Miasma：用 Rust 编写的 AI 爬虫陷阱工具，让爬虫在毒数据中无限循环

工具

Miasma 是一个轻量级 Rust Web 服务器，通过向 AI 爬虫投喂有毒训练数据和无限自引用链接迷宫来困住它们。在 GitHub 上获 60 星。

问题

AI 公司大规模抓取互联网训练模型，网站所有者保护手段有限。Miasma 提供主动防御：毒化爬虫消费的数据。

工作原理

第一步：部署蜜罐链接

添加仅爬虫可见的隐藏链接。style="display:none" 和 aria-hidden="true" 确保人类和屏幕阅读器不可见。

第二步：路由到 Miasma

配置 Nginx 将蜜罐路径代理到 Miasma 端口。

第三步：无限毒循环

爬虫跟随链接后，Miasma 提供：来自「毒泉」的垃圾数据 + 自引用链接形成无限爬取循环，浪费爬虫时间和资源。

技术细节

Rust 编写，快速且低内存，cargo install miasma 安装，可配置链接前缀、端口和行为。

争议

• 有效性：毒数据是否真的会降低模型质量？
• 伦理：故意破坏训练数据是否合理？
• 法律：提供误导性内容的法律影响？
• 猫鼠游戏：爬虫会如何适应和规避陷阱？

Miasma 是日益增长的反抓取工具运动的一部分。

Miasma GitHub