研究人员追踪中国AI“智能体舰队”

据TechCrunch报道，独立研究人员近日发现一支中国AI“智能体舰队”（agent fleet），其运行痕迹疑似落在腾讯的基础设施上，而目标则是阿里巴巴旗下的地图服务高德（Amap）。这一发现将AI代理集群从实验室话题推向真实网络安全与平台治理的前台。

独立研究人员发现一支智能体集群，似乎运行在腾讯的基础设施上，并针对阿里巴巴的地图服务高德。

截至目前，报道未披露这支“舰队”由谁控制、采用何种技术，也未说明腾讯或阿里巴巴是否回应。但“腾讯基础设施”与“高德地图”两个关键词，已触及云平台责任、AI代理滥用、平台数据竞争和自动化流量识别等敏感议题。

什么是“智能体舰队”？

AI智能体通常指能感知环境、规划步骤并调用工具完成任务的自动化程序。与早期爬虫不同，现代智能体可调用大模型决策，自主选择目标、生成请求、切换账号，甚至在遇到验证码或封禁时调整策略。当大量智能体被统一调度，就形成“舰队”或“集群”。它们可用于合法压力测试、数据采集和自动化运维，也可能被用来刷量、爬取数据、抢占接口资源或发动更复杂的网络攻击。

“舰队”之所以引人关注，在于组织化与规模化。单个智能体容易被风控识别，但成百上千个代理协同行动时，流量更像真实用户，攻击面也更分散。对地图服务而言，高频请求可能消耗服务器资源，爬取POI、路线和实时路况数据，甚至干扰正常导航体验。

事件核心：腾讯基础设施与高德地图

高德是中国主流地图与出行服务平台之一，提供地图浏览、路线规划、实时路况、打车聚合和本地生活入口，背后是庞大的地理信息数据库和实时计算系统。对这类平台来说，API是核心资产，也是风控重点。任何大规模自动化访问，都可能涉及数据权益、服务条款和网络安全问题。

报道称智能体舰队“似乎运行在腾讯的基础设施上”。这并不必然意味着腾讯直接参与。云基础设施具有中立性，外部开发者、企业甚至恶意行为者都可能租用服务器或利用漏洞部署代理。但云厂商是否应更主动监测滥用行为，一直是行业争论焦点。尤其当目标指向另一家互联网巨头时，事件容易被视为平台竞争、数据争夺或安全对抗的一部分。

为什么这类事件值得警惕

第一，AI代理让自动化攻击更“像人”。传统反爬依赖频率、IP、User-Agent和行为模式，但大模型驱动的代理可生成多样化请求，模拟点击、停留和路径选择，增加识别成本。第二，代理集群可快速适应封禁，一个节点被限制，其他节点继续任务，甚至通过反馈学习避开规则。第三，地图数据具有公共基础设施属性。如果自动化流量干扰服务稳定性，影响的不只是商业竞争，还可能波及出行、物流和应急场景。

更值得关注的是法律与合规边界。中国已实施网络安全法、数据安全法、个人信息保护法以及生成式人工智能服务管理相关规定。若智能体舰队涉及未经授权访问、破坏计算机信息系统或非法获取数据，可能触发行政与刑事责任。但若只是高频调用公开API，定性则更复杂，需要结合服务条款、授权范围和实际影响判断。

平台、云厂商与监管的三重挑战

对高德这样的平台而言，短期应对是加强风控：设备指纹、行为验证、动态限流、API签名和异常聚类分析。但长期看，单点防御很难对抗分布式智能体。平台需要建立智能体识别能力，区分正常自动化、合作方调用和恶意集群。对腾讯等云厂商而言，则要在用户隐私、商业中立和安全治理之间取得平衡。过度审查可能损害云服务信誉，放任不管又可能让基础设施成为滥用温床。

监管层面，AI代理的可追溯性可能成为下一步重点。就像网站需要SSL证书、应用需要签名一样，未来智能体或许需要可验证身份、授权凭证和审计日志。只有明确“谁在代理谁行动”，平台才能在事发前拦截，而不是事后封禁。

当AI从“生成内容”走向“自主行动”，安全边界就从模型输出转移到了工具调用、账号体系和云基础设施。

编者按：AI竞争进入“暗流量”阶段

这起事件无论最终被定性为安全研究、恶意爬取还是平台对抗，都释放出一个信号：AI竞争不再只发生在模型参数和产品发布上，也发生在API、云服务器和自动化流量的暗处。智能体舰队如果缺乏治理，可能成为新型网络噪声，侵蚀平台信任，抬高整个行业的防御成本。

对读者而言，值得追问的不是“腾讯是否攻击阿里”这种简单叙事，而是当AI代理可以自主行动时，我们是否有足够的技术与制度工具，让它们可识别、可授权、可追责。否则，下一次被发现的“舰队”，可能瞄准的不只是地图服务，而是更关键的数字基础设施。

本文编译自TechCrunch