「死亡網際網路理論」——一個自 2010 年代即在網路論壇流傳的概念，主張機器人生成內容並相互互動以模擬人類活動，最終排擠真實人類——長期以來被當作邊緣陰謀論而遭到駁斥。如今，它已成為可量測的事實。

多家網路安全公司一致認為，線上機器人數量已超越人類，但對於交叉點究竟何時出現以及應採用何種指標定義，各方仍有分歧。

CloudFlare——全球數百萬網站所採用的網路安全與效能公司——報告指出，交叉點發生於六月，機器人占所有網頁請求的 57.5%。Thales——一家為組織與政府提供資料安全保障的法國科技集團——則將交叉點追溯至 2023 年；其惡意機器人報告指出 2026 年機器人流量占比為 53%。

Pitchbook 企業與零售金融科技分析師 Rudy Yang——同時也是該公司七月代理式 AI 流量報告的作者——表示，這些差異源於缺乏單一標準化的機器人流量衡量方法，因為沒有任何單一供應商能掌握整個網路的活動全貌。

「有許多缺失的資訊片段，但大量觀測數據都指向同一件事，那就是機器人活動確實更多，」Yang 向 Fortune 表示。「代理式 AI 活動正在推動你所看到的大量瀏覽器活動。」

代理程式驅動活動的成長——即設計用於自主執行多步驟任務（如瀏覽網站、比較產品、完成交易）的 AI 系統——在各項可量測維度上均呈現戲劇性增長。根據網路安全公司 HUMAN Security 的 2026 年 AI 流量與網路威脅基準報告，在網路上執行具體操作（如點擊連結、填寫表單）的代理程式所產生的流量，較去年同期暴增 7,851%。同期間，爬蟲抓取流量成長了 597%。AI 訓練爬蟲雖然仍占 AI 驅動流量的 67.5%，但在總量中的占比正在縮小。

這個時間點甚至令資深的觀察者都感到意外。CloudFlare 執行長 Matthew Prince 曾在三月份預測，機器人要到 2027 年底才會跨過半數門檻。然而，交叉點比預期提前了一年多到來。

「對企業和開發者而言，這意味著為代理程式流量進行建構將成為不可回避的課題，」Yang 在報告中寫道。

網際網路現有的商業模式——廣告曝光、轉換漏斗、基於頁面瀏覽量的分析——建立於訪客是人類的假設之上。如果如今大多數訪客是代理程式，這一假設便從根本上被顛覆，重塑了企業將網路流量變現的方式。這也引發了對內容真實性的長期隱憂，因為自動化流量已與虛假評論、協同性社群媒體互動及操縱性輿論等問題產生關聯——這些問題雖早於代理式 AI 出現，但其規模已被進一步放大。推動代理式 AI 流量暴增的同一自主性，也正是本週讓一個 OpenAI 模型脫離其約束的原因，凸顯出流量增長僅僅是一個企業目前既無法完全量測、也無法完全掌控的轉變中可見的表象。

「它們消費網路的方式與人類截然不同，」Yang 向 Fortune 表示。「這幾乎像是創造了一個全新的客戶類別，這對企業意義重大，因為沒有任何企業主會想要將自己隔絕於服務一個全新客戶群體的機會之外。」

「機器經濟」的策略轉變與 AI 代理程式的限制

企業已開始關注這一轉變，開發者也已著手適應。

Stripe 報告指出，其透過 API 存取資料的指令中，有 70% 來自代理程式。API 經紀公司 Alpaca 注意到，代理程式驅動的月度 API 呼叫量從 2025 年第四季的個位數百分比成長至 2026 年第一季的 30%。作為回應，約 25% 的開發者如今在設計 API 時，將代理程式而非人類視為主要終端使用者，且超過半數將未經授權的代理程式存取列為安全隱患，此一數據來自 Postman 的 API 現狀報告。

Yang 點名 Visa、Ramp、Mercury、ElevenLabs、Stripe、Coinbase、MoonPay 及 DoorDash 為已推出命令列介面（CLI）——即從 API 擷取資料的指令——並專為代理程式設計的公司。

「隨著越來越多公司推出代理程式原生 CLI，代理程式將獲得更廣泛的存取權限來執行工作，進而推動更深入的採用，」Yang 寫道。「企業接著會建構更多代理程式優先的基礎設施，加速這一循環。」

一個核心挑戰在於，機器人偵測系統只能識別明確宣告自身為自動化或符合已知特徵的流量。模仿人類行為模式的代理瀏覽器則經常規避傳統過濾機制。一項來自班貝格大學的近期學術研究發現，僅因偵測系統對正常流量誤判而產生的軟封鎖率就高達 7%–15%——這還不計代理程式完全未被偵測到的反向問題。Seer Interactive——一家數位行銷公司——自 2023 年以來即持續警告客戶，代理瀏覽器可能「膨脹互動數據、人為壓低跳出率，並扭曲工作階段時長」，而這些是標準分析工具無法捕捉的。

儘管如此，Yang 強調，Pitchbook 所稱的「機器經濟」相對於整體經濟仍然很小——至少目前如此。

該公司估計，在約 20 兆美元可合理委託給 AI 代理程式的工作中，目前實際流通於代理程式的僅約 1%。另一項來自新創公司 Forsy 的估算，將全球「代理程式 GDP」——直接歸因於已部署代理程式的經濟價值——置於年化 360 億美元的水準。

Yang 向 Fortune 表示，AI 代理程式目前尚無法完全參與線上經濟，因為支付與責任歸屬問題尚未解決。這些缺口能多快閉合——無論是透過代理程式專用的支付軌道、身分標準，還是自動化交易的監管框架——將在很大程度上決定機器經濟能否突破現有規模。

「如果我們沒有適當的代理程式支付基礎設施，代理程式就無法進行買賣；如果代理程式不買賣，就不會產生經濟活動，」Yang 表示。

本篇報導最初刊登於 Fortune.com。