তুলনা

Proof of Actor বনাম bot management: ভিন্ন প্রশ্ন, একটি stack

Bot management আপনার infrastructure-কে abusive automation থেকে রক্ষা করে। Proof of Actor আপনার application-কে actor context দেয়, যাতে এটি মানুষ, AI-assisted user এবং agent-কে ভিন্নভাবে service দিতে পারে। নিচে দেখানো হয়েছে তারা কীভাবে তুলনীয় এবং কীভাবে একসঙ্গে কাজ করে।

প্রাথমিক access পান কীভাবে কাজ করে তা অন্বেষণ করুন

দ্বারা Toshendra SharmaFounder & CEO, AgentCredia · Updated November 13, 2026

ওয়েবের ইতিহাসের বেশিরভাগ সময়ে, automated traffic-এর security stack-এ একটাই কাজ ছিল: শনাক্ত হওয়া এবং থামানো। Bot management সেই কাজকে কেন্দ্র করে গড়ে উঠেছে। এটি আপনার infrastructure-এর edge-এ বসে, request score করে, এবং যেগুলো abusive মনে হয় সেগুলো block বা challenge করে। এটি এতে খুবই দক্ষ, এবং এটি আপনার রাখা উচিত।

AI agent-রা application-এর কী জানা দরকার তা বদলে দিয়েছে। এখন automated request-এর একটি বাড়তে থাকা অংশ আসে agent-এর মাধ্যমে, যা বাস্তব customer-এর হয়ে কাজ করছে: একটি assistant plan তুলনা করছে, একটি agent support ticket দাখিল করছে, একটি client কাজ শেষ করতে আপনার MCP server-এ call করছে। একই সময়ে, অনেক মানুষ আপনার product AI assistant পাশে রেখে ব্যবহার করে। এগুলো attack নয়। এগুলো user, এবং block page-এর বদলে সঠিক experience তাদের পাওয়ার যোগ্য।

এই ফাঁকটাই Proof of Actor পূরণ করে। এই page সরলভাবে দুই category তুলনা করে, যাতে আপনি দেখতে পারেন প্রতিটির জায়গা কোথায়।

সংক্ষিপ্ত সংস্করণ

	Bot management	Proof of Actor
মূল প্রশ্ন	এই request কি থামানো উচিত?	কে বা কী action নিচ্ছে, এবং evidence কী?
এটি কোথায় চলে	edge-এ, আপনার application-এর সামনে	আপনার application, API বা MCP server-এর ভিতরে
সাধারণ output	allow, block বা challenge; প্রায়ই একটি score	Human, Human + AI, Agent বা Unknown, সঙ্গে basis
AI-assisted মানুষকে কীভাবে দেখে	সাধারণত অন্য মানুষের থেকে আলাদা করা যায় না	একটি পৃথক class, Human + AI
অস্পষ্ট traffic-কে কীভাবে দেখে	প্রায়ই challenge বা block করা হয়	Unknown, route অনুযায়ী আপনি যে fallback বেছে নেন তার সঙ্গে
response কে সিদ্ধান্ত নেয়	edge rule set	আপনার application code
install-এর পর default behavior	Enforcement	Observation; আপনি policy যোগ না করা পর্যন্ত কিছু বদলায় না
সবচেয়ে ভালো কাজে লাগে	credential stuffing, scraping abuse এবং volumetric attack থামাতে	প্রতিটি actor-এর জন্য product, analytics এবং policy decision

এই page-এর বাকি অংশে প্রতিটি row ব্যাখ্যা করা হয়েছে।

দুটি ভিন্ন প্রশ্ন

Bot management একটি protection প্রশ্নের উত্তর দেয়। এর লক্ষ্য হল abusive automation-কে আপনার infrastructure, account এবং inventory থেকে দূরে রাখা। এটি যে signal সংগ্রহ করে, সবই সেই লক্ষ্য পূরণে ব্যবহৃত হয়, এবং এর output একটি decision: request-কে ঢুকতে দেওয়া, block করা, বা সামনে একটি challenge রাখা।

