Bị Cloudflare tố Perplexity “ăn cắp dữ liệu AI”, Perplexity nói gì?

[Minh Nguyệt]

Cloudflare tố Perplexity “lách luật” scraping dữ liệu trái phép, còn Perplexity phản pháo rằng Cloudflare hiểu sai và làm yếu thế chính mình.

• Cloudflare cáo buộc Perplexity lách luật để thu thập dữ liệu từ các website dù đã bị chặn bằng robots.txt và tường lửa WAF.
• Perplexity bị cho là giả mạo trình duyệt Chrome để vượt qua hệ thống chặn bot.
• Cloudflare thử nghiệm và xác nhận Perplexity vẫn lấy dữ liệu, rồi công bố biện pháp mới để phát hiện & chặn bot ẩn.
• Cloudflare nhấn mạnh OpenAI tuân thủ quy tắc, trong khi Perplexity tiếp tục vi phạm.
• Perplexity phản bác, cho rằng Cloudflare sai, hệ thống phân tích yếu kém và không phân biệt được giữa AI hợp pháp và bot độc hại.
• Vụ việc đang tiếp diễn, trở thành cuộc đối đầu giữa “ông lớn Internet” và startup AI.

Cloudflare, một công ty hàng đầu trong lĩnh vực mạng phân phối nội dung (CDN), mới đây đã cáo buộc Perplexity, một startup về trí tuệ nhân tạo, đã trốn tránh các chỉ thị "không thu thập dữ liệu" trên website bằng cách lén lút sử dụng các công cụ thu thập dữ liệu để lấy nội dung từ những trang web đã rõ ràng chặn các bot chính thức của nó. Nếu bạn thấy điều này quen thuộc, điều đó không có gì ngạc nhiên vì năm ngoái, WIRED và Forbes cũng đã từng cáo buộc Perplexity làm điều tương tự với trang của họ.

Cloudflare cho biết cách mà Perplexity lách các chỉ thị "không thu thập dữ liệu" là khi công cụ thu thập dữ liệu của Perplexity gặp file robots.txt (file mà các trang web sử dụng để chặn nội dung của họ không bị thu thập), Perplexity giả vờ là một trình duyệt Chrome thông thường trên máy Mac. Điều này cho phép nó vượt qua các rào cản từ bot.

Cloudflare bắt đầu điều tra khi nhận được khiếu nại từ các khách hàng đã cấm hoạt động thu thập dữ liệu của Perplexity trong file robots.txt và cũng đã tạo ra các quy tắc tường lửa Web (WAF) để chặn lại cả hai công cụ thu thập dữ liệu công khai của Perplexity: PerplexityBot và Perplexity-User. Các khách hàng cho biết nội dung của họ vẫn bị đưa vào Perplexity, ngay cả khi họ đã chặn. Do đó, Cloudflare đã thiết lập các miền thử nghiệm mới, rõ ràng cấm mọi truy cập tự động trong các file robots.txt và các quy tắc WAF đặc biệt chặn thu thập dữ liệu từ các bot được công nhận của Perplexity.

Kết quả là Cloudflare cho biết họ đã quan sát thấy Perplexity không chỉ truy cập nội dung này mà còn có thể cung cấp câu trả lời chi tiết về nó khi người dùng yêu cầu. Để đối phó với tình huống này, Cloudflare tuyên bố hệ thống quản lý bot của họ có thể phát hiện và chặn User Agent ẩn của Perplexity. Bất kỳ khách hàng nào có quy tắc chặn hiện tại đều đã được bảo vệ. Nếu bạn không muốn chặn loại lưu lượng này vì lý do có thể từ người dùng thực, bạn có thể thiết lập quy tắc thách thức các yêu cầu. Điều này cho phép những người thật tiếp tục.

Cloudflare cũng đã bổ sung các bản đồ ký hiệu cho công cụ thu thập ẩn vào quy tắc đã quản lý, giúp chặn hoạt động thu thập dữ liệu từ AI. Quy tắc này có sẵn cho tất cả khách hàng của Cloudflare, bao gồm cả người dùng miễn phí. Cloudflare cũng lưu ý rằng OpenAI tuân thủ các hạn chế trong file robots.txt và không cố gắng xâm nhập vào các trang web. Bên cạnh đó, công ty mẹ của ZDNET, Ziff Davis, đã đệ đơn kiện OpenAI vào tháng 4 năm 2025, cáo buộc vi phạm bản quyền trong việc đào tạo và vận hành các hệ thống AI của họ.

Trong khi đó, Perplexity dường như vẫn tiếp tục vi phạm quy tắc trong việc tìm kiếm nội dung. ZDNET đã hỏi Perplexity về các cáo buộc của Cloudflare, nhưng công ty này chưa đưa ra phản hồi. Sau đó, Perplexity đã công khai phản bác rằng Cloudflare đã sai. Trong một bài viết trên blog, Perplexity tuyên bố rằng cuộc tranh cãi này thể hiện rằng hệ thống của Cloudflare không đủ khả năng phân biệt giữa các trợ lý AI hợp pháp và các mối đe dọa thực sự. Họ chỉ ra rằng nếu không thể phân biệt được giữa một trợ lý kỹ thuật số hữu ích và một trình thu thập dữ liệu độc hại, thì có lẽ Cloudflare không nên đưa ra quyết định về lưu lượng web hợp pháp. Hơn nữa, Perplexity cũng nhấn mạnh rằng các lỗi kỹ thuật trong phân tích của Cloudflare không chỉ là một sự nhục nhã mà còn là điều không đủ điều kiện.

Cuộc chiến này vẫn đang tiếp diễn và chúng ta hãy cùng theo dõi những gì sắp xảy ra trong cuộc chiến giữa một gã khổng lồ Internet và một nhà phát triển AI. Nếu bạn muốn biết thêm những câu chuyện về AI, hãy theo dõi bản tin AI Leaderboard hàng tuần của chúng tôi.

Nguồn tham khảo: zdnet