对付程序机器人可以采取以下几种策略：
使用反垃圾模块和蜜罐技术
为表单元素添加一个`data-action`属性，将真正的提交地址放在这个属性里面，以防止机器人通过网页表单提交垃圾留言。
使用Drupal等系统的反垃圾模块，如honeypot蜜罐技术，通过隐藏文本元素来检测是否被机器人填充，如果被填充则丢弃提交。
警惕机器人警告信号
通过收集数据、部署针对性的响应、模式检测、预测分析和其他补充策略来应对机器人问题。
跟踪一系列潜在的指标，如基础设施成本上升但业务量毫无增长，以及不正常的流量模式，以便在恶意机器人造成严重破坏前发现它们。
使用先进的检测技术
利用设备指纹、用户行为信息采集、IP信誉库等技术来识别机器人活动。
分析设备或浏览器的特性和设置，如屏幕尺寸、操作系统、存储、内存、处理器和图形渲染功能，以识别偏离基线的配置。
动态阻止列表
使用动态阻止列表来增加强有力的验证信号，阻止已识别的与机器人相关的IP地址和代理。
业务层面的策略
对于批量注册、登录、灌水刷评论等行为，可以通过设备指纹、用户行为分析等技术进行实时阻断。
对于需要人工处理的场景，如信用卡申请，可以结合公安系统接口进行验证，以确保信息的真实性。
持续更新和维护
机器人技术不断进化，因此需要持续更新检测工具和策略，以应对新出现的机器人攻击手段。
通过综合运用这些策略，可以有效地对付程序机器人，保护网站和应用程序的安全。