Proof of Actor একটি understanding প্রশ্নের উত্তর দেয়। এর লক্ষ্য হল আপনার application-কে বলা যে প্রতিটি interaction-এর চালক কে বা কী, যাতে আপনি ঠিক করতে পারেন কীভাবে service দিতে হবে। এর output request-এর ওপর কোনো verdict নয়। এটি evidence-সহ একটি classification:

Human: observable signal দেখায় মানব-নির্দেশিত interaction।
Human + AI: একটি person AI assistance নিয়ে interaction পরিচালনা করেছে, যা declared বা observed।
Agent: automated বা agent-origin interaction, যা verifiable identity বা qualified inference দ্বারা সমর্থিত।
Unknown: evidence নির্ভরযোগ্য determination সমর্থন করে না।

প্রতিটি result তার evidence basis-ও জানায়: verified, declared, inferred বা unknown। product decision-এর জন্য এই তথ্য দরকার, এবং protection score সেটি বহন করার জন্য তৈরি নয়।

প্রতিটি কোথায় চলে

Bot management সাধারণত network edge বা reverse proxy-তে চলে, সবকিছুর সামনে। protection-এর জন্য এটি একদম সঠিক অবস্থান। এটি traffic আগেভাগে দেখে, attack আপনার খরচ তৈরি করার আগেই absorb করে, এবং আপনার origin server-কে পরিষ্কার রাখে।

Proof of Actor সেখানে চলে যেখানে আপনার application logic থাকে: server middleware, Next.js, আপনি নিয়ন্ত্রণ করেন এমন edge layer, একটি approved browser integration, একটি generic HTTP API, বা আপনার MCP server। এই অবস্থান এটিকে আপনার application কী জানে তার access দেয়: কোন route call হচ্ছে, এটি কোন workflow-এর অংশ, আপনার own assistant কোনো action করেছে কি না, এবং কোনো client নিজেকে declared করেছে কি না। পূর্ণ তালিকার জন্য integration paths দেখুন।

দুটি ভিন্ন জায়গায় চলার কারণে, তারা একই কাজের জন্য প্রতিযোগিতা করে না। একটি request আপনার bot management পেরোতে পারে, আপনার application-এ পৌঁছাতে পারে, এবং তারপর actor context পেতে পারে যা response shape করে।

Score বনাম evidence

অনেক protection product তাদের judgment একটি score হিসেবে প্রকাশ করে। block decision-এর জন্য score কার্যকর: একটি threshold বেছে নিন, তার ওপরে act করুন। কিন্তু প্রশ্ন যদি হয় "এই actor-এর কী experience পাওয়া উচিত?" তাহলে এটি অনেক কম উপযোগী।

একটি score আপনাকে বলে না যে low-risk request কি একজন person, assistant-এর সঙ্গে কাজ করা person, নাকি well-behaved agent থেকে এসেছে। এটি বলে না conclusions-এর কোন অংশ verified আর কোন অংশ inferred। এবং এটিকে number-এ ঠেলে না দিয়ে "আমরা জানি না" বলারও উপায় নেই।

Proof of Actor এই distinction-গুলো ধরে রাখে। একটি verified agent result মানে request signature প্রকাশিত key-এর সঙ্গে checked হয়েছে, উদাহরণস্বরূপ HTTP Message Signatures-এর মাধ্যমে। একটি declared result মানে client বা আপনার own application সেটি stated করেছে। একটি inferred result inference হিসেবে labeled থাকে। আর Unknown একটি first-class answer, hidden default নয়। আপনার team প্রতিটি result পড়তে পারে এবং এটি ঠিক কীসের ওপর দাঁড়িয়ে আছে তা দেখতে পারে।

AI-assisted মানুষ bot নয়

অধিকাংশ application-এ সবচেয়ে দ্রুত-বর্ধনশীল group হলো AI-সহ কাজ করা মানুষ। তারা assistant-এর সাহায্যে message draft করে, সাহায্য নিয়ে form পূরণ করে, এবং পাশে AI tool নিয়ে আপনার product ব্যবহার করে। Protection tooling তাদের অন্য মানুষের থেকে আলাদা করতে তৈরি হয়নি, এবং তা করার দরকারও নেই।

