Twitter 机器人检测：大规模识别机器人和虚假粉丝

#如何判断一个 Twitter 账号是不是机器人

把几个信号放在一起看，数一数有多少个指向同一个结论：单个怪异之处只是噪音，四个就是规律。免费的 Twitter 机器人检测工具几秒钟就能对任意公开账号完成这项统计。它读取资料、X 自己的“关于此账号”数据和最新帖子里的十个信号，给账号评出低、中、高三档，并对它最新的 200 个粉丝一并打分。

在 x.com 上手动检查，需要看五个地方：

• 资料。 默认头像、空白简介，以及末尾带着一长串数字的用户名。
• 数字。 关注了几千个账号，回关的只有几十个，而且一个注册不久的账号却发了几千条帖子。
• 关于此账号。 打开资料页上的菜单：X 会显示它判定的账号所在国家、用户名改过几次，以及 Premium 从何时开始。简介写着 Miami，而 X 把账号判定在别处，就值得再看一眼。
• 帖子。 只有转发，在许多串里回复同一句话，或者全天候不间断地发帖。
• 标签。 主动声明身份的机器人，会在名称和用户名下带有 X 的自动化账号标签（在新标签页打开）。蓝标说明不了什么：它只表示这是付费的 Premium 账号，不代表背后是真人。

#什么算 X 上的机器人或虚假粉丝

机器人是至少部分由软件运行的账号；虚假粉丝是为了抬高别人的粉丝数而存在的账号。两者有重叠，但检查方式不同：机器人暴露在发了什么上，虚假粉丝暴露在资料有多空上。

• 自动化账号

  是什么

  按计划发帖的软件：提醒、资讯源、天气

  表现

  发帖时间规律，话题单一，常带 X 的“Automated”标签

• 垃圾机器人

  是什么

  大量推送链接、诈骗或回复的自动化账号

  表现

  到处都是同一句回复，只转发，资料几乎空白

• 虚假粉丝

  是什么

  为抬高粉丝数而购买或批量养出来的账号

  表现

  刚注册，没有帖子、没有点赞、没有头像，成批注册

• 不活跃粉丝

  是什么

  停止发帖或只看不发的真人

  表现

  命中一两项标记，注册时间较早

• 协同账号

  是什么

  人或脚本运营大量账号来伪造声势

  表现

  话术雷同，注册时间相近，所在地对不上

X 的真实性政策（在新标签页打开）禁止付费换取关注、点赞或浏览量，也禁止反复关注再取关。不活跃粉丝不违反任何规则，所以一份好的审计会把他们和虚假粉丝分开。

#暴露机器人的信号

来自三处公开位置的十个信号，能把大多数机器人和真人区分开：资料、X 的“关于此账号”面板，以及账号最新的帖子。每个信号都只有和其他信号放在一起才有意义，下表也列出了还有谁会命中它。

