Perché la vecchia Reddit era la via più facile per lo scraping

Per capire la decisione, bisogna capire l'architettura. A differenza del moderno redesign basato su React, che idrata i dati lato client ed è difficile da analizzare programmaticamente, old.reddit.com genera HTML completamente renderizzato lato server, senza bisogno di cookie . Uno scraper può richiedere una pagina e ottenere immediatamente markup pulito e strutturato — niente chiave API, niente autenticazione, niente esecuzione JavaScript. Questo lo rendeva il percorso senza API più popolare per l'estrazione di dati su larga scala, in particolare per le aziende di AI che addestrano modelli sulle conversazioni generate dagli utenti di Reddit .

Una promessa infranta: l'obbligo di login e il destino della vecchia Reddit

Il tempismo è significativo. Nel maggio 2025, l'amministratore delegato Steve Huffman aveva dichiarato pubblicamente che Reddit avrebbe mantenuto la vecchia interfaccia "finché la gente la userà" . Il post dell'amministratore del giugno 2026 smentisce direttamente questa affermazione. Reddit ora dice di "non poter promettere" che la vecchia Reddit esisterà per sempre . L'obbligo di login è ampiamente interpretato come un passo verso la definitiva dismissione, segnalando nel modo più chiaro che l'azienda considera l'interfaccia legacy un peso crescente — e non più un impegno permanente .

L'intero arsenale anti-scraping del 2026

Le preoccupazioni per lo scraping hanno guidato le politiche della piattaforma Reddit per tutto il 2026, e il blocco di old.reddit.com non è che l'ultima di una serie di misure. Ecco la strategia coordinata che ha ridefinito l'accesso ai dati sulla piattaforma:

Chiusura degli endpoint JSON non autenticati (maggio 2026)

Il 28 maggio 2026, Reddit ha annunciato la dismissione dell'accesso .json non autenticato — l'altra grande via gratuita per i dati strutturati . Nel giro di pochi giorni, le richieste anonime hanno iniziato a restituire un errore 403 Forbidden, senza alcun periodo di transizione. Lo stesso post di Reddit affermava: "Questi endpoint possono essere usati per fare scraping di Reddit senza responsabilità" .

Politica "Responsible Builder" per le API (novembre 2025)

La registrazione self-service delle app OAuth è stata chiusa . Oggi, ogni nuovo token richiede un'approvazione preventiva tramite un processo di richiesta e attesa. Il livello gratuito non commerciale esiste ancora tecnicamente, ma il processo di approvazione è diventato sempre più imprevedibile .

Blocco di Robots.txt e Internet Archive

Reddit ha aggiornato il suo robots.txt nel marzo 2025 per bloccare tutti i bot tranne Google e Bing . Nell'agosto 2025 è andata oltre, bloccando la Wayback Machine dall'indicizzare la maggior parte delle pagine di Reddit dopo aver scoperto che le aziende di AI stavano facendo scraping dei dati di Reddit attraverso le copie archiviate . Ora l'Internet Archive può indicizzare solo la homepage di Reddit.com .

Verifica umana per account sospetti (marzo 2026)

Il 25 marzo 2026, Huffman ha annunciato la verifica umana obbligatoria per gli account segnalati da indicatori comportamentali come la velocità di pubblicazione . I metodi di verifica includono passkey, Face ID e, in alcuni casi, documenti di identità governativi . Non si tratta di una misura estesa a tutta la piattaforma — viene attivata da rilevamenti tecnici — ma rappresenta un'escalation significativa nell'attrito per le operazioni automatizzate .

Etichettatura dei bot

Gli account che utilizzano automazione consentita ora portano un'etichetta [App] sul loro profilo, così gli altri utenti sanno di avere a che fare con un software . I bot buoni restano; quelli ingannevoli vengono segnalati e rimossi.

Rimozione giornaliera di account bot (~100.000/giorno)

Reddit rimuove in media 100.000 account bot ogni giorno, un ritmo che è rimasto costante per tutto il 2026 . Lo strumento forense BotPrints, lanciato nel maggio 2026, rileva le impronte digitali dei metadati comportamentali e può individuare reti di bot calcolando la similarità di Jaccard sulle finestre di pubblicazione di 5 minuti .

Una strategia unica contro lo scraping delle AI

Ogni misura prende di mira un vettore diverso — API, HTML, archivio, comportamento degli account — ma tutte servono allo stesso obiettivo: fermare lo scraping non autorizzato, in particolare da parte delle aziende di AI che addestrano modelli sui contenuti generati dagli utenti di Reddit . L'obbligo di login per old.reddit.com chiude la via più semplice per lo scraping anonimo, assicurando che anche coloro che fanno affidamento sull'interfaccia legacy debbano essere autenticati e responsabili.