কিন্তু আপনার product-এ প্রায়ই এটি দরকার হয়। আপনি হয়তো AI-drafted support ticket label করতে চান, যাতে সঠিক team সেগুলো handle করে, AI-assisted user onboarding-এ কীভাবে এগোয় তা measure করতে চান, বা তাদের জন্য আরও মসৃণ পথ দিতে চান। Proof of Actor এই group-কে তার own class, Human + AI, দেয়, এবং যখন assistance declared হয় বা supported integration-এর মাধ্যমে observable হয় তখনই তা report করে। আরও পড়ুন AI-assisted interaction glossary entry-তে।

Unknown একটি answer, threat নয়

প্রতিটি classifier এমন traffic-এর মুখোমুখি হয় যা ব্যাখ্যা করতে পারে না। Protection system-গুলো সাধারণত cautious হতে তৈরি, তাই অস্পষ্ট traffic-এ প্রায়ই challenge আসে। edge-এ এটি একটি যুক্তিসংগত পছন্দ।

আপনার application-এর ভিতরে, একটি একক cautious default অনেক সময় ভুল পছন্দ। একটি public documentation page-এর জন্য unknown request এবং account password বদলানোর জন্য unknown request-এর handling আলাদা হওয়া উচিত। Proof of Actor Unknown-কে নিজস্ব result হিসেবে ফেরত দেয় এবং route অনুযায়ী fallback সেট করতে দেয়: public page-এ allow করুন, account change-এ আপনার existing check বজায় রাখুন, high-impact action-এ review-তে route করুন। Unknown traffic handling-এর guide-এ pattern-গুলো দেখানো হয়েছে।

response কে কে সিদ্ধান্ত নেয়

Bot management-এর ক্ষেত্রে edge-এর rule set সিদ্ধান্ত নেয়। এটি কার্যকর এবং আপনার properties জুড়ে decision-কে consistent রাখে।

Proof of Actor-এর ক্ষেত্রে আপনার application সিদ্ধান্ত নেয়। product actor context সরবরাহ করে; আপনার code policy প্রয়োগ করে। আপনি verified agent-কে মানুষের জন্য তৈরি page-এর বদলে structured API দিতে পারেন, human session-এর জন্য standard experience রাখতে পারেন, AI-assisted submission label করতে পারেন, এবং আপনার own condition অনুযায়ী sensitive action-এ stronger credential চাইতে পারেন। Policy route, actor class এবং basis অনুযায়ী লেখা হয়, এবং business logic-এর বাকি অংশের পাশেই থাকে।

আগে observation

Bot management সাধারণত enforcement-এর জন্য install করা হয়, কারণ এর পুরো মূল্য abuse থামানো।

Proof of Actor observation mode-এ শুরু হয়। এটি install করলে আপনার application কীভাবে behave করে তাতে কিছুই বদলায় না। আপনি route অনুযায়ী প্রকৃত actor mix দেখেন, evidence review করেন, real traffic-এর বিরুদ্ধে policy-এর effect preview করেন, এবং প্রস্তুত হলে এক সময়ে এক route-এ enforcement করেন। actor-aware policy safely roll out করা-এর guide-এ এই process ব্যাখ্যা করা হয়েছে।

দুটো কীভাবে একসঙ্গে কাজ করে

সবচেয়ে শক্তিশালী setup-এ দুটোই থাকে, প্রত্যেকটি নিজের layer-এ:

edge-এ, bot management credential stuffing, scraping abuse এবং volumetric attack থামায়।
আপনার application-এ, Proof of Actor যে traffic পেরিয়ে আসে তাকে Human, Human + AI, Agent বা Unknown হিসেবে classifies করে, basis-সহ।
আপনার code-এ, policy এই context ব্যবহার করে experience বেছে নেয়: verified agent-এর জন্য structured API, person-এর জন্য normal flow, AI-assisted submission-এর জন্য একটি label, Unknown-এর জন্য একটি explicit fallback।
আপনার analytics-এ, আপনার team দেখে কোন route এবং workflow প্রতিটি actor class ব্যবহার করছে, যাতে product এবং security একই picture থেকে কাজ করে।

edge decision-কে actor result-এর পাশে record করলে picture সম্পূর্ণ হয়: protection কী করল, আর আসলে কে action নিচ্ছিল।

কখন কোনটি বেছে নেবেন

যখন আপনার প্রধান সমস্যা abuse: account takeover attempt, inventory hoarding, aggressive scraping বা traffic flood, তখন bot management বেছে নিন।

