Cloudflare Vừa Ra Mắt Cơ Chế Phát Hiện Bot Theo Phiên Vào Hôm Qua
Vào ngày 13 tháng 7 năm 2026, Cloudflare đã ra mắt Precursor, một công cụ phát hiện bot theo hành vi liên tục, giám sát toàn bộ phiên thay vì chỉ thời điểm người dùng truy cập. Thử thách Turnstile hiện tại của họ chạy khoảng 3 tỷ lần mỗi ngày tại các trang đăng nhập, đăng ký và thanh toán. Precursor mở rộng khả năng hiển thị phía client tương tự sang mọi trang ở giữa.
Cách đặt vấn đề này rất quan trọng. Turnstile chỉ đặt một câu hỏi tại một thời điểm: khách truy cập này có phải là con người không? Precursor đặt cùng một câu hỏi đó một cách liên tục, qua từng chuyển động chuột, phím bấm, thao tác cuộn và thay đổi tiêu điểm, sau đó đưa câu trả lời vào một điểm số bot chạy theo phiên.
Đó là một thay đổi lớn hơn nhiều so với những gì thông cáo báo chí thể hiện.
Phiên Làm Việc Là Dấu Vân Tay Mới
Trong nhiều năm, việc phát hiện bot chỉ diễn ra trong những đợt kiểm tra ngắn: một lần kiểm tra ở cửa vào, sau đó là một cookie xác nhận cho khách truy cập trong một khoảng thời gian. Ngay cả các bước kiểm tra ở cấp độ kết nối và header mới hơn cũng chỉ là các sự kiện riêng lẻ cho từng request. Nếu bạn vượt qua lần thăm dò đầu tiên, bạn gần như an toàn cho đến lần tiếp theo.
Việc phát hiện hành vi trong phạm vi phiên đã phá vỡ khuôn mẫu đó. Từ bài đăng ra mắt của Cloudflare: bot có thể thực thi JavaScript, sử dụng môi trường trình duyệt đầy đủ và hoàn thành các thử thách riêng lẻ mà không gây nghi ngờ. Điều vẫn còn khó sao chép là hành vi nhất quán của con người theo thời gian.
Họ trích dẫn các yếu tố vật lý trong thao tác đầu vào của con người như bức tường mà tự động hóa va phải. Chuyển động chuột của con người là một hình vòng cung, bị giới hạn bởi khớp cổ tay và chuyển động xoay của cẳng tay. Luôn có một độ trễ đo lường được giữa việc nhìn thấy hộp kiểm và nhấp vào nó (tải nhận thức). Và ngay cả một bàn tay vững vàng cũng dao động ở tần số run sinh lý. Bot tạo ra các đường thẳng và các đường cong Bezier sạch sẽ về mặt toán học. Chúng nhấp chuột với độ chính xác mà không con người nào có thể đạt được.
Bất kỳ một trong những tín hiệu nào kể trên đều có thể nhận biết ở mức mờ nhạt. Nhưng khi cộng dồn chúng trong một phiên dài 5 phút, sự khác biệt trở nên rất rõ ràng.
Tại Sao Việc Refresh Không Còn Hiệu Quả Nữa
Thói quen cũ dưới cơ chế phát hiện theo từng request rất đơn giản: nếu điểm số của một phiên tăng lên, chỉ cần refresh trang, xoay vòng danh tính và bắt đầu lại. Precursor đóng cánh cửa đó lại.
Cloudflare khẳng định rõ: "Việc xác định phạm vi theo phiên rất quan trọng vì nó đồng nghĩa với việc bot không thể đặt lại chữ ký hành vi của mình bằng cách refresh trang hoặc bắt đầu lại với một thử thách mới." Các phiên đáng ngờ sẽ tích lũy ngữ cảnh. Điểm số bot sẽ đi theo khách truy cập.
Nhưng thay đổi đó đánh mạnh nhất vào nhóm scraper tầm trung. Mô hình hoàn toàn headless, xoay vòng theo từng request vốn đã thất bại trước các bước kiểm tra tiêu chuẩn. Điều đó không có gì mới. Những đơn vị vận hành thực sự hiểu rõ về phiên, chạy một danh tính trình duyệt trong suốt thời gian truy cập của một người dùng thực, hầu như không bị ảnh hưởng. Precursor trừng phạt những giải pháp nằm ở giữa: các nhóm chạy Puppeteer hoặc Playwright với cấu hình mặc định cơ bản, coi mỗi URL như một tác vụ độc lập, refresh giữa các lần crawl để trông có vẻ sạch sẽ.
Kiểu scraping đó rẻ vì nó dùng một lần rồi bỏ. Precursor khiến việc dùng một lần trở nên đắt đỏ.
Điều Này Có Ý Nghĩa Gì Đối Với Agentic Scraper
Có một nhóm đối tượng thứ hai mà Precursor rõ ràng được xây dựng để nhắm tới: các agentic AI scraper. Cloudflare đã chỉ rõ điều này ngay trong tiêu đề phụ: phát hiện hành vi agentic bằng các tín hiệu liên tục phía client.
