PHP

发布日期：2026 年 7 月 23 日

生效日期：2026 年 6 月中旬起（第一阶段）；2026 年 9 月 15 日起（第二阶段）

最后更新：2026 年 7 月 23 日

一、公告背景

轻之舟百科（CaelLab Wiki）是由虚舟实验室（CaelLab）运营、社区成员共同建设的开放式网络百科全书。本站所有内容均由人类编辑者创作、审校和维护，凝聚了社区成员的知识积累与劳动成果。

自 2023 年以来，大量自动化爬虫程序以"AI 训练数据收集"为目的，大规模、高频次地抓取互联网公开内容，用于训练大语言模型（LLM）及其他人工智能系统。此类行为未经内容创作者知情同意，实质上构成了对原创内容的系统性掠夺，严重损害了创作者权益和开放知识生态的健康发展。

轻之舟百科作为坚持人类创作价值的知识平台，决定采取明确措施，禁止一切用于 AI 训练的爬虫访问本站。

以下爬虫/蜘蛛程序被明确禁止访问轻之舟百科：

专门用于收集 AI 训练数据的爬虫程序
以"数据集构建""语料收集""模型训练"等为目的的自动化抓取工具
任何在 User-Agent、服务条款或公开说明中披露其 AI 训练用途的爬虫
已知由 AI 公司运营或为其提供数据服务的爬虫（包括但不限于 OpenAI-GPTBot、Anthropic-ClaudeBot、Google-Extended、Bytespider、CCBot 等）

以下爬虫/蜘蛛程序将被纳入禁止范畴：

重要说明：混合用途爬虫即使保留了传统搜索索引功能，只要其抓取数据被用于或可能被用于 AI 训练，即属于本公告禁止范围。本站不再接受"部分用途合法"的辩解。

以下类型的爬虫在遵守本站 robots.txt 及访问政策的前提下，可以继续访问：

传统搜索引擎爬虫：仅用于网页索引和搜索结果展示，明确不参与 AI 模型训练的爬虫（如 Googlebot、Bingbot 等，前提是其运营商公开承诺不将本站数据用于 AI 训练）
学术研究机构爬虫：用于非商业性学术研究，且明确不用于构建商业 AI 模型的爬虫（需事先向本站申请并获得书面许可）
档案馆/图书馆爬虫：用于数字保存和公共利益存档的爬虫（如 Internet Archive 的 Wayback Machine，需遵守合理抓取频率）
本站授权合作伙伴：经虚舟实验室书面授权的数据使用方

本站已实施并将持续升级以下反爬虫措施：

Q1：为什么禁止混合用途爬虫？

A：混合用途爬虫声称同时用于搜索索引和 AI 训练，但实际上无法保证数据不被用于 AI 训练。一旦数据被抓取，内容创作者无法追踪其后续用途。为避免任何不确定性，本站对混合用途爬虫采取零容忍政策。

Q2：这会影响搜索引擎收录吗？

A：不会。传统搜索引擎爬虫（不用于 AI 训练）仍可正常访问和索引本站内容。本站欢迎真正服务于信息检索的搜索引擎。

Q3：AI 搜索引擎（如 Perplexity、AI 搜索概览）是否被禁止？

A：是的。任何将本站内容用于生成 AI 回答、AI 摘要或 AI 概览的抓取行为，均属于本公告禁止范围。

Q4：学术引用和合理使用是否受影响？

A：不受影响。人类读者正常访问、学术引用、合理使用均不受本政策限制。本政策仅针对自动化爬虫程序。

Q5：本政策是否具有法律效力？

A：本政策作为本站使用条款的组成部分，具有合同约束力。违规访问可能构成未经授权的计算机访问，本站保留采取法律行动的权利。

如对本公告有任何疑问，或需要申请爬虫白名单，请通过以下方式联系：