Hvorfor old.reddit.com var scrapings vej med mindst modstand

For at forstå skridtet skal man kende arkitekturen. I modsætning til den moderne React-baserede version, som henter data client-side og er besværlig at parse programmatisk, leverer old.reddit.com fuldt server-renderet HTML uden krav om cookies . En scraper kan anmode om en side og straks få rent, struktureret markup – ingen API-nøgle, ingen godkendelse, ingen JavaScript-udførelse påkrævet. Dette gjorde den til den mest populære API-fri vej til storstilet dataudtræk, især for AI-virksomheder, der træner modeller på Reddits menneskeskabte samtaler .

Et løfte, der brydes: Login-kravet og old.reddits skæbne

Tidspunktet er bemærkelsesværdigt. I maj 2025 sagde CEO Steve Huffman offentligt, at Reddit ville beholde old Reddit online "så længe folk bruger det" . Admin-opslaget fra juni 2026 trækker direkte i land. Reddit siger nu, at de "ikke kan love", at old Reddit vil være der for evigt . Login-kravet tolkes bredt som et skridt mod en eventuel nedlukning og er det hidtil klareste signal om, at virksomheden ser det gamle interface som en voksende forpligtelse – og ikke længere en permanent forpligtelse .

Det fulde 2026 anti-scraping arsenal

Bekymringer om scraping har drevet Reddits platformspolitik gennem 2026, og login-kravet på old.reddit.com er langt fra den eneste ændring. Her er den koordinerede strategi, der har ændret dataadgangen på platformen:

Uautentificeret JSON-endepunkt lukket (maj 2026)

Den 28. maj 2026 annoncerede Reddit, at de ville udfase uautentificeret .json-adgang – den anden store gratis vej til strukturerede data . Inden for få dage begyndte anonyme anmodninger at returnere en 403 Forbidden-fejl, uden nogen overgangsperiode. Reddits eget opslag lød: "Disse endepunkter kan bruges til at scrape Reddit uden ansvarlighed" .

API "Responsible Builder Policy" (november 2025)

Selvbetjent OAuth-appregistrering blev lukket . I dag kræver ethvert nyt token forudgående godkendelse via en indsend-og-vent-proces. Den gratis ikke-kommercielle tier eksisterer teknisk set stadig, men godkendelsesprocessen er blevet stadig mere uforudsigelig .

Robots.txt-lukning og blokering af Internet Archive

Reddit opdaterede sin robots.txt i marts 2025 for at blokere alle bots undtagen Google og Bing . I august 2025 gik de videre og blokerede Wayback Machine fra at indeksere de fleste Reddit-sider, efter at have opdaget, at AI-virksomheder scrapede Reddit-data gennem arkiverede kopier . Internet Archive er nu begrænset til kun at indeksere Reddit.com-forsiden .

Human verifikation for mistænkelige konti (marts 2026)

Den 25. marts 2026 annoncerede Huffman obligatorisk menneskelig verifikation for konti, der blev flagget af adfærdssignaler som postehastighed . Verifikationsmetoder inkluderer adgangsnøgler, Face ID og i nogle tilfælde statsligt ID . Dette er ikke sideomfattende – det udløses af teknisk detektion – men det repræsenterer en betydelig eskalering i friktion for automatiserede operationer .

Bot-mærkning

Konti, der bruger tilladt automatisering, bærer nu et [App]-mærkat på deres profil, så andre brugere ved, at de interagerer med software . Gode bots bliver; vildledende bliver flagget og fjernet.

Daglige bot-konto fjernelser (~100.000/dag)

Reddit fjerner i gennemsnit 100.000 bot-konti hver dag, et tempo, der har holdt sig stabilt gennem 2026 . BotPrints-forensikværktøjet, lanceret i maj 2026, fingeraftrykker brugernes adfærdsmetadata og kan registrere bot-ringe ved at beregne Jaccard-lighed på 5-minutters posting-tidsvinduer .

En samlet strategi mod AI-scraping

Hver foranstaltning retter sig mod en forskellig vektor – API, HTML, arkiv, kontoadfærd – men alle tjener det samme mål: at stoppe uautoriseret scraping, især af AI-virksomheder, der træner modeller på Reddits menneskeskabte indhold . Login-kravet på old.reddit.com lukker den letteste resterende anonyme scraping-rute og sikrer, at selv dem, der er afhængige af det gamle interface, skal være autentificerede og ansvarlige.

