這個縮寫代表「全自動區分電腦和人類的公開圖靈測試」(Completely Automated Public Turing test to tell Computers and Humans Apart),而這個名稱描述的版本,基本上已經不存在了。最初的想法是一個人能解、程式不能解的謎題:扭曲的文字、數學題,後來則是一格格模糊的紅綠燈。這個模式之所以消亡,是因為機器視覺讀扭曲文字的能力已經比人還好。
取代它的東西才值得了解,因為它改變了你該怎麼應對。現代的 CAPTCHA 是一個附帶選用謎題的評分系統。在任何東西出現在螢幕上之前很久,服務就已經收集了你的 IP 位址及其信譽、你的瀏覽器指紋、你在該供應商的 Cookie 紀錄、你的滑鼠怎麼移動、你打字多快、你的指標是以人類的弧線移動還是瞬間跳到某個座標、頁面放了多久你才動作。它從這一切產生一個信心值。
這帶出關於 CAPTCHA 最有用的一件事:看到它,就代表你已經被評判過了,而且評價很差。隱形的版本會讓絕大多數真實訪客完全不需互動就通過。看得見的挑戰,其實是無聲測試沒通過之後被送去的安慰賽。
就連著名的核取方塊也是這樣運作的。真正的測試,是勾選「我不是機器人」之前和勾選當下發生的一切,包括你在其他網站上和該供應商的往來紀錄。這就是為什麼同一個核取方塊,會讓一位訪客瞬間通過,卻把另一位丟進一個似乎永遠點不完的圖片格子。
一旦這樣看,和代理的關聯就很明顯了。網路信譽是分數中最重的輸入之一,而且在你的行為之前就被評估。有濫用紀錄的資料中心位址,評分一開始就陷在深坑裡,完美的行為也爬不出來;乾淨的住宅位址則起點夠高,一般的行為永遠不會觸發任何東西。
這也解釋了為什麼破解服務對大多數人來說是錯誤的直覺。它們處理的是症狀:你每次仍然被挑戰,每次破解都要付費,還為每個請求增加了延遲和成本,底層的分數卻沒有改善。對真正困難的目標,它們作為備案是合理的。當真正的問題是你在挑戰出現之前就看起來很差時,把它們當作主要策略就毫無道理。
所以可靠的做法是提高分數。受信任的位址、和你宣稱的身分相符的瀏覽器指紋、和 IP 所在地一致的時區和語言、不像機器般規律的節奏,以及像瀏覽器那樣載入頁面的工作階段。這些都只是讓訊號沒有矛盾。
HProxy 如何處理
我們聽到的幾乎每個 CAPTCHA 抱怨,其實都是換了衣服的位址信譽抱怨。這也是代理能為你做的事的誠實界線:它修正的是代理能控制的那個輸入。如果你的指紋和 IP 矛盾,或你的腳本在零毫秒內點擊,任何位址都救不了分數,我們寧可直說,也不想為一個它解決不了的問題賣你更貴的產品。
常見問題
為什麼透過代理的每個請求都會遇到 CAPTCHA?
幾乎都是因為位址本身在考慮任何其他東西之前就評分很差。資料中心範圍、和濫用者共用的位址,以及已被記錄為代理或 VPN 的 IP,全都在評估一開始就處於不利位置。用乾淨的住宅位址和你自己的家用連線測試同樣的請求:如果挑戰停止了,原因就是位址,再怎麼調整行為也修不好。
CAPTCHA 破解服務真的有用嗎?
在狹義上有用,它們會回傳一個你可以提交的答案權杖。它們修不好你被挑戰的原因,所以你會持續被挑戰、每次破解持續付費、每個請求持續多出好幾秒。對沒有其他途徑的真正困難目標,它們是合理的備案;當根本問題是你本可以提高的低信任分數時,它們就是很差的主要策略。
住宅代理能阻止 CAPTCHA 嗎?
它消除了其中一個最大的原因,對很多人來說,這就足以讓挑戰完全停止。但它不會讓你免疫。如果你的瀏覽器在德國位址上回報紐約時區,或你的自動化程式瀏覽頁面的速度比人閱讀還快,你仍會因為和位址無關的訊號而被扣分。
為什麼隱形 CAPTCHA 讓真實使用者通過,卻擋下我的腳本?
因為它評分的是連續的訊號。真實訪客帶著瀏覽紀錄、普通的指紋、滑鼠移動和閱讀停頓而來。腳本通常什麼都沒有:沒有先前的 Cookie、不尋常的指紋、完全沒有指標移動,以及規律得過頭的請求時間。每一項都是小小的扣分,加起來就低於門檻。
繞過 CAPTCHA 合法嗎?
這完全取決於司法管轄區、網站的服務條款和你在做什麼,所以應該請教律師。我們能直白說明的,是我們自己使用的實務框架:從一開始就力求不被誤認為濫用、尊重網站公布的自動化存取規定,也不要把挑戰當成升級的邀請。
更頻繁地輪替 IP 能減少 CAPTCHA 嗎?
有時能,有時會讓情況更糟。輪替能防止任何單一位址累積請求量,這有助於應對基於速率的觸發。但如果你在供應商以指紋或 Cookie 追蹤的工作階段底下輪替,你就向他們展示了一位擁有不合理數量位址的訪客,這是比待在原地更強的負面訊號。
回到完整詞彙表。

