ShieldFont让网页对AI抓取器变成噪音
Ars Technica AI··作者 Kyle Orland
关键信息
ShieldFont依赖连字这一排版特性，通常它会把字母对替换成更易读或更美观的形式。在这个设计里，替换只会在字体被屏幕渲染时发生，因此只抓取纯文本源代码的爬虫会拿到HTML中被替换后的、语义混乱的版本。
资讯摘要
AI公司为训练数据而大规模抓取公共网页，已经引发了诉讼，也催生出各种技术反制措施。在这样的背景下，设计师Isaque Seneda和Gabriel Abrucio提出了ShieldFont，希望在不影响普通用户阅读的前提下，让爬虫拿到失去价值的内容。该字体的做法写在一份近期白皮书里，目标是为出版商提供一种实用的、针对未经授权AI训练的退出方式。它的核心思路是利用连字这一常见的字体功能；通常连字用于把某些字母组合替换成一个更美观或更易读的字形。
ShieldFont把这一机制反过来使用，用不同的词去替换整词，从而让抓取到的文本变得语义混乱。由于这种替换发生在字体渲染时，网页在浏览器里看起来仍然正常，但HTML源码里保存的却是被改写的文本。这样一来，依赖下载并解析源文本的爬虫就可能收集到一堆无意义的内容。文章把它描述为一种新颖的防护思路，而不是已经被大规模验证的成熟方案。
资讯正文
AI 公司喜欢在寻找有价值的训练数据时，爬取公共网络的大量内容，这一做法已经引发了诉讼和旨在阻止这种行为的技术修复。如今，两位设计师希望借助一种新字体来阻挠这些爬虫：它能为人们呈现一个完全可读的网页，同时向爬虫提供一份在底层 HTML 中经过轻微编辑、毫无意义的版本。
设计师 Isaque Seneda 和 Gabriel Abrucio 在最近的一份白皮书中写道，ShieldFont 的设计初衷是为网站发布者提供“一个实用的、可选择退出未经授权 AI 训练的方式，并在这一选择被忽视时扰乱被收集的内容”。
马什么时候会是一颗土豆？
这款字体的核心机制围绕连字（ligatures）展开。连字是许多字体中一种由来已久的功能，通常用于在某些字母组合挤在一起时，用更易读的形式替换它们。不过在 ShieldFont 中，连字被用来把整词替换成其他词，试图破坏文本对爬虫的价值。这种替换只会在字体引擎将页面绘制到屏幕上时发生，这意味着那些只是下载纯文本源代码的爬虫看到的会是一个被篡改过的版本，而终端用户永远不会看到它。
来源与参考
收录于 2026-08-14