如何用一次住宅代理試用做出可信的採購決策

住宅代理常被一個「成功率」數字比較。這個數字看似客觀，但若測試只有數十次請求、反覆存取同一快取頁面、把容易與困難市場混在一起，或把自動重試也算成新的成功，就可能嚴重誤導採購。

有效試用應回答更具體的問題：在實際需要的路由、市場、目標類型、工作階段規則與流量結構下，該供應商是否有足夠證據達到驗收門檻，而且有效結果的成本是否可接受？

這需要測試設計，而非單純測速。

先定義成功，再送出請求

為每個使用情境寫出可由程式判斷的成功定義。HTTP 200 不等於業務成功。

對獲准的公開資料蒐集任務，一次有效成功可以要求：

• 已驗證預期代理路由，並確認不會直接連線回退；
• 國家或城市符合供應商聲明的定位容差；
• 目標回傳預期內容，而非封鎖頁、同意牆或通用錯誤頁；
• 回應位於規定的延遲預算內；
• 工作階段行為符合輪換或黏性策略；
• 未蒐集憑證、個人資料或受限制內容；
• 請求符合目標規則、合約與獲准速率。

分別保存傳輸成功、內容有效、地理有效與合規有效，才能判斷問題來自閘道、出口池、目標站或測試本身。

選擇正確的分析單位

分母應代表相互獨立的成功機會。把自動重試視為新試驗，會誇大樣本量並掩蓋不穩定性。

使用一個 trial_id 歸併初始請求、政策允許的全部重試、所選代理工作階段與最終結果。分別報告首次成功率與有限重試後的試驗成功率。前者反映使用者可感知可靠性，後者反映重試政策的恢復能力。

不要把同一黏性工作階段中的重複請求當成獨立出口樣本。一百次呼叫能驗證工作階段一致性，卻不能代表一百個獨立出口。

測試前完成分層

全球平均值可能掩蓋不可用市場。應依採購決策建立分層：

不要讓大量容易樣本支配總分。若歐洲占生產流量 40%，應以接近該權重取樣，或分別報告每個分層後再計算加權生產分數。

從決策反推樣本計畫

試用前固定：每個關鍵分層的最低成功機率、常用的 95% 信賴水準、最大可接受不確定性、值得辨識的供應商差異、請求與頻寬預算、每個目標與時段的最大試驗數，以及遇到限流或政策訊號時的停止條件。

小樣本適合發現明顯設定問題，不足以支持採購承諾。10 次全部成功也不能證明可靠率為 100%，因為真實成功率仍有很寬的不確定範圍。

先執行小型校準批次，再根據觀察到的波動與故障組成設計主試用。要區分 95% 與 90% 可靠率，所需樣本遠大於只區分 95% 與 60% 的測試。

使用區間，而不只看百分比

每個分層計算 p = 成功數 / 試驗數，並為真實成功機率計算信賴區間。Wilson 區間在接近 0 或 1 及中等樣本量時，通常比簡單常態近似更穩健。

k 次成功、n 次獨立試驗、95% 信賴水準時使用 z = 1.96：

p = k / n
denominator = 1 + z² / n
center = (p + z² / (2n)) / denominator
half_width = z × sqrt((p(1-p) / n) + (z² / (4n²))) / denominator
lower = center - half_width
upper = center + half_width

範例：200 次試驗成功 184 次，原始成功率 92%，95% Wilson 區間約為 87.4% 至 95.0%。若採購規則要求下界至少 90%，即使標題成功率超過 90%，仍不能通過。

