采集网站还有未来吗？结合近期数据深度分析

最近和几个朋友谈了谈采集站，同时也和网友进行了交流，今天就谈谈在2023年百度算法再次大更新以后，采集站还有未来吗？

要回答这个问题，肯定不能信口拈来，需要一定的例子和证据作为支持。首先让我们了解一下采集站。

一.采集站是什么

采集站简介

采集站（也称爬虫网站）最早诞生于互联网初期，是指专门用于从其他网站上收集、抓取或爬取信息的网站。这些网站使用自动化程序（爬虫或蜘蛛）来浏览互联网上的各个页面，并提取有用的数据，例如文章、图片、视频等。

采集站历史

采集站在一开始没有泛滥的时候，通常用于各种目的，包括数据分析、市场研究、竞争情报、搜索引擎优化等。它们可以通过爬取其他网站上的内容来获取大量数据，并在自己的网站上展示或进一步处理这些数据。

最初的采集站主要是为了搜索引擎而创建的。搜索引擎需要从互联网上抓取网页，并建立索引以便用户可以进行搜索。早期的搜索引擎如Altavista、Excite和Lycos等，使用爬虫技术来收集网页，并将其存储在自己的数据库中。

随着时间的推移，采集站的应用范围开始扩展。它们被用于数据挖掘、市场研究、竞争情报、内容聚合等领域。商业化的采集站开始出现，为企业和个人提供采集和分析互联网数据的服务。

然而，随着互联网的发展，一些采集站滥用爬虫技术，侵犯了其他网站的权益，例如未经许可地爬取内容、侵犯版权或隐私权。为了应对这种滥用行为，一些网站开始采取技术措施来限制爬虫访问或要求爬虫遵守特定的爬取规则（比如robots.txt文件）。

低质量采集站的危害

这些采集站，不仅侵犯了原创的合法权益，而且当采集站的权重低于原创网站的时候，原创网站会损失大量流量；高于原创网站的时候，原创网站甚至可能会被降权。例如老达博客站长在今年3月发现网站被采集的事件。

二.为什么有这么多采集站

技术成熟

采集技术发展到现在已经二十年了，“旧时王谢堂前燕，飞入寻常百姓家”：采集技术从一开始的高级IT技术变成了次级技术。同时，出现了一批又一批免费或付费的商业性质的采集软件，例如“火车采集器”、“集搜客”、“八抓鱼”、“后裔采集器”等采集软件，这一类软件的出现，大大降低了采集技术的门槛，这类软件的宣传中包含大量“小白”，“不会编程也可以”、“营销利器”之类的话语。如今再有ChatGPT的加持，可以说采集技术已经十分成熟，这项技术如今已经完全没有技术含量了。

人性弱点

这个比较很好理解，采集毕竟不需要花费那么多时间去写文章，归结为一个字——“懒”。但是还有这么一部分人，认为万般皆下品，唯有“采集”高。他们看不起原创文章的作者，但是自己没有优质的/原创的文章产出，只能通过寻求“捷径”批量采集他人网站内容的方式建站养站。他们不屑一顾地表示自己闭上眼睛，分分钟几万篇文章就产生了。这种软件程序自动化的过程，让他们产生了虚伪的满足感，甚至颅内高潮。大家看到这里不要笑，因为我在一些交流群里面就遇到过这种人。

有利可图

人都是逐利的，这些采集站做一阵子后，等到站点的流量高了，或者权重上来了以后再通过卖站的方式赚钱。虽然为了赚钱无可厚非，但是我本人对此嗤之以鼻，因为这种采集站的大量存在，极大的破坏了中国互联网搜索引擎环境。前几年采集站之所以会大量存在，就是因为有利可图。

但是随着搜索引擎的反制，这些采集站越来越不好过了。

搜索引擎的措施

在国内，自从谷歌退出中国以后，百度一定是搜索引擎的龙头老大。而百度对此类网站一直是持抵制态度，不断升级算法，降低排名，最近甚至开始K站。

算法

虽然百度的算法一度引得无数站长吐槽，存在很多漏洞从而被作弊利用。但是好在百度的算法一直在不断的升级。

百度在2012年的时候已经开始通过升级算法，对采集站做出相应的“惩罚”，然而道高一尺，魔高一丈，采集技术也在不断进化。百度可以做的也只是不断升级算法，使这种采集站排名靠后。

引用知乎@周杰西的一张图片，截至2022年百度算法更新历史如下：

k站

直到今年从6月22日起百度就开始对部分网站做降权处理，有一大批站长遭殃，而且多半是老站被K。这些站点大部分是采集站点。被k站点已经无法添加网站到百度站长。下面也有一行字，“该站点为低质站点，暂不可添加，请持续优化后，再进行尝试”。这行字已经表明了百度的态度，坚决禁止这类站点的在百度搜索引擎占有一席之地。

最近不断出现“某个采集高权重站点被百度严重降权”此类新闻，这样的采集站点风险太大，动辄可能就被K。例如以下一些大站的数据。（图片来源与网络）

采集站还可以做吗

说实话，虽然我个人是十分抵制垃圾采集站的，但是如果说到“采集站还可以做吗”这个问题，我的回答是：可以，但不推荐。

为什么可以

因为存在即合理，我们不能否认采集技术是一项方便了我们整理处理数据的好技术，同时优质的采集站也可以快速整合相关资源/咨询。同时现有采集站的站长也不必懊恼，做采集站相比于构思文章原创来说，确实具有“短平快”的优势，变现也更快。

为什么不推荐

首先，采集站是各大引擎算法公开反对的，尤其是低质量的垃圾采集站点。相比于前几年，近些年采集站的流量也越来越低，变现价值也随之降低。其次，随着搜索引擎算法的优化，采集的难度会越来越高。最后，采集软件会造成大量侵权事件的发生，随着我国在互联网方面法律的不断完善，以及各大搜索引擎的配合，采集站点侵权难处理问题将会迎刃而解。

如果还想要做采集站的话，可以做轻科普，行业资讯。雷区是医疗，伪科学，而图片素材采集可能会碰官司。