在Include Security的工作让我们日复一日地与人工智能打交道（破解、使用、训练等）。我们都知道针对最近建造的数据中心所进行的社区级别抵制，目的是提高人工智能能力。但你可能不知道的是，分散化的人工智能训练工作可能正利用你家中的设备。在这篇文章中，我们将探索Bright Data公司如何通过其住宅代理网络，从互联网上抓取训练数据，以促进现代人工智能模型。Bright Data是一家数据收集公司，出售其所称的世界上最大的住宅代理网络的访问权限，拥有超过4亿个家庭IP地址，客户通过这些IP地址进行网络抓取流量的路由。该网络背后的供应来自一个SDK：这是嵌入在消费应用中的一段软件，在用户同意的情况下，将他们的手机或智能电视变成其中一个出口节点。我们将记录你，普通用户，应该知道有关该公司SDK在你的系统（如手机和智能电视）上运行的信息。我们将探索他们的SDK如何工作，哪些平台已经集成了它，以及为什么你家中的互联网连接电视是寻求从互联网抓取数据进行训练的人工智能模型的理想代理。 这为什么现在重要 人工智能公司依赖网页抓取内容：用于预训练、检索、代理定位、搜索。但现代网络并不能从数据中心进行抓取。Cloudflare、DataDome、HUMAN等都限制或阻止来自已知云IP的请求。解决方法是住宅代理。一项通过康卡斯特或T-Mobile用户连接路由的抓取工作，从支付的住宅客户所拥有的IP地址抵达目标网站。Krebs在2025年10月报道，“来自Aisuru和其他来源的代理泛滥助长了与各种人工智能项目相关的大规模数据收集努力。”自2019年以来的学术测量表明这些网络被极大地滥用。FBI在今年早些时候发布了正式建议。现有的新闻大多集中在非法住宅代理的供应：僵尸网络（Aisuru，Kimwolf）、木马应用（HUMAN Security的PROXYLIB披露）、预感染的物联网硬件（Google/Mandiant的IPIDEA下架）。这些都是坏角色。另一方面，合法供应方面受到的审查要少得多。今天，Bright Data按照其自身的营销，是世界上最大的住宅代理网络，宣传“150M+ IP地址”，通过嵌入在合作伙伴应用中的同意SDK获取。此研究记录了该SDK的工作原理、哪些平台已集成它，以及为什么连接电视是最终的住宅代理。 为什么连接电视（CTV）是理想的代理 连接电视，即智能电视，是几乎完美的住宅代理。与手机相比：因素 手机 智能电视/ CTV 电源 电池大部分时间 都是插电状态 网络 WiFi + 移动数据 始终是WiFi，高速 运行时间 不稳定 24/7待机带宽上限 低（移动数据限制） 实际上是无限的 用户注意力 主动使用 经常无人看管 同意界面 手机屏幕上的文本 通过电视遥控器箭头键导航的文本 企业/家庭监督 更高（MDM，移动EDR） 几乎没有 一台电视从不会低于1%的电量，跳跃在WiFi网络之间，或者在用户睡觉时锁定。一些合作伙伴出版商确实在其隐私政策中披露了与Bright Data的关系，PlayWorks便是一个例子。但隐私政策披露并不是电视的正确控制面。很难通过遥控器箭头键在法律文档中滚动，而且应用内的同意对话框并没有传达一个付费的Bright Data客户马上要通过用户的家庭互联网路由他们的抓取流量。Petflix，一个被The Verge记录的Roku应用，正是一个典型案例。其选择加入屏幕上写道：“为了享受Petflix，可以更少广告，你允许Bright Data偶尔使用你设备的免费资源和IP地址，从互联网上下载公共网页数据。Bright Data只会将你的IP地址用于批准的商业用途。除了你的IP地址外，不会访问或收集你的任何个人信息。完毕。”Petflix对话框上说“偶尔”。该SDK的公开可查询配置设置max_bw_monthly_wifi：200,000,000,000字节——为每月WiFi设定200GB的默认预算。 Bright Data所称的合作伙伴 Bright Data暴露出合作伙伴清单端点。该端点没有身份验证，任何人都可以获取。根据公共来源，我能够高信心地识别出的清单中的名称： 合作伙伴ID（来自配置） 实体 规模 playworks_digital PlayWorks Digital Ltd 400+ CTV游戏标题；通过Comcast、Sky、Cox、LG、Samsung、Vizio、Roku覆盖约2.5亿个电视家庭 cloudtv CloudTV 集成了125个以上的电视品牌和15个以上的OEM longvision_media_hong_kong_co_limited Longvision Media HK（LongTV） 香港和马来西亚的500万OTT用户 viber_media_s_r_l Viber Media