• 资料完整度

  在哪里看

  资料

  什么情况下值得留意

  三项中占两项：默认头像、空白简介、用户名末尾有六位及以上数字

  还有谁会命中

  从没设置过资料的普通人

• 关注数与粉丝数

  在哪里看

  资料

  什么情况下值得留意

  关注 1,000 个以上，回关的不到 1/20

  还有谁会命中

  新账号、只看新闻的读者

• 账号年龄与受众

  在哪里看

  资料

  什么情况下值得留意

  注册不满六个月，粉丝却有 1 万以上

  还有谁会命中

  突然爆红的人

• 发帖节奏

  在哪里看

  资料

  什么情况下值得留意

  注册以来平均每天发 50 条以上

  还有谁会命中

  新闻编辑部、现场直播的人

• 所在地

  在哪里看

  关于此账号

  什么情况下值得留意

  X 判定的国家与简介里的所在地或 App Store 地区不同

  还有谁会命中

  出差的人、VPN 用户、外派人员

• 用户名变更

  在哪里看

  关于此账号

  什么情况下值得留意

  改过三次及以上，或粉丝 1 万以上的账号最近 90 天内改过一次

  还有谁会命中

  品牌改名

• Premium 开通时间

  在哪里看

  关于此账号

  什么情况下值得留意

  注册一周内就买了 Premium

  还有谁会命中

  为了发长视频才注册的创作者

• 发帖时段

  在哪里看

  最新帖子

  什么情况下值得留意

  最活跃的七个小时，在账号声称所在的每个国家都是夜里

  还有谁会命中

  上夜班的人、定时发帖工具

• 内容构成

  在哪里看

  最新帖子

  什么情况下值得留意

  转发占 80% 以上，回复占 90% 以上，或自己发的帖子 90% 以上带链接

  还有谁会命中

  内容整理者、链接订阅号

• AI 标签

  在哪里看

  最新帖子

  什么情况下值得留意

  最新帖子里有一半或更多带“Made with AI”标签

  还有谁会命中

  公开标注 AI 作品的艺术家

三个“关于此账号”信号，是大多数指南都略过的部分。X 在每个公开资料页的“关于此账号”下都会显示它们：X 判定的账号所在国家、用户名改过几次，以及 Premium 从何时开始。这个国家代表什么、从哪里来，请看 X 上的“账号所在地”是什么意思。

数一数值得留意的信号：没有或只有一个算低，两三个算中，四个及以上算高。这和 Twitter 机器人检测工具显示的档位一致，所以按这张表写出的脚本，和免费工具对每个账号的结论都相同。

#如何找出任意账号的虚假粉丝

用每个粉丝自己的资料，按七项标记给他打分，再看看起来像虚假粉丝的占比：命中三项及以上，很可能是虚假粉丝；命中两项，通常是不活跃的真人；命中一项或没有，就是真实粉丝。七项标记全部来自 GET /followers 为每个粉丝返回的字段：

• 最近 30 天内注册，看 created_at。
• 关注 1,000 个以上，回关的不到 1/20，看 followings_count 和 followers_count。
• 没有帖子：tweets_count 为 0。
• 没有点赞：favourites_count 为 0。
• 默认头像：profile_image_url 指向 X 的默认图片。
• 简介为空：description 为空白。
• 名字加数字的用户名：username 末尾有六位及以上数字。

要盯的是“看起来像虚假粉丝”的占比，我们这样解读它：

• 不到 10%

  通常意味着什么

  活跃账号的正常水平：机器人会关注热门账号来伪装成真人

• 10% 到 30%

  通常意味着什么

  值得细看；和同一领域、规模相近的账号对比

• 超过 30%

  通常意味着什么

  买来的粉丝或一波机器人潮，尤其是很多粉丝在相同的几周内注册 X

这些档位是我们对七项标记的解读，不是 X 发布的规则。注册日期能消除大部分疑虑：X 把粉丝按最新在前排列，而买来的粉丝是成批到达的，所以一次购买会在列表顶部表现为一群刚注册的新账号。

须知

不活跃不等于虚假。很多真人关注了账号之后从不发帖、点赞，也不填简介，所以会命中两项标记。要把他们单独计算：如果把他们和虚假粉丝混在一起，受众更老、更安静的账号就会被误报成两倍的风险。

#用 Python 审计每一个粉丝

粉丝审计会翻遍一个账号的整个粉丝列表，并按七项标记给每份资料打分。做这件事用 Sorsa API：GET /followers 每次请求返回 200 个粉丝，并带上标记需要的所有字段，每 1,000 个 $0.007 起，所以一个 5 万粉丝的账号 $0.35 起。从拿到密钥到出报告，一共五步。

1. 拿到密钥。 注册后，在控制台里复制你的 API 密钥。前 100 次请求免费。

2. 请求第一页。 把用户名发送给 GET /followers（在新标签页打开），并在 ApiKey 请求头里带上密钥。最新的粉丝排在最前面。

   curl -G "https://api.sorsa.io/v3/followers" \
     -H "ApiKey: YOUR_API_KEY" \
     --data-urlencode "username=gulfcoast_wire_news"
   

   {
     "users": [
       {
         "id": "1981374420583055360",
         "username": "dana_k_2042719983",
         "display_name": "Dana K",
         "description": "Crypto | NFTs | DM for promo",
         "location": "",
         "created_at": "2026-10-24T03:12:51Z",
         "followers_count": 12,
         "followings_count": 2140,
         "tweets_count": 0,
         "favourites_count": 37,
         "media_count": 0,
         "profile_image_url": "https://abs.twimg.com/sticky/default_profile_images/default_profile_normal.png",
         "verified": false,
         "protected": false
       },
       {
         "id": "1204958817730289664",
         "username": "harborlight_reads",
         "display_name": "Harborlight Reads",
         "description": "Coastal history, one book at a time.",
         "location": "Mobile, Alabama",
         "created_at": "2019-12-12T15:40:02Z",
         "followers_count": 3871,
         "followings_count": 512,
         "tweets_count": 9420,
         "favourites_count": 18233,
         "media_count": 611,
         "profile_image_url": "https://pbs.twimg.com/profile_images/1204961/h.jpg",
         "verified": false,
         "protected": false
       }
     ],
     "next_cursor": "1849212213712385091"
   }
   

