出相同要求,得到的交握結果逐位元組相同。首頁擷取與掃描共用同一個 TLS 工作階段,因此兩者來自同一個程式。

Gecko 一次送出整份清單:中位數為 206 個要求,耗時 0.86 秒。順序總是相同。

Gecko位於比利時。

與 Octopus 不同,Gecko 固定在同一個地方活動。它有 54 個位址位於 Google Cloud 的同一個區域 europe-west1,也就是比利時。它也使用了兩家小型主機代管業者:

網路ASN位址日期(2026 年)
Google Cloud europe-west1(比利時)AS39698254 個位址10 月 1 日至今
TC DATACENTERAS21878545.138.12.23, .25, .27, .289 月 30 日至 10 月 8 日
DMZHOSTAS4809045.148.10.21, 195.178.110.24210 月 5 日至 11 月 16 日;10 月 23 日至 11 月 14 日

兩臺 DMZHOST 主機都執行 Windows Server 2022,且只開放遠端桌面連線。它們的主機名稱是 D06S15 和 D10S18。這些是一般租用的 VPS,來自一家離岸主機代管商,該業者以每月 €5 至 €45 的價格提供 Windows KVM,而且主機持續運作:我們在 11 月 18 日連線時,它們已分別運作 16 天和 37 天。

Gecko 的 Google Cloud 主機目前執行原版 Ubuntu 26.04 LTS。11 月較早時,同一批主機使用精簡版 OpenSSH 10.0,只允許以公開金鑰登入,金鑰交換清單也較短。我們蒐集到的 24 把 SSH 主機金鑰全都不同。10 月時,Gecko 會讓部分 Google Cloud 位址維持數週。自 11 月 10 日起,幾乎每個位址都只使用一天。

Gecko 會依固定順序造訪網站。當同一個位址掃描我們的多個網站時,第二個網站總是在第一個網站約 5 分鐘後遭到掃描,第三個網站則再晚約 17 分鐘;我們觀察到的每次情況都是如此。

Gecko 想要取得你的程式設計代理金鑰。

Gecko 曾於世界標準時間 9 月 30 日 07:33 造訪我們的網站。它在 37 秒內掃描了四個網站,當時就已查詢 Claude Code 的設定檔。此後,它又加入了更多 AI 工具的路徑:

  1. 30 SeptemberClaude Code settings and provider keys

    /.claude/settings.json/.claude/settings.local.json/.env.anthropic/.env.openai

  2. 22–23 OctoberMCP server configs

    /.cursor/mcp.json/.continue/config.json/mcp.json

  3. 12–13 NovemberCoding agent logins

    /.claude/.credentials.json/.codex/auth.json/.gemini/settings.json/.codeium/windsurf/mcp_config.json

  4. 17 NovemberLLM CLI keys and gateways

    /.huggingface/token/.config/llm/keys.json/.openai/credentials.json/.config/anthropic/config.json/litellm/config.yaml

/.claude/.credentials.json 是 Claude Code 在 Linux 上存放登入資料的位置。/.codex/auth.json 存放 Codex 的登入資料。/.cursor/mcp.json 和 mcp_config.json 通常存放 MCP 伺服器的 API 金鑰。

AI 工具路徑其他路徑每輪掃描的路徑數量,以及 AI 路徑

10月16日104 · 4

11月13日171 · 11

11月17日225 · 26

11月18日244 · 26

10 月,AI 工具檔案約佔 Gecko 請求的 4%。截至 11 月 16 日當週,這個比例已達 10%。

11 月 12 日 12:19 UTC,Gecko 將約 100 個路徑換成一份新清單。隔天早上,它又改回舊清單,但保留了 13 個新路徑,其中包括三個權杖檔案:.claude/.credentials.json、.codex/auth.json 和 .gemini/settings.json。它也修正了 Windsurf 路徑,改為實際位置。

Gecko 並非第一個這麼做的。其他掃描器從 10 月 30 日起,就曾向我們的網站索取 .claude/.credentials.json 和 .codex/auth.json。SANS 和 HoneyLabs 曾通報目標相似的掃描器。我們沒有找到任何公開報告指出,Gecko 的使用者代理程式曾搭配這份清單出現。

Tortoise速度很慢。

第三個掃描器規模很小,曾在 11 月 13 日和 17 日各出現一次:

第一個請求
/nonexistent-debug-trigger-7x7
不存在頁面測試
/pscan-<8 hex digits>-nonexistent.txt
使用者代理程式
Windows 上的 Chrome/126
速度
每 1 到 7 秒送出一個請求,使用 HTTP/1.1
重新導向
不會跟隨
網路
TC DATACENTER (AS218785):45.138.12.180 和 45.138.12.35
出現時間
11 月 13 日和 17 日,出現在我們的兩個網站