Các autonomous browsing agent (loại vận hành bằng LLM, tự lên kế hoạch cho tác vụ và thực thi từng bước) thường di chuyển theo các đợt ngắn và dứt khoát. Điều hướng, trích xuất dữ liệu, điều hướng, trích xuất dữ liệu. Khi xét riêng lẻ, từng hành động trông giống như thao tác của một người dùng thực. Nhưng ở đó không có độ trễ dừng lại, không có thói quen cuộn trang để đọc, không có các điều chỉnh nhỏ, không có thao tác di chuột quá đích. Trong suốt một phiên làm việc, sự vắng mặt của những chi tiết này cũng lộ liễu như việc giả lập rung chuột (mouse jitter).
Vì vậy, nếu bạn đang xây dựng một agent vừa suy nghĩ vừa cào dữ liệu, gánh nặng chi phí vận hành vật lý giờ đây đã trở thành hiện thực. Bài viết của Cloudflare lưu ý rằng Precursor "làm tăng chi phí vận hành tự động hóa bằng cách buộc chúng phải mô phỏng toàn bộ phiên làm việc. Điều này khó xây dựng hơn đáng kể, tốn kém hơn để duy trì, và kém tin cậy hơn nhiều khi vận hành ở quy mô lớn."
Đó chính là toàn bộ mục tiêu thiết kế. Không phải để làm cho tự động hóa trở nên bất khả thi; mà là làm cho nó không còn hiệu quả về mặt kinh tế.
Ý nghĩa đối với các đội ngũ dữ liệu
Có ba thay đổi lớn, và không có thay đổi nào là rẻ.
Thứ nhất, ngân sách phiên thay thế ngân sách request. Nếu bạn đang lập kế hoạch dung lượng cho một mục tiêu được bảo vệ bởi Cloudflare, hãy ngừng tính toán theo số request mỗi giây và bắt đầu tính theo số phiên mỗi giờ: bạn có thể duy trì bao nhiêu hành trình người dùng độc lập, trông có vẻ liên tục, và mỗi hành trình kéo dài bao lâu? Các đợt truy cập ngắn chính là dấu hiệu đặc trưng mà Precursor được tinh chỉnh để bắt gọn. Cách tư duy lại về bài toán proxy mà chúng tôi đã viết vào tháng 5 cũng áp dụng ở đây. Quy mô proxy pool không phải là giới hạn trần; tính chân thực của phiên làm việc mới là yếu tố quyết định.
Thứ hai, cán cân giữa tự xây dựng hay đi mua (build-vs-buy) nghiêng nhiều hơn về phía mua giải pháp có sẵn. Việc duy trì một scraper chống lại hệ thống phòng thủ theo từng request chỉ là tích hợp một lần và vá lỗi không thường xuyên. Duy trì một scraper chống lại hệ thống phòng thủ theo phạm vi phiên làm việc đồng nghĩa với việc phải nghiên cứu và phát triển hành vi liên tục: các mô hình điều tiết tốc độ (pacing models), đường đi của con trỏ chuột, phân phối thời gian dừng trang (dwell-time distributions), và phương thức duy trì độ bao phủ kiểm thử cho toàn bộ hệ thống đó. Nếu bạn từng phân vân về việc thuê ngoài khâu thu thập dữ liệu web, điều này khiến các con số chi phí cho việc tự xây dựng trở nên kém khả thi hơn.
Thứ ba, bất kỳ bên nào triển khai Precursor ở quy mô lớn đầu tiên sẽ thiết lập tiêu chuẩn phát hiện mới cho toàn ngành. Cloudflare bảo vệ khoảng 20% lưu lượng web. Nếu các khách hàng thương mại điện tử và tài chính bật Precursor một cách triệt để trong quý tới, hạ tầng scraping của tất cả mọi người sẽ chịu ảnh hưởng, bao gồm cả trên những trang web không bao giờ tự cài đặt Precursor, vì hệ sinh thái phòng thủ luôn theo dõi những giải pháp hiệu quả và sao chép rất nhanh.
Sự dịch chuyển về khung thời gian mà chưa ai gọi tên
Chúng tôi đã viết về xu hướng chuyển dịch sang phát hiện dựa trên hành vi ba tháng trước. Precursor chính là phiên bản thương mại hóa của xu hướng đó, và nó định hình lại hoàn toàn cửa sổ đo lường.
Phát hiện bot trước đây thường diễn ra trong phạm vi của một request duy nhất. Hiện nay, quá trình này diễn ra xuyên suốt một phiên kéo dài nhiều phút, đôi khi lâu hơn. Thay đổi duy nhất này tác động trực tiếp đến mọi chiến thuật scraping từng được xây dựng khi đơn vị phát hiện còn là một lệnh gọi đơn lẻ. Proxy rotation, header fuzzing, kiểm soát nhịp độ request ở quy mô từng giây, tất cả đều mất đi hiệu quả nếu hàm mất mát đánh giá tính nhất quán về hành vi trong suốt năm phút tương tác.
Vấn đề không phải là liệu các hệ thống phát hiện bot có tiếp tục phát triển hay không. Đó là điều tất yếu. Vấn đề là liệu hệ thống thu thập dữ liệu của bạn vẫn đang tư duy theo từng request trong khi phía phòng thủ đã chuyển sang tư duy theo phiên hay chưa.