   显示完整响应

3. 给每份资料打分。 数出每个粉丝命中的七项标记，把他归入“看起来像虚假粉丝”“看起来不活跃”或“看起来是真人”。

4. 沿着游标翻页。 游标是每一页返回的书签：把 next_cursor 作为参数发回去，直到返回的某一页不再带它，列表就读完了。

5. 跑完整个审计。 下面的脚本对任意账号完成第 2 步到第 4 步，并输出三个占比、注册最集中的月份和五个示例。传入 max_pages=1，就只给最新的 200 个粉丝打分，和免费检测工具一样。

   import re
   import time
   from collections import Counter
   from datetime import datetime, timezone
   
   import requests
   
   API = "https://api.sorsa.io/v3"
   HEADERS = {"ApiKey": "YOUR_API_KEY"}
   NOW = datetime.now(timezone.utc)
   
   
   def flags(user):
       """The seven fake-follower flags of one profile."""
       joined = datetime.fromisoformat(user["created_at"].replace("Z", "+00:00"))
       following = user["followings_count"]
       photo = user.get("profile_image_url") or ""
       found = []
       if (NOW - joined).days < 30:
           found.append("joined in the last 30 days")
       if following >= 1000 and user["followers_count"] * 20 < following:
           found.append("follows 1,000+, few follow back")
       if user["tweets_count"] == 0:
           found.append("no posts")
       if user["favourites_count"] == 0:
           found.append("no likes")
       if not photo or "default_profile" in photo:
           found.append("default photo")
       if not (user.get("description") or "").strip():
           found.append("empty bio")
       if re.search(r"\d{6,}$", user["username"]):
           found.append("name-and-digits handle")
       return found
   
   
   def audit(username, max_pages=None):
       """Score every follower of one account, 200 per request."""
       params, pages = {"username": username}, 0
       groups, months, examples = Counter(), Counter(), []
       while True:
           r = requests.get(f"{API}/followers", headers=HEADERS, params=params)
           if r.status_code == 429:  # over 20 requests in one second
               time.sleep(1)
               continue
           r.raise_for_status()
           page = r.json()
           for user in page["users"]:
               found = flags(user)
               n = len(found)
               group = "fake" if n >= 3 else "inactive" if n == 2 else "real"
               groups[group] += 1
               months[user["created_at"][:7]] += 1
               if group == "fake" and len(examples) < 5:
                   examples.append((user["username"], found))
           pages += 1
           cursor = page.get("next_cursor")
           if not cursor or pages == max_pages:
               break
           params["next_cursor"] = cursor
       total = sum(groups.values())
       for group in ("fake", "inactive", "real"):
           print(f"looks {group}: {groups[group]} ({groups[group] / total:.0%})")
       month, count = months.most_common(1)[0]
       print(f"busiest join month: {month}, {count / total:.0%} of followers")
       for handle, found in examples:
           print(f"  @{handle}: {', '.join(found)}")
   
   
   audit("gulfcoast_wire_news")
   

   const API = "https://api.sorsa.io/v3";
   const headers = { ApiKey: "YOUR_API_KEY" };
   const DAY = 86_400_000;
   
   function flags(u) {
     const photo = u.profile_image_url || "";
     const found = [];
     if (Date.now() - Date.parse(u.created_at) < 30 * DAY) found.push("new");
     if (u.followings_count >= 1000 &&
         u.followers_count * 20 < u.followings_count) found.push("ratio");
     if (u.tweets_count === 0) found.push("no posts");
     if (u.favourites_count === 0) found.push("no likes");
     if (!photo || photo.includes("default_profile")) found.push("photo");
     if (!(u.description || "").trim()) found.push("empty bio");
     if (/\d{6,}$/.test(u.username)) found.push("digits");
     return found;
   }
   
   async function audit(username) {
     const groups = { fake: 0, inactive: 0, real: 0 };
     let cursor = null;
     do {
       const params = new URLSearchParams({ username });
       if (cursor) params.set("next_cursor", cursor);
       const res = await fetch(`${API}/followers?${params}`, { headers });
       if (!res.ok) throw new Error(`HTTP ${res.status}`);
       const page = await res.json();
       for (const u of page.users) {
         const n = flags(u).length;
         groups[n >= 3 ? "fake" : n === 2 ? "inactive" : "real"] += 1;
       }
       cursor = page.next_cursor;
     } while (cursor);
     return groups;
   }
   
   console.log(await audit("gulfcoast_wire_news"));
   