這是一個 Go 程式,使用 Go 標準 TLS 函式庫。它會索取 Spring、PHP 和 Rails 的除錯頁面、讀取首頁,並索取從首頁找到的指令碼。它使用的網路位址與 Gecko 10 月初使用的相同 /24 網段,但除此之外沒有其他關聯。該網路是提供給數十家租戶使用的平價 VPS 主機:有 54 部 SSH 伺服器、27 部 Windows 遠端桌面,Debian、Ubuntu 和 Bitvise 並存。Tortoise 的兩個位址使用標準 Ubuntu 24.04,僅顯示 RSA 主機金鑰。我們找不到任何關於這兩個路徑的公開資訊。

兩種工具,兩個操作者。

Octopus 和 Gecko 在同一週開始活動,並共用約 150 個路徑,例如 /.env 和 /.git/config。其他方面則完全不同:

OctopusGecko
語言很可能是 Go.NET
TLS 交握與 Chrome 相同.NET 預設值
使用者代理程式32 個爬蟲名稱,隨機產生一段遭截斷的 Chrome 字串
重新導向會跟隨,並加入 Referer從不傳送 Referer
主機代管15 個 Google Cloud 區域比利時,加上兩部 VPS
機器運作時間大多不到一小時數天到數週
路徑清單依各框架選擇所有網站共用一份清單
速度10 秒內約 300 個請求不到 1 秒內約 200 個請求

它們從未使用相同的 IP 位址或 /24 網段。兩者同時掃描的頻率並未高於偶然機率。我們也連線檢查了兩個叢集:它們沒有共用 SSH 主機金鑰(24 把金鑰全都不同)、作業系統映像檔、SSH 組建版本、登入政策,也沒有管理連線埠以外的對外服務。我們認為這是兩個不同的操作者在運作。

兩者都會在掃描前讀取首頁。兩者都會索取網站上 JavaScript 原始碼對應檔的實際雜湊檔名,而這些名稱只能從頁面取得。真正的 AI 爬蟲也會索取相同的原始碼對應檔,因此,單憑索取原始碼對應檔並不代表什麼。

為何是現在,又有哪些變化。

AI 工具會在新的位置存放新的金鑰。程式撰寫代理程式會將登入資訊和 MCP 伺服器金鑰存放在家目錄與專案中的檔案裡。若建置時將整個專案複製到輸出內容、容器提供了錯誤的資料夾,或有人提交了 .claude/settings.local.json,這些檔案就會出現在網站上。Gecko 的清單會隨工具變化:每當新增代理程式設定檔,清單裡就會出現該檔案。

攻擊者的行動也更快了。本週,一名研究人員使用 AI 程式碼代理程式,在約一小時內找到Java 遠端程式碼執行漏洞,約兩小時後便取得可利用該漏洞的攻擊程式。OpenSSH 的一項漏洞在公開揭露後幾小時內就遭到利用。Octopus 會在一連串安全公告發布後一到三週,新增利用漏洞的路徑。公開漏洞與有人在你的網站上探測漏洞之間,間隔很短,而且正變得愈來愈短。

我們不認為本週的新聞引發了這些掃描器的行動。Gecko 在本週重大套件遭入侵事件發生前 17 小時,就新增了最新的 AI 路徑;而且這兩種掃描器都從未請求過 AGENTS.md 或 .mcp.json。它們都在 11 月 17 日最活躍。關於時間上的關聯,我們只能說到這裡。

爬蟲名稱並非證據。

許多網站管理者會依據 User-Agent 決定允許哪些流量。Octopus 就是利用這點。它使用的名稱出現在人們複製使用的封鎖清單和允許清單中:它的 32 個名稱裡,有 29 個列在熱門的 ai.robots.txt 清單中。加入 Hunyuan 和 MoonshotBot 的提取要求本身就提到,流量看起來像是來自 Google Cloud 的漏洞探測流量。這些名稱最後仍被加入清單。

名稱出現在清單中,並不能證明某家公司有使用該名稱的爬蟲。請檢查 IP 位址。OpenAI、Google、Microsoft 等公司都會公佈旗下爬蟲使用的 IP 位址。Cloudflare 會替你標示已驗證的機器人。若請求使用某個真實爬蟲的名稱,但來源 IP 位址不在該公司公佈的清單中,那就不是該爬蟲。

如何保護你的金鑰。

封鎖掃描器只有些微幫助;不讓檔案出現在網路上,效果大得多。請從以下步驟開始:

  • 自行測試機密路徑。以下路徑都應回傳 404:/.env, /.env.production, /.git/config, /.claude/settings.local.json, /.cursor/mcp.json, /.codex/auth.json, /.aws/credentials。如果其中一個回傳 200,就開啟檢查。若只是首頁的副本,沒有危險;如果是真正的檔案,就有問題。
  • 檢查建置輸出。靜態主機會發布 public/ 或 dist/ 中的所有內容。部署前請執行 find public dist out -name '.*'。
  • 不要將代理程式檔案放進 Git。將 .claude/settings.local.json、.claude/.credentials.json、.codex/ 和 .env* 加入 .gitignore。MCP 伺服器金鑰應放在環境變數中,不要放在 mcp.json。
  • 絕不要讓開發伺服器暴露在網際網路上。光是暴露在外的 Vite 開發伺服器,Octopus 就有 22 條探測路徑。
  • 讓 AI 閘道維持私有。LiteLLM、Flowise 和 Langflow 的管理 API 不應公開在網路上。安全公告發布後,請更新相關軟體。Octopus 會追蹤安全公告。
  • 檢查原始碼對應檔。如果你會發布這些檔案,請確認裡面沒有金鑰。
  • 輪替任何曾經公開的金鑰。掃描器會在幾秒內使用這些金鑰。

若也要封鎖這些掃描器:

Cloudflare:封鎖除了 /.well-known/ 以外的所有點開頭檔案

starts_with(http.request.uri.path, "/.") and not starts_with(http.request.uri.path, "/.well-known/")

封鎖這三種掃描器對 .env、.git 和代理程式設定檔的請求。

Cloudflare:Gecko

http.user_agent eq "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36"

封鎖完全相符的截斷字串。完整的 Chrome User-Agent 不會相符。

Cloudflare:canary 路徑

http.request.uri.path contains "debug-trigger"

只會封鎖 Octopus 和 Tortoise 的第一個請求。

nginx

location ~ /\.(?!well-known/) { return 404; }
if ($http_user_agent = "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36") { return 403; }

nginx 也使用相同的兩條規則。

不要為了阻止這些掃描器而封鎖 AI 爬蟲名稱。這樣也會封鎖真正的爬蟲,而且掃描器會改用其他名稱。

來源及其他報導。

問題。

我的記錄中為什麼會出現 /z9x8c7v6b5-debug-trigger?

這是我們稱為 Octopus 的機密資料掃描器送出的第一個請求。路徑最後會接上你自己的主機名稱,例如 /z9x8c7v6b5-debug-trigger-www.example.com。接下來約十秒內,它會送出數百個請求,尋找 .env 檔案、雲端金鑰和 AI 工具設定,每個請求都使用不同 AI 爬蟲的名稱。

GPTBot 或 ClaudeBot 要求存取 /.env,真的來自 OpenAI 或 Anthropic 嗎?

在我們的網站上,不是。真正的 AI 爬蟲會讀取網頁,不會要求存取 .env、.git/config 或雲端憑證檔案。我們檢查過,所有使用 AI 爬蟲名稱要求存取機密檔案的請求,都是來自租用機器上的掃描器。請先比對該 IP 位址是否在公司公佈的清單中,再相信它的名稱。

「Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36」是真正的瀏覽器嗎?

不是。真正的 Chrome 使用者代理字串後面還會接著 (KHTML, like Gecko) Chrome/… Safari/537.36。這個字串在 60 個字元後就結束了。我們稱為 Gecko 的掃描器會送出這個字串,並附上一份約有 240 個機密檔案的清單。其他一些掃描器也會送出相同字串,所以無論如何都應封鎖它。

/nonexistent-debug-trigger-7x7 是什麼?

這是第三種速度較慢的掃描器送出的第一個請求,我們稱它為 Tortoise。它也會要求存取 /pscan-<8 hex digits>-nonexistent.txt,以瞭解你的網站如何回應不存在的頁面,接著每隔幾秒就要求存取 Spring、PHP 和 Rails 的除錯頁面。

封鎖這些請求會降低我在 ChatGPT 或 Claude 上的曝光度嗎?

不會,只要依據行為封鎖,而不是依據名稱。真正的 AI 爬蟲不會要求存取 .env 檔案。請封鎖路徑開頭是句點的請求(保留 /.well-known/),封鎖完全相符的 Gecko 使用者代理字串,並保留 AI 爬蟲名稱,或比對它們是否來自服務營運商公佈的 IP 位址。

這些掃描器有從你的網站取得任何機密資料嗎?

沒有。從 2026 年 9 月 22 日到 11 月 18 日,我們網站上所有要求存取機密路徑的請求,都收到 404、403 或 405 回應。它們確實下載了公開網頁和公開的原始碼對應檔,任何訪客都能下載這些資料。

如何檢查我的網站是否公開了 .env?

自行提出請求:curl -s -o /dev/null -w '%{http_code}' https://yoursite.com/.env。你要看到 404。如果收到 200,請開啟回應內容。許多單頁應用程式不論收到哪個路徑,都會回傳首頁,這沒有危險。但如果回傳的是真正含有金鑰的檔案,就有危險;你必須輪替那些金鑰。

不是每個機器人都名副其實。瞭解哪些才是真的。

預約與 Emre 的免費 30 分鐘通話。我們會一起檢視哪些代理程式和掃描器造訪你的網站、哪些是真正的爬蟲,以及如何將真正的爬蟲轉化為客戶。

選擇時段,預約免費 30 分鐘通話。

讀者討論

理性交流 · 即時討論