Perché la vecchia Reddit era la via più facile per lo scraping

Per capire la decisione, bisogna capire l'architettura. A differenza del moderno redesign basato su React, che idrata i dati lato client ed è difficile da analizzare programmaticamente, old.reddit.com genera HTML completamente renderizzato lato server, senza bisogno di cookie . Uno scraper può richiedere una pagina e ottenere immediatamente markup pulito e strutturato — niente chiave API, niente autenticazione, niente esecuzione JavaScript. Questo lo rendeva il percorso senza API più popolare per l'estrazione di dati su larga scala, in particolare per le aziende di AI che addestrano modelli sulle conversazioni generate dagli utenti di Reddit .

Una promessa infranta: l'obbligo di login e il destino della vecchia Reddit

Il tempismo è significativo. Nel maggio 2025, l'amministratore delegato Steve Huffman aveva dichiarato pubblicamente che Reddit avrebbe mantenuto la vecchia interfaccia "finché la gente la userà" . Il post dell'amministratore del giugno 2026 smentisce direttamente questa affermazione. Reddit ora dice di "non poter promettere" che la vecchia Reddit esisterà per sempre . L'obbligo di login è ampiamente interpretato come un passo verso la definitiva dismissione, segnalando nel modo più chiaro che l'azienda considera l'interfaccia legacy un peso crescente — e non più un impegno permanente .

L'intero arsenale anti-scraping del 2026

Le preoccupazioni per lo scraping hanno guidato le politiche della piattaforma Reddit per tutto il 2026, e il blocco di old.reddit.com non è che l'ultima di una serie di misure. Ecco la strategia coordinata che ha ridefinito l'accesso ai dati sulla piattaforma:

Chiusura degli endpoint JSON non autenticati (maggio 2026)

Il 28 maggio 2026, Reddit ha annunciato la dismissione dell'accesso .json non autenticato — l'altra grande via gratuita per i dati strutturati . Nel giro di pochi giorni, le richieste anonime hanno iniziato a restituire un errore 403 Forbidden, senza alcun periodo di transizione. Lo stesso post di Reddit affermava: "Questi endpoint possono essere usati per fare scraping di Reddit senza responsabilità" .

Politica "Responsible Builder" per le API (novembre 2025)

La registrazione self-service delle app OAuth è stata chiusa . Oggi, ogni nuovo token richiede un'approvazione preventiva tramite un processo di richiesta e attesa. Il livello gratuito non commerciale esiste ancora tecnicamente, ma il processo di approvazione è diventato sempre più imprevedibile .

Blocco di Robots.txt e Internet Archive

Reddit ha aggiornato il suo robots.txt nel marzo 2025 per bloccare tutti i bot tranne Google e Bing . Nell'agosto 2025 è andata oltre, bloccando la Wayback Machine dall'indicizzare la maggior parte delle pagine di Reddit dopo aver scoperto che le aziende di AI stavano facendo scraping dei dati di Reddit attraverso le copie archiviate . Ora l'Internet Archive può indicizzare solo la homepage di Reddit.com .

Verifica umana per account sospetti (marzo 2026)

Il 25 marzo 2026, Huffman ha annunciato la verifica umana obbligatoria per gli account segnalati da indicatori comportamentali come la velocità di pubblicazione . I metodi di verifica includono passkey, Face ID e, in alcuni casi, documenti di identità governativi . Non si tratta di una misura estesa a tutta la piattaforma — viene attivata da rilevamenti tecnici — ma rappresenta un'escalation significativa nell'attrito per le operazioni automatizzate .

Etichettatura dei bot

Gli account che utilizzano automazione consentita ora portano un'etichetta [App] sul loro profilo, così gli altri utenti sanno di avere a che fare con un software . I bot buoni restano; quelli ingannevoli vengono segnalati e rimossi.

Rimozione giornaliera di account bot (~100.000/giorno)

Reddit rimuove in media 100.000 account bot ogni giorno, un ritmo che è rimasto costante per tutto il 2026 . Lo strumento forense BotPrints, lanciato nel maggio 2026, rileva le impronte digitali dei metadati comportamentali e può individuare reti di bot calcolando la similarità di Jaccard sulle finestre di pubblicazione di 5 minuti .

Una strategia unica contro lo scraping delle AI

Ogni misura prende di mira un vettore diverso — API, HTML, archivio, comportamento degli account — ma tutte servono allo stesso obiettivo: fermare lo scraping non autorizzato, in particolare da parte delle aziende di AI che addestrano modelli sui contenuti generati dagli utenti di Reddit . L'obbligo di login per old.reddit.com chiude la via più semplice per lo scraping anonimo, assicurando che anche coloro che fanno affidamento sull'interfaccia legacy debbano essere autenticati e responsabili.