返回 401 或 403，说明密钥缺失、有误或请求额度已用完；返回 429，说明 1 秒内发了超过 20 次请求，Python 脚本会等待 1 秒后重试。同一个账号的各页只能依次读取，因为每一页都要用到上一页的游标；多个账号则可以并行审计，每个密钥最高 20 次请求/秒。想把资料本身存成文件，请看如何导出 Twitter 粉丝到 CSV。

不写代码，直接给响应打分

把任意一页 GET /followers 的 JSON 粘贴到下面，可以来自上面的 curl 请求，也可以来自 API Playground，页面会在你的浏览器里按同样的七项标记给它打分。

#每 100 个一批，审查一份账号名单

要筛查一份创作者、合作方或回复账号的名单，可以通过 GET /info-batch（在新标签页打开） 每次读取 100 份资料，再从 GET /about（在新标签页打开） 补上每个账号的“关于此账号”数据。下面的脚本会算出十个信号中的六个，并把 X 判定的国家和简介里的所在地并排输出，方便快速浏览。

“关于此账号”这部分，正是官方 X API 的短板：它的用户对象有自由填写的所在地，但没有国家、没有用户名历史，也没有 Premium 开通日期，其数据字典（在新标签页打开）里写得很清楚。Sorsa API 的 GET /about 则返回 country、username_change_count、last_username_change_at、premium_start_at，以及 source 里的 App Store 地区。

from datetime import datetime, timezone

import requests

API = "https://api.sorsa.io/v3"
HEADERS = {"ApiKey": "YOUR_API_KEY"}
NOW = datetime.now(timezone.utc)


def when(stamp):
    return datetime.fromisoformat(stamp.replace("Z", "+00:00"))


def profiles(handles):
    """Profiles of up to 100 accounts per request."""
    for i in range(0, len(handles), 100):
        r = requests.get(f"{API}/info-batch", headers=HEADERS,
                         params={"usernames": handles[i:i + 100]})
        r.raise_for_status()
        yield from r.json()["users"]


def about(handle):
    """X's About this account data: country, renames, Premium."""
    r = requests.get(f"{API}/about", headers=HEADERS,
                     params={"username": handle})
    r.raise_for_status()
    return r.json()


def signals(p, a):
    age = max((NOW - when(p["created_at"])).days, 1)
    fans, follows = p["followers_count"], p["followings_count"]
    photo = p.get("profile_image_url") or ""
    setup = [not photo or "default_profile" in photo,
             not (p.get("description") or "").strip(),
             p["username"][-6:].isdigit()]
    renamed = a.get("last_username_change_at")
    premium = a.get("premium_start_at")
    return {
        "profile setup": sum(setup) >= 2,
        "follow ratio": follows >= 1000 and fans * 20 < follows,
        "young, big audience": age < 183 and fans >= 10000,
        "50+ posts a day": p["tweets_count"] / age >= 50,
        "username changes": (a.get("username_change_count") or 0) >= 3
        or (bool(renamed) and (NOW - when(renamed)).days < 90
            and fans >= 10000),
        "Premium in week one": bool(premium)
        and (when(premium) - when(p["created_at"])).days < 7,
    }


for p in profiles(["gulfcoast_wire_news", "harborlight_reads"]):
    a = about(p["username"])
    hits = [name for name, hit in signals(p, a).items() if hit]
    print(f"@{p['username']}: {len(hits)} of 6 {hits}")
    print(f"  X places it in {a.get('country')}; bio: {p.get('location')}")

每个账号的 About 请求彼此独立，所以整份名单可以并行运行：以 20 次请求/秒计，1,000 个账号用不到一分钟。另外三个信号，发帖时段、内容构成和 AI 标签，来自 POST /user-tweets（在新标签页打开），它会返回最新的 20 条帖子，带 created_at、回复、转发、链接和 made_with_ai 标签。只对已经得分两项以上的账号运行它，深度检查的成本就能保持在很低的水平。

