2025年全球电商Bot流量达17万亿次/年，同比增长19%，亚太地区增速高达63%；API攻击首次超过传统Web攻击，安全范式正经历根本转变——从“非黑即白”的拦截逻辑，走向身份识别与业务影响分析。
Akamai最新《互联网安全态势报告》显示，2025年全球电商行业Bot流量达到17万亿次/年，约为第二名媒体行业的两倍。其中零售行业占据绝大多数，旅游和酒店紧随其后。
注：数据引自Akamai互联网安全态势报告，Bot流量统计覆盖所有自动化访问，包括搜索引擎、AI爬虫、恶意爬虫等。
更值得关注的变化是行为模式。AI Bot正在模拟人类作息——周一至周五流量高峰，周末下降。Akamai大中华区解决方案资深经理马俊指出：“部分AI爬虫背后可能并非单纯的自动程序，而是受到人的操纵。” 此外，“浏览器伪装”流量达到7500亿次，成为Bot流量的主要技术特征之一。
亚太地区增速最快，与当地电商市场规模、AI技术接受度以及高度碎片化的旅游市场密切相关。酒店、电商平台积累的积分也被黑产视为“影子货币”，进一步催生了AI驱动的攻击流量。
马俊将当前AI Bot大致分为四类，每一类的目的和行为模式截然不同：
用于获取训练数据，帮助模型改善知识覆盖。持续、大量、不注重时效性。
用户向AI提问时，由AI临时调用互联网信息。按需触发，目标明确。
持续抓取互联网内容，更新检索数据库。类似传统搜索引擎，但频率更高。
不仅检索信息，还代表用户完成任务——比价、下单、填写表单。增长最快的一类。
问题在于：同一个AI Bot，既可能带来真实交易，也可能只消耗资源而不产生价值。 马俊强调，传统的“好爬虫、坏爬虫”二元分类在AI爬虫时代“不适用了”。企业需要从业务影响分析出发，判断每个AI流量的实际价值，再决定放行、降级还是拦截。
AI带来的另一个结构性变化，是API安全的重要性急剧上升。AI和智能体天然需要通过API与外部系统交互，而企业为开放服务也会暴露越来越多接口。
以页面为中心，攻击目标是Web应用漏洞。曾是第一大攻击技术类别。
2025年Q4首次超过Web攻击，成为第一大攻击技术类别。攻击目标是接口逻辑、越权和数据泄露。
在亚太地区，针对电商的Web攻击超过2000亿次，其中49%是API攻击。但更令人担忧的是“可见性”问题：Akamai调研显示，77.7%的CISO表示企业已梳理API清单，但进一步问及哪些API包含敏感数据、哪些存在越权风险时，能明确回答的仅剩约22%。
注：可见性差距意味着大量“影子API”可能暴露着会员、积分、库存等核心资产，而企业自己都不知道。
AI进一步放大了这一问题。攻击者可以利用AI快速发现企业未知的API接口，而企业却还在用传统方式人工梳理。马俊认为，AI时代API安全的第一步是解决可见性——企业需要知道自己到底有哪些API，它们背后连接什么数据。
随着AI嵌入电商业务，三类新型攻击面正在浮现：
这三个方向共同指向一个事实：AI时代的安全边界正在模糊，传统基于IP、UA、频率的静态规则越来越难以应对动态、智能的攻击行为。
马俊在分享中多次提到一个关键变化：AI正在压缩攻击者的时间窗口。 2018年，漏洞从发现到被利用的中位数时间大约是两年多；而如今，这一时间已缩短至8小时。
这意味着，企业未来面对的核心问题不再是“有没有安全能力”，而是“能不能在攻击发生前后快速完成发现、判断和响应”。这正是安全韧性的核心——即便防线被突破，也要控制影响范围，缩小爆炸半径。
Akamai给出的18个月行动建议聚焦三个方向：提高资产与风险可见性，加强韧性建设（微隔离、多因素认证、应急预案），以及对AI和AI Bot带来的业务影响进行定量分析。
但更深层的变化在于安全逻辑本身。马俊认为，未来电商安全需要从“边界防御”走向身份识别、行为判断和业务决策——一个连续的“信任光谱”，而非简单的放行或拦截。Akamai正与Visa等伙伴推进TAP（Trusted Agent Protocol）和KYA机制，目标是对可信AI Agent放行，对身份不明者限制。
AI爬虫治理的本质，不是如何把AI挡在门外，而是如何知道哪些AI应该进来。
AI时代的安全建设，建议从三个方向同步推进：梳理API资产与风险可见性、建立AI Bot业务影响评估机制、构建安全韧性体系——从静态规则走向动态判断，从“非黑即白”走向“信任光谱”。
综合安全评估 → 参考Akamai框架