根据Cloudflare雷达年度回顾报告第六版的最新数据显示,2025年通信流量持续增长已不足为奇,但报告揭示的增长规模和变化性质令人震惊,卫星通信表现出特别强劲的增长势头。
该报告基于Cloudflare全球网络的观察数据,该网络覆盖超过125个国家和地区的330个城市,平均每秒处理超过8100万次HTTP请求,峰值时超过1.29亿次HTTP请求,服务数百万客户网站资产,同时每秒响应约6700万次DNS查询。
Cloudflare雷达还利用这些网络和DNS服务产生的数据,结合其他数据集,提供关于流量、机器人、安全、连接性以及DNS模式和趋势的近实时洞察。
报告的主要发现显示,2025年全球互联网流量增长19%,从8月开始出现显著增长。排名前十的最受欢迎互联网服务出现一些年度变化,多个新进入者登上各类别榜单。
深入分析流量统计数据,Cloudflare表示2025年的增长似乎分几个阶段进行。直到4月中旬,流量平均相对平稳,基本在基线值的几个百分点范围内。然而研究显示,随后在5月份出现增长,达到基线以上约5%,在8月中旬之前保持在+4-7%的范围内。此时增长开始加速,在9月、10月和11月稳步攀升,年度增长峰值达到19%。
在11月下旬增长的推动下,2025年的增长率比2024年观察到的17%增长高出约10%。Cloudflare指出,在过去几年中,也观察到流量增长在下半年加速,尽管在2022-2024年期间,这种加速始于7月。分析师承认,目前尚不清楚为什么今年的增长似乎延迟了几周。
2025年星链连接性翻倍,包括来自20多个新国家和地区的流量。研究分析了与星链主要自治系统(AS14593)相关的总请求流量,以跟踪2025年全年该服务使用量的增长。研究中显示的请求量发现,星链流量在整个2025年持续稳定增长,全年总请求量增长2.3倍。Cloudflare表示,当星链服务在某个国家或地区可用时,往往会看到快速的流量增长,这一趋势在2025年得以延续。
关注连接性方面,研究显示2025年在全球观察到的174次重大互联网中断中,近一半是由于政府指导的区域和国家级互联网连接关闭。Cloudflare表示,互联网中断仍然是一个持续存在的威胁,这些中断的潜在影响继续扩大,因为它们可能导致经济损失、教育和政府服务中断以及通信受限。
在2025年期间,研究报告涵盖了重大的互联网中断事件。影响海底和国内光纤基础设施的电缆切断也是2025年互联网中断的主要原因。
Cloudflare首席执行官兼联合创始人马修·普林斯就数据和趋势评论说:"互联网不仅在变化,而是在根本性地重新布线。从人工智能到更具创造性和复杂性的威胁行为者,每一天都不同。虽然我们今年庆祝了几个互联网里程碑,但我们也阻止了重新定义'规模'含义的攻击,并见证了在线内容创作的传统商业模式面临严峻挑战。"
Q&A
Q1:星链在2025年的增长情况如何?
A:星链在2025年实现了连接性翻倍,包括来自20多个新国家和地区的流量。总请求量在全年增长2.3倍,显示出强劲的增长势头。
Q2:2025年全球互联网流量增长有什么特点?
A:2025年全球互联网流量增长19%,比2024年的17%增长高出约10%。增长主要从8月开始加速,在9月、10月和11月稳步攀升。
Q3:2025年互联网中断的主要原因是什么?
A:2025年观察到的174次重大互联网中断中,近一半是由政府指导的区域和国家级互联网连接关闭造成的。电缆切断也是主要原因之一。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。