为什么旧版 Reddit 是爬虫的“捷径”

要理解这一举措，必须先了解其架构。与现代基于 React 的重设计版（客户端加载数据，难以程序化解析）不同，old.reddit.com 生成的是完全服务端渲染的 HTML，且无需 Cookie 。爬虫只需请求一个页面，就能立刻获取干净、结构化的标记——无需 API 密钥、无需身份验证、无需执行 JavaScript。这使得它成为大规模数据提取最流行的“无 API 路径”，尤其对于那些正在利用 Reddit 海量人类对话训练模型的 AI 公司 。

承诺的落空：登录强制令与旧版 Reddit 的命运

这个时间点尤其值得注意。2025 年 5 月，CEO 史蒂夫·霍夫曼曾公开表示，Reddit 会“只要人们还在使用”，就保留旧版 Reddit 。然而，2026 年 6 月的管理员帖子直接收回了这一说法。Reddit 现在表示，“无法承诺”旧版 Reddit “会永远存在” 。登录强制令被广泛解读为最终弃用旧版界面的前奏，这是迄今为止最清晰的信号，表明公司认为这个遗留界面是一个日益增长的负担，而不再是一个永久的承诺 。

2026 年的全方位反爬虫武器库

对爬虫问题的担忧贯穿了 Reddit 2026 年的整个平台政策调整，而 old.reddit.com 的登录墙只是其一。以下是一整套重塑平台数据访问规则的协同策略：

关闭未认证 JSON 接口（2026 年 5 月）

2026 年 5 月 28 日，Reddit 宣布将弃用未认证的 .json 访问——这是另一个获取结构化数据的免费途径 。几天之内，匿名请求就开始返回 403 禁止访问错误，且没有缓冲期。Reddit 自己的帖子写道：“这些接口可以被用来在无问责的情况下爬取 Reddit” 。

API "负责任构建者政策"（2025 年 11 月）

自助式的 OAuth 应用注册已被关闭 。如今，每个新令牌都需要通过提交和等待的审批流程。免费的非商业层级虽然在技术上仍然存在，但其审批过程已变得愈发不可预测 。

Robots.txt 全面封锁及屏蔽互联网档案馆

Reddit 在 2025 年 3 月更新了其 robots.txt 文件，阻止除谷歌和必应之外的所有爬虫 。2025 年 8 月，它更进一步，阻止了 Wayback Machine 索引大部分 Reddit 页面，原因是发现 AI 公司通过存档副本抓取 Reddit 数据 。目前，互联网档案馆只能索引 Reddit.com 的主页 。

对可疑账户进行人工验证（2026 年 3 月）

2026 年 3 月 25 日，霍夫曼宣布，对于被发帖速度等行为信号标记的账户，将强制要求人工验证 。验证方式包括通行密钥、人脸识别，在某些情况下甚至需要政府 ID 。这并非全站推行，而是由技术检测触发，但这标志着对自动化操作的遏制措施显著升级 。

给机器人贴上标签

使用授权自动化的账户现在会在其个人资料上带有一个 [App] 标签，以便其他用户知道他们正在与软件交互 。良好的机器人可以留下；迷惑性的则会被标记并移除。

每日移除约 10 万个机器人账号

Reddit 平均每天移除 10 万个机器人账号，这个速度在整个 2026 年保持稳定 。2026 年 5 月推出的 BotPrints 取证工具，能沉默地提取每个用户的行为元数据，并通过计算 5 分钟发帖时间窗口内的杰卡德相似系数来检测机器人团伙 。

对抗 AI 爬虫的统一战略

每项措施都针对不同的切入点——API、HTML、存档、账户行为——但它们都服务于同一个目标：阻止未经授权的爬虫行为，尤其是 AI 公司利用 Reddit 上的人类生成内容训练模型 。old.reddit.com 的登录强制令关闭了最容易的匿名爬取通道，确保即使是依赖旧版界面的用户也必须经过身份验证，从而变得可被追责。