#机器人审计要花多少钱

通过 Sorsa API 检查粉丝，每 1,000 个 $0.007 起；官方 X API 则是每 1,000 个 $10.00，因为它按 $0.010 的用户读取，对返回的每个粉丝计费，见其按量付费价目表（在新标签页打开）。一个 5 万粉丝的账号，用 Sorsa API 是 $0.35，用官方 API 是 $500。

审查一份账号名单的计价方式相同。1,000 个账号的资料和 About 信号，在 Sorsa API 上 $1.41 起；再加上每个账号最新的 20 条帖子用于行为信号，则是 $2.81 起。同样的 1,000 份资料各带 20 条帖子，官方 X API 要收 $110.00，而且它的用户对象完全不含 About 数据。

为机器人检测选数据源时，决定因素有五个，Sorsa API 的数字如下：

• 每 1,000 条价格： 粉丝 $0.007 起，用户资料 $0.014 起，失败的请求从不收费。
• 字段： 每个粉丝的完整公开资料，外加官方 X API 不提供的 X“关于此账号”数据。
• 速度： 所有套餐一律 20 次请求/秒，免费账号也一样。
• 接入： 请求头里放一个 API 密钥即可，不需要 X 开发者账号，不需要 OAuth，也不需要审批。
• 你自己的账号： 完全不涉及。Sorsa API 不要求 X 登录或 Cookie，所以检查几千个账号，也不会让你的任何东西面临风险。

#为什么老牌免费机器人检测工具不再好用

大多数指南仍在推荐的检测工具，依赖的是 Twitter 的免费 API，2023 年 API 关闭后，它们就失去了数据。Botometer 由印第安纳大学社交媒体观测站开发，现在以存档模式运行 Botometer X：其自述说明（在新标签页打开）写明，分数来自 2023 年 5 月 31 日之前收集的数据，此后创建的账号没有任何记录，而且这个模型早于生成式 AI，识别不了由 AI 驱动的机器人。

它最后仍在实时打分的 API 接口 Botometer v4 和 BotometerLite，已于 2026 年 11 月 2 日停止服务，依据是 Botometer Pro 的 API 页面（在新标签页打开）上的通知；只剩存档接口还在。SparkToro 的免费虚假粉丝审计工具也没了：它的地址现在会跳转到 SparkToro 的首页。

留下来的是这些工具所用的方法：把公开信号放在一起数。只要有东西能大规模读取资料，这个方法就能在实时数据上运行，而这正是 API 提供的部分。本指南里的检查，对昨天刚创建的账号也能运行，这是任何存档都打不了分的。

#基于信号的检测做不到什么

信号能找出粗心的机器人和大部分买来的粉丝，但证明不了谁在运营一个账号、出于什么目的。实际使用中有四个局限：

• 做得好的假账号能过关。 一个注册已久、头像真实、发帖节奏稳定、回复由 AI 撰写的账号，可能一项都不命中。协同网络更多是在账号之间暴露出来（相同的注册周、相同的话术），而不是在单个账号内部。
• 真人也会命中标记。 新闻编辑部一天发 80 条，外派人员的简介里写着老家，潜水的人从不发帖。上表的每个信号，都列出了还有谁会命中它。
• 私密列表依然私密。 受保护账号的粉丝，任何人都读不到，Sorsa API 也只返回公开数据。
• 很久以前的购买会沉底。 最新的 200 个粉丝能显示近期的一批；两年前的购买则深埋在列表里，所以历史重要时，要审计整个列表。

信号，不是裁决

把高分当作值得去看的理由，而不是证据。在移除、拉黑或举报任何账号之前，先打开几个被标记的账号看看，也不要让脚本仅凭分数就代你操作。如果是 X 一直把你自己的账号当成机器人，那是另一个问题：请看当 X 提示请求看起来是自动化的时该怎么办。

#运行你的第一次粉丝审计

从你最不信任的那个账号开始，在它上面运行脚本：Sorsa API 每次请求读取它的 200 个粉丝，每 1,000 个 $0.007 起，七项标记需要的每个字段都有。你的 100 次免费请求能覆盖最初的 2 万个粉丝；只查单个账号的话，Twitter 机器人检测工具不用写代码就能给出答案。粉丝相关接口返回的其他内容，请看 Twitter 粉丝 API 指南。

#常见问题