A můžeš teda popsat jak se to bude dekódovat, když v textu je "Koník", ze kterého se pomocí GSUB udělá "Fík"? GSUB pracuje s glyfama a né s unicode - CMAP udělá z Koník 5 glyfů, GSUB z toho udělá 3 a ty potom renderer vykreslí. Nikde není původní informace, jedině nad tím udělat OCR, jak bylo v článku zmíněno.
No stejně tak obejít Anubis bych řekl že musí být triviální.
A ne, nejde ani říct, že řešení té challenge má nějakou neodstranitelnou složitost. Alespoň dřív se jednalo o SHA-256 nebo tak něco implementované v JavaScriptu. Takže si mohli dovolit stovky tisíc iterací maximálně. Ale když to řešíš hromadně, tak to pustíš v nativním kódu nebo ideálně na GPU - kde to bude o několik řádů rychlejší.
Tak nejde o to, že by to nešlo obejít, ale takové obejití může být poměrně drahá záležitost. Místo jednoduchého WebFetch (v podstatě nějaký jednoduchý cURL request) najednou musíte zapojit GPU, abyste se dostal k obsahu stránky. Tím vám skokově vzrostou náklady, pokud má takovou techniku implementováno nezanedbatelné procento webů. A to většinou úplně stačí -- společnosti jako Anthropic si pak dobře rozmyslí, jestli takový web bude scrapovat nebo to radši vezme vedle, z méně kvalitní stránky, kde ale podobná ochrana není.
Úplně stejně je to s CAPTCHA -- nikdo neříká, že se nedá obejít, už jen třeba nějakou farmou někde v Indii, kde se specializují jen na řešení takového challenge i klidně za použití lidí -- problém má být v tom, že najednou je to mnohem dražší, než by se provozovateli scraperu líbilo a vyplatilo.
15. 8. 2026, 12:29 editováno autorem komentáře