依 Cloudflare 所見，網路上機器人（AI 代理人、爬蟲）產生的訪問量，已經超過真人。他們的執行長原本推估這件事要到 2027 年底才會發生，後來改判 2027 年初，結果 2026 年 6 月他自己發文說，比這都早，已經跨過去了。
先講清楚範圍：這是 Cloudflare 在自己網路上看到的情況，加上他們執行長的判斷，不是一個被各方獨立驗證過的全網定論。這件事很重要，第一節會專門講。
這件事會動到一個很基本的東西：過去二十幾年，網站免費放內容、人進來看廣告、廣告商付錢，這套循環養活了整個網路。機器人不看廣告，所以這套付錢的機制正在失效。
這篇把三件事分開講：哪些是有一手出處的事實、哪些是別人的預測、哪些是我的判斷。中間會停下來講一段「同一件事不同來源給的數字為什麼不一樣」，因為這個話題現在很熱，亂數字也很多。最後拆成四個層次，告訴你現在可以先準備什麼。
我不會叫你明天就改變什麼，只是提醒你這個轉折已經開始了。早一點知道，你的準備時間就多一點。
- 有在寫內容、經營網站或個人品牌，最近覺得流量數字怪怪的人
- 幫組織做官網、知識庫、年度報告書的人
- 想知道「對 AI 行銷」這件事接下來會怎麼演變的人
- 一張把事實、他人預測、我的判斷分開的對照表，附一手來源連結，可以直接拿去跟別人講
- 一個看趨勢數字的查證習慣：先問這個數字量的是什麼、誰量的、在哪個範圍量的
- 四層機會的拆解（內容層、協議層、平台層、服務層），每一層都附你現在可以做的事
- 一個大約十分鐘的初步檢查，測你的內容現在被 AI 讀得懂嗎（含工具條件與判讀順序）
依 Cloudflare 所見，網路上機器人產生的訪問量已經超過真人。他們的執行長原本推估要到 2027 年底才會發生，後來改判 2027 年初，最後在 2026 年說比這都早。
過去二十幾年，網站免費放內容、人來看廣告、廣告商付錢，這套循環養活了整個網路。機器人不看廣告，所以這套付錢的機制正在失效。網站的成本上升，收入來源反而在消失。
新的錢會從三個地方來：內容授權、能填補 AI 知識空缺的獨家細節、按次抓取的付費機制。這三件事的前提都是同一件事，就是 AI 找得到你、讀得懂你、願意引用你。
先把事情本身講清楚
這一節的來源是 Cloudflare 執行長 Matthew Prince 的公開發言與 Cloudflare 的官方報告。Cloudflare 是全球最大的網路基礎設施公司之一，它的網路每秒處理約 5 億次請求，覆蓋 350 多個城市、超過 1000 個資料中心，所以它看得到的樣本夠大。
我把三件事分開列，請你也不要混用。
- 交叉點已發生。Prince 在 2026 年 6 月 3 日發文說：agentic traffic 成長太快，機器人流量在網路歷史上首次超過人類流量。
- 比他自己預估的提前。同一則貼文裡他寫：原本以為會是 2027 年底，後來改判 2027 年初，結果比這都早。
- 官方版本用的是另一個詞。2026 年 7 月 1 日的官方報告寫的是「超過 50% 的網路流量已經是非人類流量」。非人類涵蓋的範圍比 AI 代理人大。
- 一個組成上的硬數字。同一份報告：截至 2026 年 6 月，52% 的爬蟲請求是為了 AI 訓練，2025 年春天這個數字是 22%。
- 付費協議早就存在，最近才被接上。HTTP 402 的意思就是「需要付費」。Cloudflare 的 Pay Per Crawl 就是用它做的：AI 爬蟲來要內容，要嘛在標頭帶付款意圖換 200，要嘛收到 402 跟報價。目前是封閉測試。
- 收費範圍正在往外擴。Monetization Gateway 打算讓你對網頁、資料集、API、MCP 工具都能收費，初期用 x402 以穩定幣結算。7 月 1 日的狀態是開放候補名單。