若 200 次中成功 190 次，原始成功率 95%，區間約為 91.0% 至 97.3%，在相同規則下可通過。

這種門檻刻意保持保守：它判斷證據是否支援要求，而非觀察百分比是否剛好越線。

把延遲視為分布

平均延遲會隱藏長尾。至少記錄代理連線、TLS、首位元組、總回應、回應位元組數與逾時階段；樣本允許時報告中位數、p90、p95 與 p99。

只比較等價結果的延遲。快速回傳封鎖頁不是效能成功；有限重試最終成功，也不應抹去首次失敗造成的等待。成功與失敗試驗應分別計算分位數。

核算有效結果成本

每 GB 單價不等於每次有效結果的成本：

試用有效成本 = 分攤訂閱成本
             + 流量成本
             + 基礎設施成本
             + 人工複核成本

每次有效成功成本 = 試用有效成本 / 有效成功數

把重試流量、失敗回應內容、瀏覽器靜態資源、工作階段建立與最低承諾中被試用占用的部分納入成本。若某供應商因大量回傳小型封鎖頁而耗用較少流量，這不是效率優勢。

成本也要依分層報告。全球均價很低的服務，可能在兩個關鍵國家最昂貴。

建立中立試驗記錄

每個試驗一列，而非每個網路嘗試一列：

trial_id
provider_alias
started_at_utc
market
target_class
protocol
session_policy
route_verified
direct_fallback_blocked
attempt_count
first_attempt_success
eventual_success
content_valid
geography_valid
policy_valid
failure_layer
status_class
ttfb_ms
total_ms
bytes_transferred
cost_allocation

分析時使用供應商別名，降低熟悉品牌造成的偏誤。結果表不要保存原始代理密碼、Cookie、個人資料或完整目標 URL。

隨機化並控制測試時間

上午測試 A、晚間事故時測試 B，會引入時間偏差。應在同一獲准窗口交錯測試：

1. 開始前產生執行順序；
2. 在每個分層內輪換供應商次序；
3. 使用相同測試身分與瀏覽器政策；
4. 固定目標、請求形狀、視埠、同意與逾時；
5. 限制並行，避免製造目標站限流；
6. 目標發出限流或存取限制訊號時立即停止。

隨機化不代表可以增加流量。能解決採購問題的最小合規樣本才是正確樣本。

依層分類故障

設定錯誤不能靜默消失。應報告原始數量、排除原因、修正後重跑數量與最終分母。

預先固定採購門檻

可信門檻可要求：每個關鍵分層的 95% Wilson 下界達標；首次成功與有限重試成功分開；有效成功的 p95 延遲低於上限；地理有效率達標；無直接連線回退與憑證外洩；每次有效成功成本低於上限；沒有未解決的合規問題；至少兩個獲准時段的結果一致。

看到結果後不得修改門檻。若業務要求確實改變，應記錄新要求，並一致地重新測試或重算所有供應商。

試用發布清單

• [ ] 使用情境、目標、帳戶、市場與速率均已授權。
• [ ] 成功與全部故障類別在測試前已定義。
• [ ] 以試驗而非重試作為分析單位。
• [ ] 關鍵市場與目標類型分別分層。
• [ ] 等價時間窗口內已隨機化供應商順序。
• [ ] 已阻止直接連線回退並記錄路由驗證。
• [ ] 原始成功率同時提供 Wilson 信賴區間。
• [ ] 僅為可比較結果計算中位數與尾端延遲。
• [ ] 有效成本包含重試與最低承諾。
• [ ] 結果揭露前已固定驗收門檻。
• [ ] 未保留憑證、Cookie、個人資料與多餘 URL。
• [ ] 限流、同意與存取政策訊號會停止相應測試。

可搭配 98IP 的瀏覽器與代理並行規劃、區分代理故障與目標站限流及代理診斷封存去識別化指南實施。

FAQ

住宅代理試用需要多少請求？

沒有統一數字。它取決於驗收門檻、信賴水準、值得辨識的最小差異、分層數量與允許流量。先做校準批次，再計算主樣本；不要把有限總量分散到太多無法單獨決策的分層。

可以直接比較供應商宣傳的成功率嗎？

宣傳數字應視為待驗證聲明。不同供應商可能使用不同目標、地區、重試規則、時間窗口與成功定義，只有受控試用能統一條件。

重試成功算不算成功？

可以報告有限重試後的試驗成功，但必須同時報告首次成功率與嘗試次數。恢復請求仍消耗時間、頻寬與目標容量。

整體最好但某個必要國家失敗怎麼辦？

若該國家屬於關鍵分層，全球平均值不能覆蓋失敗。只有在營運複雜度、合規與成本都可接受時，才考慮多供應商路由政策。

合規說明

僅對獲准的目標、帳戶、資料與代理路由執行試用。遵守目標條款、robots 指示、使用者同意、隱私法律、合約限制與限流訊號。不得利用輪換或重試規避封鎖、製造流量、隱藏身分或蒐集受限資訊。統計嚴謹不能讓未授權測試變得合規。

研究記錄：NIST Engineering Statistics Handbook 對比例信賴區間與樣本量的指南，以及 SciPy 對精確與 Wilson 二項比例信賴區間的說明。外部研究位址僅保存在內部營運記錄中。