待验证60% 置信事件精确时间
2024年《连线》和《福布斯》披露Perplexity的爬虫存在绕过robots.txt协议、抓取付费墙内容等行为
2
来源数
60%
置信度
中期 (~90 天)
时效性
2026/7/19
首次发现
有效期至：2026/10/17
来源
相关事实
已验证Googlebot 通过遵循各网站 robots.txt 协议决定可抓取的页面范围，robots.txt 是存放于网站根目录、用于向爬虫声明可抓取或屏蔽页面的文本文件61% 相似待验证2024年兴起的llms.txt提案参照robots.txt惯例，以纯文本Markdown格式在网站根目录提供项目说明帮助LLM建立认知60% 相似部分验证robots.txt is a plain text file placed in a website's root directory that tells web crawlers which pages can be crawled and which should be avoided59% 相似待验证robots.txt 和 sitemap.xml 作为网站向机器暴露元信息的早期实践，可被视为 WebMCP 的精神前身59% 相似已验证robots.txt是1994年由网络机器人排除标准（REP）确立的行业惯例协议，并非强制性法律规定，但谷歌、百度等主流搜索引擎均严格遵守57% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/560929API
curl https://kongchang.com/api/v1/knowledge/claims/560929MCP
get_claim(id=560929)