- x402 不是 Cloudflare 的東西。它是獨立的開放付款標準，已交由 Linux Foundation 底下的獨立基金會，AWS 是創始成員之一。
出處連結見文末參考來源。
以下幾條我是從公開訪談的中文轉述整理的，我沒有找到逐字的一手引述。裡面有推演也有他講的案例，共同點是都沒有一手出處可以核對，所以請一律當成他的說法看待，不要當數據引用。
- 五年 1000 倍。五年內機器人流量可能達到人類的 1000 倍。他明講這是依當前增速做的推演。
- 一個請求會變成幾千次訪問。一個人自己要買相機大概看 5 個網站，AI 代理人為了給出更好的答案可能訪問 5000 個網站。
- 規模門檻很硬。如果每秒 5 億次請求裡有 1% 到 10% 適合微支付，這套系統上線第一天就要支撐每秒 1000 萬筆金融交易。對照 Visa 每秒處理量不到 10 萬筆。
- 一個收入反轉的案例。他買下家鄉猶他州 Park City 的地方報紙，預期這家報紙今年來自 AI 授權的收入會超過展示廣告。
- 組織會變薄。管理跨度會擴大，層級會減少。
- 品牌捷徑會失效。對人來說品牌是快速決策的捷徑。AI 代理人沒有耐心限制，它會持續檢索大量選項，再依價格、位置、評價判斷。
- 我推估兩年內 100 倍，比五年 1000 倍保守，但突破口一破會很快。
- 我原本把這件事排在 2027 年初才處理，現在把時程往前拉到今年。
- 台灣的節奏大約落後國外半年到一年，所以現在動手，在台灣是很前面的位置。
同一件事，不同來源給的數字不一樣
這一段我特別想寫，因為這個話題現在很熱，網路上流傳的數字很多，出處不明的比例也很高。我自己在查證的時候就撞到三個要小心的地方。
第一，四個詞不是同一件事
機器人（bot）、非人類流量（non-human）、AI 爬蟲（AI crawler）、AI 代理人（AI agent），這四個分類範圍不一樣。Cloudflare 的官方報告說的是「非人類流量過半」，它沒有說「AI 代理人單獨已經超過人類」。這兩句話差很多。
第二，不同公司的網路看到的東西不一樣
資安公司 HUMAN 的 2026 年報告說，在他們觀測到的 AI 驅動流量裡，AI 代理人與代理型瀏覽器只占 1.7%，而且報告自己明講這只代表他們平台上看到的樣本。Fastly 的 2026 年報告則說他們網路裡 AI 流量的成長速度是人類流量的 6.5 倍，其中以爬蟲為主。這些數字不互相矛盾，但也不能互換著用。
第三，流量占比不等於商業價值占比
Cloudflare Radar 量的是 HTTP 請求的分類，你不能從「機器人請求比較多」直接推導出「人類的閱讀、停留、消費已經被機器超過」。
為什麼舊的網路商業模式會失效
舊循環是怎麼運作的
這套循環有很多問題，但它至少解決了一個很基本的問題：內容跟機房由誰付錢。
新狀況怎麼把它拆掉
- 機器人不點廣告。
- AI 抓走網站資訊，在自己的介面直接生成答案，使用者甚至不需要進原網站。
- 網站承擔了寫作、採訪、機房與流量的成本，卻拿不到訪問量與廣告收入。
- 同時，機器使用網路的頻率越來越高，維持網路運行的成本跟著上漲。
結果是一個很矛盾的局面：使用量在漲，付費機制在失效。
價值的判準可能會換一把尺
上面那四點是機制上的推論。接下來這一段是「可能會怎麼變」，還沒有被驗證，我把它跟上面分開講。
Prince 用瑞士乳酪比喻大語言模型：模型已經包含大量人類知識，就像乳酪本體，但裡面有很多洞。他認為未來有價值的內容，是能夠填補這些洞的「淨增新知」。
他舉的例子是地方報紙。一個準備去滑雪小鎮的人，需要知道哪家旅館比較好、哪家餐廳道地、當地雪況如何。這些細小、具體、只有本地人長期累積才有的資訊，正好是通用模型最缺的。