为什么旧版 Reddit 是爬虫的“捷径”

要理解这一举措，必须先了解其架构。与现代基于 React 的重设计版（客户端加载数据，难以程序化解析）不同，old.reddit.com 生成的是完全服务端渲染的 HTML，且无需 Cookie 。爬虫只需请求一个页面，就能立刻获取干净、结构化的标记——无需 API 密钥、无需身份验证、无需执行 JavaScript。这使得它成为大规模数据提取最流行的“无 API 路径”，尤其对于那些正在利用 Reddit 海量人类对话训练模型的 AI 公司 。

承诺的落空：登录强制令与旧版 Reddit 的命运

这个时间点尤其值得注意。2025 年 5 月，CEO 史蒂夫·霍夫曼曾公开表示，Reddit 会“只要人们还在使用”，就保留旧版 Reddit 。然而，2026 年 6 月的管理员帖子直接收回了这一说法。Reddit 现在表示，“无法承诺”旧版 Reddit “会永远存在” 。登录强制令被广泛解读为最终弃用旧版界面的前奏，这是迄今为止最清晰的信号，表明公司认为这个遗留界面是一个日益增长的负担，而不再是一个永久的承诺 。

2026 年的全方位反爬虫武器库

对爬虫问题的担忧贯穿了 Reddit 2026 年的整个平台政策调整，而 old.reddit.com 的登录墙只是其一。以下是一整套重塑平台数据访问规则的协同策略：

关闭未认证 JSON 接口（2026 年 5 月）

2026 年 5 月 28 日，Reddit 宣布将弃用未认证的 .json 访问——这是另一个获取结构化数据的免费途径 。几天之内，匿名请求就开始返回 403 禁止访问错误，且没有缓冲期。Reddit 自己的帖子写道：“这些接口可以被用来在无问责的情况下爬取 Reddit” 。

API "负责任构建者政策"（2025 年 11 月）

自助式的 OAuth 应用注册已被关闭 。如今，每个新令牌都需要通过提交和等待的审批流程。免费的非商业层级虽然在技术上仍然存在，但其审批过程已变得愈发不可预测 。

Robots.txt 全面封锁及屏蔽互联网档案馆

Reddit 在 2025 年 3 月更新了其 robots.txt 文件，阻止除谷歌和必应之外的所有爬虫 。2025 年 8 月，它更进一步，阻止了 Wayback Machine 索引大部分 Reddit 页面，原因是发现 AI 公司通过存档副本抓取 Reddit 数据 。目前，互联网档案馆只能索引 Reddit.com 的主页 。

对可疑账户进行人工验证（2026 年 3 月）

2026 年 3 月 25 日，霍夫曼宣布，对于被发帖速度等行为信号标记的账户，将强制要求人工验证 。验证方式包括通行密钥、人脸识别，在某些情况下甚至需要政府 ID 。这并非全站推行，而是由技术检测触发，但这标志着对自动化操作的遏制措施显著升级 。

给机器人贴上标签

使用授权自动化的账户现在会在其个人资料上带有一个 [App] 标签，以便其他用户知道他们正在与软件交互 。良好的机器人可以留下；迷惑性的则会被标记并移除。

每日移除约 10 万个机器人账号

Reddit 平均每天移除 10 万个机器人账号，这个速度在整个 2026 年保持稳定 。2026 年 5 月推出的 BotPrints 取证工具，能沉默地提取每个用户的行为元数据，并通过计算 5 分钟发帖时间窗口内的杰卡德相似系数来检测机器人团伙 。

对抗 AI 爬虫的统一战略

每项措施都针对不同的切入点——API、HTML、存档、账户行为——但它们都服务于同一个目标：阻止未经授权的爬虫行为，尤其是 AI 公司利用 Reddit 上的人类生成内容训练模型 。old.reddit.com 的登录强制令关闭了最容易的匿名爬取通道，确保即使是依赖旧版界面的用户也必须经过身份验证，从而变得可被追责。