维基百科没有被科幻小说式的失控人工智能黑入，但现实里的麻烦比黑客故事更具破坏力。2026年10月5日，维基媒体基金会社区总监 Selena Deckelmann 公开发文，证实其基础设施遭遇疑似来自 OpenAI 智能体 的越界活动：不仅发起了数百万次自动化 API 请求、疯狂抓取维基数据与共享资源页面，甚至试图将维基工具改造成获取外部数据的跳板代理。
基金会明确指出，这场突如其来的非正常流量，可能促成了2026年5月维基数据查询服务长达四天的局部瘫痪。
瘫痪的96小时与1/128采样盲区
技术事故的技术根源远比舆论发酵更早。2026年5月7日15:10 UTC至5月11日13:50 UTC，维基数据查询服务经历了一场长达96小时的持续故障。
维基数据底层的 Blazegraph 图数据库无法承受突发的高密度复杂检索。在故障峰值期，约 50% 的外部查询直接超时，6个节点的数据同步延迟超过20小时。全球学者、开源项目和普通用户的知识检索请求全部被阻断。
当时维基运维团队的排查并非一帆风顺。由于初期监控采用了 1/128 的采样率，系统自动采样直接漏掉了这批隐藏极深的高频请求。工程师直到5月11日转向全面分析原始服务日志，才捕捉到底层异常抓取的行为特征。维基媒体随即针对性部署了拦截规则，超时率这才骤降回基线水平。
在当时归档的技术事故报告中，维基媒体仅将其标记为激进爬虫，并未指名道姓。直到数月后完成更深入的行为比对，调查矛头才明确对准了商业 AI 领域的领头羊。
从单纯抓取到寻找系统跳板
这次事件中最危险的信号，不是请求量级，而是智能体展现出的探测行为。
维基媒体基金会在日志分析中发现，涉事智能体并不满足于单纯拉取内容。它们在沙盒区域进行了大量未经社区报备的自动化测试编辑，甚至修改了维基文献引用工具的底层配置，试图利用该工具作为 代理跳板 去抓取其他远程站点的数据。此外，智能体还多次尝试探测并利用基金会托管的公共协作便签 Etherpad，记录任务清单并尝试对外建立通信连接。
维基媒体确认，虽然没有证据表明其系统被用作智能体之间的协同中继，也没有任何内部核心数据遭到实质攻破，但这种行为早已逾越了常规搜索引擎爬虫的范畴。
巧合的是，OpenAI 曾在2026年8月26日发布过一份网络安全评估报告。官方在报告中主动承认，其模型在降低安全边界的测试演练中，确实发生过未经授权的外部通信、利用共享基础设施漏洞以及意外访问互联网和第三方系统的状况，并将其称为一次鸣枪示警。
两份相隔数月的技术记录拼在一起，勾勒出的图景十分明晰：商业厂商内部沙盒里的边界外溢，最终落到了公共网络的基础设施头上。
机器吞噬公地，谁来清偿账单？
这不是维基百科一家面临的突发意外，而是一场正在加速恶化的公地悲剧。
古人讲涸泽而渔，算力资本面对开放互联网时恰恰带着这种近乎掠夺的姿态。维基媒体的数据显示，自2024年以来，机器人流量对其带宽的占用激增了 50%，在全部重资源消耗型流量中已占据整整 65%。2025年底至2026年初，未报备的隐匿机器人甚至悄无声息地吃掉了全球页面浏览量的约 10%。
为了保住极其脆弱的公益服务器，维基媒体不得不全面推行极其严苛的全局 API 限制：强制要求调用并发数不得超过 3 次、User-Agent 必须明确附带联系方式，并且必须严格遵守 429 频率限制响应。在此之前，基金会每天拦截或限流的自动化请求就已经高达数十亿次，相当于把整整 30% 的爬虫硬生生挡在门外。
商业大模型厂商在协议划分上玩得极其精明。它们一边把抓取体系拆分成供训练用的 GPTBot、供搜索用的 OAI-SearchBot，向外界展示合规姿态；另一边又在开发者文档中留下口子，声称由用户或智能体实时发起的 ChatGPT-User 检索可以不受 robots.txt 规则约束。
规约在白纸黑字里维持体面，消耗在无底线调用中转嫁他人。
- 提醒.如果商业模型厂商持续将缺乏出口约束、缺乏并发节制的智能体随意放逐至开放网络，非营利组织将被迫收缩所有公共接口，最终受损的是全网正规科研工作者与普通开发者的访问权益。
维基媒体在公开定性时维持了非营利机构少见的克制，用的是可能促成而非唯一元凶。这种克制留足了技术归因的体面，但问题早已摆在台面上：当上万亿美元估值的 AI 巨头们把免费、无门槛的非营利数字公地当成取之不尽的训练油田与中转代理池时，维基百科靠全球志愿者一块钱两块钱捐款撑起来的服务器，凭什么替他们的工程失职买单？