无机器人信号，真实流量

无机器人信号，真实流量 | AI生成和翻译

首页 2026.07

问题： 以下是我在 lzwjava.github.io 上的实际 GoatCounter 仪表板数据（来源、浏览器、操作系统、位置、设备尺寸）——这个流量分布看起来像真实用户，还是仍然受到机器人污染？

回答：

这组数据实际上是个好消息——看起来没有被机器人污染。下面我逐项分析原因。

明显的机器人特征不存在

脚本化抓取/代理流量几乎总是呈现收缩、不自然的分布——例如，95% 以上的单一操作系统（通常是 Linux）、单一固定屏幕尺寸，或一种浏览器占据 99%。你的数据显示出相反的情况：每个维度都是自然分布：

操作系统：iOS 31% / macOS 24% / Windows 21% / Linux 15% / Android 7%——这正是一个真实的中英双语技术读者群应有的分布，而不是 curl/requests/抓取农场产生的（那些通常严重集中在 Linux 上，且没有移动操作系统）。
设备尺寸：手机 39%，电脑显示器 54%——真实用户在桌面和移动端之间切换阅读。无头浏览器抓取工具（Playwright/Puppeteer）几乎总是固定一个视口，从不变化。
浏览器：Chrome 54%，Safari 43%——符合预期：iOS + macOS 的 Safari 份额加上 Chrome 占多数。没有异常的“未知”峰值（只有 1%），而如果原始非 JS 机器人绕过了 GoatCounter 的 UA 过滤器，你会看到这个峰值。

如果这是大规模 AI 爬虫流量，你不会免费得到这种多样性——大多数爬虫（GPTBot、ClaudeBot、Bytespider 等）根本不执行 JavaScript，因此它们一开始就不会触发 GoatCounter 的信标。你现在看到的是接近真实人类流量的底线。

来源细分——解码两个看起来奇怪的项目

weixin110.qq.com（6%，225 次访问）——这不是机器人。这是微信内置浏览器的工作方式：当有人在微信聊天/群/朋友圈点击分享的链接时，微信会先通过其链接安全检查重定向器（weixin110.qq.com）再转发到真实目标。你的服务器看到的 Referer 头是重定向器，而不是实际的微信分享。也就是说：225 个真实用户从微信内点击了你的博客链接。 对于针对大湾区/香港客户的人来说，这是一个有意义的有机分享信号，值得关注——找出是哪篇文章/笔记在微信群里传播，因为这目前是你进入目标市场最高转化率的发现渠道。

Yandex（8%，317） + ya.ru（1%，24）——几乎与你俄罗斯位置数据（16%，619）完全对应。来自 YandexBot 的爬虫流量根本不会设置 Referer 头（爬虫不携带来源）——Referer: yandex.com 只有在从 Yandex 搜索结果页面真实点击时才会触发。所以这是真正的有机搜索流量：你显然在 Yandex 中某些深度学习/GPU 笔记上排名不错，并且有真实的俄罗斯技术读者在阅读你的英文内容。这不值得过滤——反而值得理解（哪个页面在那里排名高？），因为这是你无需刻意经营就能获得的免费分发。

chatgpt.com（2%，95）——这实际上是代理流量信号，而且是一个好的信号：ChatGPT 自身的检索/浏览工具用于 RAG 式回答时，通常执行原始 HTTP 抓取（不执行 JS），这意味着它永远不会触发 GoatCounter 信标。如果 GoatCounter 记录了 95 次带有 Referer: chatgpt.com 的信标触发，那很可能意味着 95 个真实用户向 ChatGPT 提问，在回答中得到了你博客的链接，并通过真实浏览器点击了进来。对于你的 AI 咨询品牌来说，这是一个合理的漏斗顶部信号——人们通过 LLM 中介搜索发现你，而不是传统的 Google SEO。

页面级模式也像真实评估行为，而非爬取行为

你的热门页面（/、/notes-zh、/resume-en、/ai-portfolio-zh、/ai-portfolio-en、/index-zh、/index-en、/portfolio-en）描绘了一个连贯的用户旅程：着陆 → 查看笔记 → 查看简历/作品集。系统性地索引你网站的爬虫会大致按站点地图/内部链接图的比例访问页面，而不会不成比例地偏向 resume 和 ai-portfolio 页面，而不是你的 400 篇博客文章或 8000 个笔记页面。这种分布看起来像是人们专门在评估你——这正是你希望为第一阶段咨询线索提供动力的漏斗。

这对最初的 6 万 vs 4 千问题意味着什么

这证实了我之前的判断：GoatCounter 的 3,832–4,000 更接近你的真实用户数，而 Cloudflare 中的 6 万很可能是区域级别的分析日志/流量概览，计数了所有到达 Cloudflare 边缘的原始 HTTP 请求（机器人、爬虫、AI 训练爬虫），而不是 JS 信标的 Web 分析小部件。如果你想精确确认而不是估算，可以从 Cloudflare 的 GraphQL API（我之前回答中的查询）拉取同一 30 天窗口的 botScore 分布，并求和 botScore > 30 的请求——该子总数应接近这个 ~3,800–4,000 的 GoatCounter 数字。如果吻合，你就无需第三个工具就能完全闭环验证。

返回捐助