這個比喻與例子同樣來自二手轉述，我沒有逐字的一手出處。放在這裡是因為它好懂，不是因為它能證明什麼。下面那句判斷是我自己的，你可以不同意。
機會在哪：四個層次
這四層由下往上疊。每一層我先講「這一層在發生什麼」，再講「你現在可以準備什麼」。
通用模型抓得到的東西，價值正在被稀釋。反過來，那些流量小、不夠聳動、通用模型拿不到的細節，在新的邏輯裡變成稀缺品。具體像是某個產業實際的做法、某個地方的真實現況、你服務過的案例與成效數字、你多年累積的方法論與判斷標準、你做壞掉那一次學到的事。
- 把只有你有的細節寫出來。會議紀錄、活動紀錄、課後整理、客戶問過的問題，這些是最省力也最持續的內容源。
- 但先過一道邊界。案例、成效數字、會議紀錄、客戶問題，只有在對方同意公開、你做完去識別、而且不牽涉保密義務的前提下才能寫出去。不確定就先問對方，或者只寫方法不寫對象。這一步不能省。
- 先有軌跡，先不要管流量。沒有軌跡，AI 連找到你的機會都沒有。
- 如果你有在做短影音而且已經做起來了，那就繼續。如果還沒開始，我會建議把力氣先放在可以被爬取的文字內容上，因為那才是 AI 讀得到的形式。
有內容還不夠，AI 要讀得到，而且要讀得省。Cloudflare 對願意被抓取的網站，會把複雜的 HTML 轉成更精簡的 Markdown，讓代理人用更低的成本讀取，也避免無關的頁面元素占滿模型的上下文窗口。
乾淨、好讀的內容能降低代理人的擷取成本，這部分有機制可以說明。至於擷取成本低會不會因此提高被引用的機率，我沒有看到公開數據可以證實，這是一個要自己實測的假設，不是已經確定的排序規則。
llms.txt：AI 進站的入口說明書。你有什麼、端點在哪、欄位是什麼意思、要怎麼查。- 結構化資料（JSON-LD）：讓機器讀得懂這是一堂課、一個講師、一場活動、一個日期。
- 主內容用乾淨、可讀的原始 HTML，必要時另外備一份 Markdown 版本。
- 技能包：把「怎麼用我的資料辦事」直接寫給對方的 AI。
Agent to Agent 的意思是，雙方各自帶著自己的 AI 出來辦事。你的 AI 去跟對方的 AI 談，比價、約時間、篩選合作對象，談完才把幾個選項丟回給你。這件事要成立，需要三個東西：規則、信任、算力歸屬。
我自己的看法是這樣分工：真人負責信任與承諾，Agent 負責資料與探索，平台負責規則與秩序。資料由本人保管與更新，不集中在平台。算力由使用者自付，平台只提供演算法機制與信任機制。
想清楚你的信任證據放在哪裡。Prince 推測品牌捷徑對 AI 會失效，因為代理人沒有耐心限制，會一直檢索下去。這是他的推測，我沒有數據可以確認。
但不管那個推測準不準，有一件事都成立：合作過的對象、做出來的成果、別人怎麼描述你，這些如果只存在對話紀錄跟記憶裡，機器就是讀不到。把原本只存在於關係裡的信任，變成可查、可累積、可被引用的紀錄，這件事不需要等哪個預測被證實才有價值。
對部分組織來說，上面三層會卡在人力、技術或整理方法。他們有內容，但沒整理；有網站，但機器讀不順；知道要準備，但不知道從哪開始。這種缺口通常會變成有人願意付錢請人補的事。
如果你在接案、教學或做顧問，這是一條會長出來的服務線。做網站這件事的內涵正在改變，交付的東西從「一個好看的網頁」變成「一個被 AI 找得到、讀得懂、願意引用的站」。
你的準備節奏
這是我給個人與小團隊的節奏建議，不是產業時間表。金色圓點是現在的位置。每一格下面那句是完成判準。
可以先做的七件事
| 動作 | 怎麼做 | 怎麼知道做到了 |
|---|---|---|
| 把自己講清楚 | 一句話說明你是誰、解決什麼問題、適合哪種人 | 這句話你講得出口，別人聽完記得住 |
| 鎖定一個主平台 | 選一個平台固定發，其他當附帶連結 | 每個月至少兩篇，不中斷 |
