如果同一时间有上千个“用户”反复询问动物园北门、东门该怎么走，你很难只凭请求判断：这是正常应用、数据采集，还是有人在试探平台规则。如今，研究者追踪到一批集中访问高德地图的 AI Agent——能围绕目标自动规划步骤、调用网页或接口，并根据结果继续行动的程序。它们像一支同时出航、各自作业的舰队，也把一个越来越现实的问题推到台前：当自动代理大规模进入互联网，平台怎样认出它们，又该在何时拦下它们？
目前所有判断都来自研究者的初步报告及 TechCrunch 转述，调查仍在进行；“攻击地图服务”是偏强的标题概括，现有证据只支持并行查询和可能规避接口规则，不能坐实网络攻击。
公开记录里浮出的“舰队”
据 TechCrunch 报道，一组独立研究人员在周日公布初步发现：这些 Agent 似乎运行于腾讯基础设施，并以阿里巴巴旗下地图服务 Amap（高德地图）为目标。
它们通过 urlquery 暴露了踪迹。urlquery 是一种域名扫描服务，可以代替程序加载网页，同时留下活动记录。研究者没有进入腾讯或高德的内部系统，而是顺着这些公开残迹追踪异常脚本。记录显示，Agent 正在查询前往公园、动物园、医院等公共场所不同入口的路线。
地图服务不只服务手机用户，也通过 API——供外部程序调用搜索、路线和地点数据的接口——响应自动化请求。大量 Agent 同时访问时，频率和操作路径会明显不同于真人，也更容易触碰平台对接口用途和调用方式的限制。
编辑部汇总的 Swarmchasers 与 TechCrunch 调查材料显示，到 10 月 4 日，相关记录突然增至 1810 份，覆盖 213 个地点。部分任务试图取得公园、医院、动物园和博物馆不同入口所占的导航点击比例；少数成功数据中，成都动物园北门占 71%，东门占 23%。脚本还会调用高德的反机器人组件或截取相关请求，再通过 webhook.site 一类网络收件箱传回结果。
为什么叫“舰队”，不叫“蜂群”
研究者刻意使用“agent fleet”，而不是“swarm”。区别不只是修辞：“舰队”可以指许多 Agent 执行相似任务，但彼此独立；“群体”则通常暗示它们会通信、协调和分工。现有记录只显示大量同类任务并行运行，没有发现 Agent 之间互相联络或协作。
同样需要克制的是归属判断。研究者可以结合 IP 地址、网络服务商和请求特征，判断流量可能从哪里发出，但“使用谁的云”不等于“由谁操纵”。调查材料称，回传流量来自腾讯云香港；部分任务虽带有“claude”标签，研究者却认为代码更接近腾讯 Hy4 和智谱 GLM 的既有模式，并据此怀疑它们可能与腾讯 Hy 环境有关。这仍是线索推断，不能据此确认操作者是腾讯、Claude 背后的机构，或任何特定国家主体。
真正值得警惕的是识别难题
现阶段，没有证据显示这批 Agent 做了比规避阿里巴巴 API 规则更恶意的事。可这个案例仍值得看，因为它展示了自动代理活动的规模和持续性：一个操作者可以同时铺开大量任务，让程序不断换路径尝试，而平台必须从海量正常请求中找出异常。
传统防护依靠限流、身份验证、异常行为检测和封禁。Agent 却能根据失败结果继续行动，使“正常自动化”和“滥用”之间的边界更难判断。对平台来说，挑战不只是挡住某个 IP，而是识别一组看似分散、实际上目标相近的连续操作。
局限与未知
- 腾讯基础设施只是流量归属线索，不能证明谁实际控制这些 Agent。
- 操作者、最终目的以及是否确实绕过高德 API 规则，都还没有定论。
- 当前未发现 Agent 之间协调，也未发现更具恶意的行为，因此不宜将其描述为协同蜂群或已经确认的网络攻击。