年初，我决定在我的一个个人网站上搭建一个爬虫和大型语言模型（LLM）蜜罐，其中包含一个虚假的 Git 仓库，里面的代码包含虚假的 HTTP 端点。这个仓库的地址隐藏在一个公共页面的评论中。
大约三周前，来自亚马逊搜索机器人（Amazon Searchbot）的 IP 地址尝试向包含在一个 shell 脚本中的虚假端点发起请求。
我的 robots.txt 文件中明确包含了 Amazonbot。
老实说，我对这来自亚马逊的行为感到惊讶。这种行为合法吗？
返回首页
最新
“在未来五年，人工智能应该如何改变软件调试？”
更新：在此页面上添加了官方费用数据。
不仅仅是HN这个网站，大家的模糊搜索都很糟糕。让我进行精确匹配搜索吧。即使这个选项存在，我也得费很大劲才能找到。
当我运营一个有大量搜索使用的网站时，我曾为提升搜索质量而苦恼，绝不会为了某些模糊匹配而取消精确匹配。我希望其他人也能这样做。
X将基本上拥有其用户的完整画像，将财务数据与用户的支付对象、每周日程、兴趣和愿望，以及模仿他们的写作风格和形象的能力结合在一起。<p>任何社会是否应该允许任何机构同时拥有这些类型的数据？这基本上否定了抗议和反对政治家的能力，因为美国政府可以控制X，这在很大程度上否定了民主的理念，而民主依赖于教育、私人思想、言论和集会的自由，以及这些类似中国应用程序想要收集和汇编的一切的缺失。<p>（我知道苹果公司也在这样做，但苹果用户通常被认为是盲从者，而苹果的全数据收集，像X一样，也可以成为我提问的主题。）