| 會議與活動紀錄直接發 | 整理成可讀的文章，不用重寫成大作 | 一場活動產出一篇可發內容 |
| 補上 AI 讀得到的入口 | llms.txt、結構化資料、乾淨 HTML | 用瀏覽器開得到，格式驗證通過 |
| 買正式網域 | 用自己的網域，累積的信號才留在你自己名下，不會跟著平台走 | 網域完成設定並指向你的站 |
| 每個月做一次被引用實測 | 用固定題目問幾家 AI 助理，記錄題目與結果 | 你有一份逐月的紀錄可以比較 |
| 對外引用數字前先查一手來源 | 找到原始出處連結再講 | 你附得出來源，而不是「聽說」 |
先確認工具條件。用一個「能開網址、或能上網搜尋」的 AI。不同 AI 差很多：有的會真的去開你的網址，有的只憑訓練資料回答，有的用的是舊快取。工具不對，測出來的東西沒有意義。
把你的網址貼進去，問三題：
- 這個人是誰？
- 他解決什麼問題？
- 什麼情況下應該找他？
每次記四件事：用了哪個工具、日期、它有沒有真的開到你的網站（可以直接問它「你有讀到這個網址嗎，引用一句原文給我」）、它引用的是哪一頁。沒有這四筆，下次跑就沒得比較。
怎麼判讀：答得準確且具體，代表這一次它讀懂了。答得空泛、都是形容詞，通常是內容本身還沒整理清楚。答錯或答不出來，先別急著怪自己的資料結構，照順序檢查：①它有沒有真的開到你的頁面 ②頁面是不是擋了抓取 ③搜尋索引有沒有收錄 ④內容結構清不清楚 ⑤不同頁面之間有沒有互相矛盾。
單次結果不代表什麼，這是一個要固定跑、累積紀錄才有用的檢查。三題加上記錄，第一次大概十分鐘上下，換多家 AI 測會更久。
我不建議做的四件事
- 不要做內容農場式的衝量。新的邏輯獎勵的是能填補知識空缺的內容，衝量在這裡沒有槓桿。
- 不要在自己的網站上提供免費的 AI 問答服務。有兩個理由：算力成本會由你承擔，而且對方不會把自己的資料傳上來，等於他也沒有累積到自己的知識庫。比較合理的架構，是讓對方把你的網站放進他自己的 agent，你的資料跟他的資料交流。
- 不要用未查證的數字對外做論證。這一波話題很熱，網路上流傳的數字很多，出處不明的比例也很高。這條我要對自己也講一次：這篇文章裡「他說的」那一欄、還有瑞士乳酪與地方報紙的案例，都是我沒查到一手出處的二手轉述。我保留它們是因為它們幫助理解，但這篇的論證是靠有一手出處的那幾條在撐，二手的部分我沒有拿來當依據。你在寫自己的東西時，也可以用這個分法：能當證據的跟只能當說明的，分開放。
- 不要把授權收入當成計畫的前提。那件事不在你手上。
這篇跟我之前兩篇的關係
這三篇是同一件事的三個切面，可以互相印證。
那篇我講的是：當 AI 開始幫人做決定，行銷的對象就多出一個 AI。用 AI 行銷是把 AI 當工具，對 AI 行銷是把 AI 當受眾。寫那篇的時候，這還是一個推論，我的依據是 A2A 協定的發展方向。
現在有外部數據了。依 Cloudflare 所見，機器人的訪問量已經超過真人。這個交叉點讓那篇的推論從「未來會這樣」變成「已經看得到跡象」。「對 AI 行銷」不用再等了。
現在這個時間點，可以學「用 AI 行銷」，還可以學「對 AI 行銷」 →那篇講的是機制面：組織該怎麼盤點流程、立唯一真相來源、拆解任務、劃清資料邊界與審核點。
這篇補的是動機面：為什麼要現在做，以及做了之後價值會出現在哪裡。
AI 代理要接手工作了，你的流程和知識準備好了嗎？ →收束
這個轉折點的特別之處，是它比 Cloudflare 自己原本的預估都早到，而且它動到的是網路最底層的付錢邏輯，不只是某個平台的演算法調整。
我不覺得你需要因為這件事恐慌，也不覺得明天就會有什麼立即的損失。我只是想提醒你：這件事已經開始了，而準備是需要時間的。內容軌跡要累積，結構要整理，被引用要實測。這些都不是一週內能補完的東西。