Cloudflare推出Precursor技术，通过持续客户端信号检测代理行为。该技术结合全球网络分析与客户端环境信号，每天分析超1万亿次请求，Turnstile每日运行近30亿次，在登录、注册等关键环节验证用户真实性，提升应用全流程防护能力。

好的，这是根据您的要求，对原文进行的中文重述：

标题： 推出 Precursor：通过持续客户端信号检测自动化行为

核心内容：

Cloudflare 推出了名为 Precursor 的新系统，旨在解决现有机器人缓解方案中的“可见性缺口”。传统的防护手段，如 Turnstile，主要针对登录、注册等关键节点进行验证，但无法覆盖用户在整个应用中的完整行为路径。Precursor 正是为了弥补这一不足而设计的。

Precursor 是一个基于会话的客户端验证系统，它通过在用户访问网站时动态注入的 JavaScript 脚本，持续收集用户的行为信号（如鼠标移动、键盘活动、页面焦点变化等）。这些信号会被实时处理并整合到 Cloudflare 的机器人防护体系中，从而持续区分人类流量和自动化流量。

工作原理：

1. 注入与收集：当网站启用 Precursor 后，Cloudflare 会自动在 HTML 响应中注入一个轻量级脚本。该脚本会监听并捕获用户的交互事件，如指针移动、键盘敲击等，并将这些数据压缩后定期发送回服务器。
2. 评估层：在边缘服务器上，接收到的数据会被反序列化，并由一系列评估器进行分析。这些评估器会交叉验证数据，例如，确认鼠标移动与页面可见时间是否相关，或键盘事件是否只在输入框获得焦点时发生。
3. 会话整合：Precursor 的数据与会话绑定，这意味着机器人无法通过刷新页面或重新开始挑战来重置其行为特征。系统会持续累积会话数据，并据此调整会话的“机器人评分”。
4. 隐私设计：Precursor 的设计注重隐私。它只收集区分人类与自动化行为所需的最少信息。例如，键盘活动只记录敲击的节奏和时机，而非具体按下的键。行为信号作为整体模式进行评估，不会与用户账户或身份信息关联。

核心优势：

• 更精准的检测：通过分析整个会话期间的行为模式，Precursor 能更有效地识别出那些在短时间内看似合法，但长期行为模式异常的自动化程序。例如，人类鼠标移动受生理限制（如手腕转动、手部震颤），而机器人则常表现为完美的直线或贝塞尔曲线。
• 减少对用户的干扰：由于检测精度提高，系统可以更少地依赖激进的验证挑战（如 CAPTCHA），从而为真实用户提供更流畅的体验。
• 提高攻击成本：对于机器人开发者而言，要模拟一个完整的、符合人类行为模式的会话，其开发、维护和运营成本将大幅增加。

新功能与未来展望：

• 会话分析：Cloudflare 在安全分析中引入了基于会话的视图，让用户可以从“完整访问旅程”的角度审视流量，而不仅仅是单个请求。
• 使用方式：Precursor 是 Turnstile 的可选补充，两者均为企业版机器人管理功能的一部分。用户可以直接在 Cloudflare 仪表板中启用，并选择验证的严格程度。在正式版发布前，该功能可免费使用。

总而言之，Precursor 通过将检测点从孤立的“检查点”扩展到完整的“用户旅程”，利用持续的行为信号来更精准、更高效地识别和应对日益复杂的自动化攻击。

根据评论内容，总结如下：

主要观点与论据：

1. 对产品有效性的质疑：部分评论认为，通过鼠标轨迹检测区分人机并不可靠，因为机器人可以模拟人类动作（如添加抖动）。例如：

   • "What prevents bots/agents from just adding 'jitter' to their movements that mimics how humans move their cursor?"（评论4）
   • "There is nothing stopping a bot from moving their cursor like a human. This is basically just putting up a door with zero walls..."（评论17）

2. 对可访问性和用户体验的担忧：多位用户指出，该技术可能误伤使用键盘导航、辅助工具或非传统鼠标（如ThinkPad小红点、触摸板）的真实用户，导致网站无法正常使用。

   • "how does this interact with keyboard navigation & accessibility tools?"（评论5）
   • "control+F accessibility no results... this mouse movement astrology is going to completely lock non-sighted/keyboard only users out of large swaths of the Internet"（评论10）

3. 对隐私和权力集中的批评：有评论担忧Cloudflare成为“机器人仲裁者”，并可能收集用户行为数据用于其他目的（如出售给保险公司）。

   • "It’s a bit alarming how cloudflare is establishing itself as arbiter of all things bots... Doesn’t seem healthy for the internet as a whole"（评论6）
   • "I can’t wait for cloudflare to sell data on how well my wrist is working to my insurance company"（评论8）

4. 对产品必要性和商业动机的讨论：部分评论认为，该产品有助于减少机器人滥用和垃圾信息，但同时也指出Cloudflare可能从中获利（如向企业收费）。

   • "In general though I think this is almost definitely a good thing to reduce agentic bot abuse & spam."（评论2）
   • "Cloudflare has a lot of enterprise customers. Selling bot check to companies... could be a good earner for them."（评论12）

5. 对技术局限性的分析：有评论指出，类似技术早已存在（如hCaptcha），且机器人开发者可以轻易绕过，最终只会增加普通用户的困扰。

   • "I implemented all of this in hCaptcha 6 years ago... This kind of abuse detection was a part of Cloudflare when they switched to hCaptcha in 2020"（评论20）
   • "You definitely can’t win against bots - but you can definitely make the entire 'game' (web at large, in this case) worse off for everyone else"（评论26）

平衡性总结：评论呈现明显分歧。支持者认为这是应对机器人滥用的必要手段（评论2、24），但反对者强调其可能损害可访问性、隐私和用户体验（评论5、6、10、13、21）。多数评论对技术有效性持怀疑态度，认为机器人可轻易模拟人类行为（评论4、17、22），并担忧Cloudflare权力过大（评论6、21）。