Hvorfor old.reddit.com var scrapings vej med mindst modstand

For at forstå skridtet skal man kende arkitekturen. I modsætning til den moderne React-baserede version, som henter data client-side og er besværlig at parse programmatisk, leverer old.reddit.com fuldt server-renderet HTML uden krav om cookies . En scraper kan anmode om en side og straks få rent, struktureret markup – ingen API-nøgle, ingen godkendelse, ingen JavaScript-udførelse påkrævet. Dette gjorde den til den mest populære API-fri vej til storstilet dataudtræk, især for AI-virksomheder, der træner modeller på Reddits menneskeskabte samtaler .

Et løfte, der brydes: Login-kravet og old.reddits skæbne

Tidspunktet er bemærkelsesværdigt. I maj 2025 sagde CEO Steve Huffman offentligt, at Reddit ville beholde old Reddit online "så længe folk bruger det" . Admin-opslaget fra juni 2026 trækker direkte i land. Reddit siger nu, at de "ikke kan love", at old Reddit vil være der for evigt . Login-kravet tolkes bredt som et skridt mod en eventuel nedlukning og er det hidtil klareste signal om, at virksomheden ser det gamle interface som en voksende forpligtelse – og ikke længere en permanent forpligtelse .

Det fulde 2026 anti-scraping arsenal

Bekymringer om scraping har drevet Reddits platformspolitik gennem 2026, og login-kravet på old.reddit.com er langt fra den eneste ændring. Her er den koordinerede strategi, der har ændret dataadgangen på platformen:

Uautentificeret JSON-endepunkt lukket (maj 2026)

Den 28. maj 2026 annoncerede Reddit, at de ville udfase uautentificeret .json-adgang – den anden store gratis vej til strukturerede data . Inden for få dage begyndte anonyme anmodninger at returnere en 403 Forbidden-fejl, uden nogen overgangsperiode. Reddits eget opslag lød: "Disse endepunkter kan bruges til at scrape Reddit uden ansvarlighed" .

API "Responsible Builder Policy" (november 2025)

Selvbetjent OAuth-appregistrering blev lukket . I dag kræver ethvert nyt token forudgående godkendelse via en indsend-og-vent-proces. Den gratis ikke-kommercielle tier eksisterer teknisk set stadig, men godkendelsesprocessen er blevet stadig mere uforudsigelig .

Robots.txt-lukning og blokering af Internet Archive

Reddit opdaterede sin robots.txt i marts 2025 for at blokere alle bots undtagen Google og Bing . I august 2025 gik de videre og blokerede Wayback Machine fra at indeksere de fleste Reddit-sider, efter at have opdaget, at AI-virksomheder scrapede Reddit-data gennem arkiverede kopier . Internet Archive er nu begrænset til kun at indeksere Reddit.com-forsiden .

Human verifikation for mistænkelige konti (marts 2026)

Den 25. marts 2026 annoncerede Huffman obligatorisk menneskelig verifikation for konti, der blev flagget af adfærdssignaler som postehastighed . Verifikationsmetoder inkluderer adgangsnøgler, Face ID og i nogle tilfælde statsligt ID . Dette er ikke sideomfattende – det udløses af teknisk detektion – men det repræsenterer en betydelig eskalering i friktion for automatiserede operationer .

Bot-mærkning

Konti, der bruger tilladt automatisering, bærer nu et [App]-mærkat på deres profil, så andre brugere ved, at de interagerer med software . Gode bots bliver; vildledende bliver flagget og fjernet.

Daglige bot-konto fjernelser (~100.000/dag)

Reddit fjerner i gennemsnit 100.000 bot-konti hver dag, et tempo, der har holdt sig stabilt gennem 2026 . BotPrints-forensikværktøjet, lanceret i maj 2026, fingeraftrykker brugernes adfærdsmetadata og kan registrere bot-ringe ved at beregne Jaccard-lighed på 5-minutters posting-tidsvinduer .

En samlet strategi mod AI-scraping

Hver foranstaltning retter sig mod en forskellig vektor – API, HTML, arkiv, kontoadfærd – men alle tjener det samme mål: at stoppe uautoriseret scraping, især af AI-virksomheder, der træner modeller på Reddits menneskeskabte indhold . Login-kravet på old.reddit.com lukker den letteste resterende anonyme scraping-rute og sikrer, at selv dem, der er afhængige af det gamle interface, skal være autentificerede og ansvarlige.