OpenAI推出爬虫机器人，但用户也可以选择禁止被爬

作者 | 虞景霖编辑 | 邓咏仪AI模型的升级依靠海量的公开数据，而科技公司大多通过网络爬虫来获取用户数据。但这个过程并不一定被用户、网站所有者所允许。8月8日，OpenAI推出了一款名为GPTBot的网络爬虫机器人，用于收集训练AI模型所需的数据信息。有市场消息称，OpenAI将利用这些数据升级GPT-4和其他大语言模型（如可能即将推出的GPT-5和开源的G3PO）。根据OpenAI介绍，GPTBot和其他所有网络爬虫一样，从互联网上搜集能够用于训练AI模型的有用数据。但它并不会收集需要付费的、或者违反隐私政策的数据。此外，网站所有者还可以选择限制或者禁止GPTBot爬取网页数据。如何识别GPTBot？来源：OpenAI如何禁止GPTBot访问？将GPTBot添加到网站的robots.txt:来源：OpenAI如何限制GPTBot访问，使其只爬取网站的一部分数据？将下列命令添加至网站的robots.txt:来源：OpenAI此