যখন আপনার প্রধান প্রশ্ন আপনার user-কে ঘিরে: আপনার product-এর কত অংশ agent-রা ইতিমধ্যেই ব্যবহার করছে, কোন agent আপনার API বা MCP server-এ কল করছে, AI-assisted মানুষ কোথায় আটকে যায়, এবং কোন route-এ actor-aware policy দরকার, তখন Proof of Actor বেছে নিন।

যেসব team একটি production application, API বা MCP server চালায়, তাদের সাধারণত এই দুই প্রশ্নের উত্তরই দরকার হয়, তাই দুটো একই stack-এ থাকা উচিত।

শুরু করুন

Proof of Actor private beta-তে রয়েছে। নির্বাচিত founding developer team agreed usage limits-এর মধ্যে 12 months পর্যন্ত free access পেতে পারে, এবং এটি বানানো team-এর সরাসরি support-সহ। early access-এর জন্য apply করুন এবং আপনি যে application ও interaction বুঝতে চান তা আমাদের জানান।

ডেভেলপারদের জন্য

What your code receives

Every interaction resolves to one result record. Your application reads the class and the basis and applies its own policy.

Result record

{
  "route": "GET /api/v1/catalog",
  "class": "agent",
  "basis": "verified",
  "evidence": [
    { "signal": "http_message_signature", "result": "valid", "keyid": "assistant.example" },
    { "signal": "client_declaration", "value": "assistant.example" }
  ],
  "observed_at": "2026-11-13T10:42:07Z"
}

class: Human, Human + AI, Agent বা Unknown।
basis: evidence কতটা শক্তিশালী: verified, declared, inferred বা unknown।
evidence: result-এর পেছনের signals, যাতে আপনার team কারণটি দেখতে পারে।

observation mode-এ শুরু করুন: results আপনার logs-এর পাশে record করুন এবং আপনি কোনো policy বেছে না নেওয়া পর্যন্ত কিছুই পরিবর্তন করবেন না। Node.js integration guide পড়ুন

প্রায়শই জিজ্ঞাসিত প্রশ্ন

Proof of Actor কি bot management-এর বিকল্প?

না। Bot management abusive automation যেমন credential stuffing, scraping abuse এবং volumetric attack আপনার application-এ পৌঁছানোর আগেই থামায়। Proof of Actor আপনার application-এর ভিতরে কাজ করে এবং product ও policy decision-এর জন্য actor context দেয়। দুটোই রাখুন।

Product decision নিতে bot score ব্যবহার না করার কারণ কী?

Bot score তৈরি হয়েছে এই প্রশ্নের উত্তর দেওয়ার জন্য যে একটি request থামাতে হবে কি না। এটি সাধারণত বলে না যে কোনো person AI-সহ কাজ করছিল কি না, কোন agent কল করছে, বা score-এর ভিত্তি কী। Proof of Actor একটি class এবং একটি explicit basis ফেরত দেয়, আর product decision-এর জন্য সেটাই দরকার।

দুটো কি signal ভাগ করতে পারে?

হ্যাঁ। আপনার application edge control-এর outcome-কে Proof of Actor result-এর পাশাপাশি record করতে পারে, যাতে আপনার team একই request-এর জন্য protection decision এবং actor context দুটোই দেখে।

Proof of Actor কি traffic block করে?

না। এটি observation mode-এ শুরু হয় এবং আপনি policy না লেখা পর্যন্ত কিছুই বদলায় না। Enforcement সবসময় আপনার own application code-এর ভিতরেই থাকে।

আগে কোনটি add করা উচিত?

যদি সক্রিয় abuse-এর মুখোমুখি হন, bot management দিয়ে শুরু করুন। যদি আপনি আপনার product ইতিমধ্যেই ব্যবহার করা মানুষ, AI-assisted user এবং agent-কে বুঝতে ও service দিতে চান, তাহলে Proof of Actor যোগ করুন। অধিকাংশ production team শেষ পর্যন্ত দুটোই ব্যবহার করে।

কে আপনার app ব্যবহার করছে, তা জানুন।

Founding developer-এর একটি ছোট group-এর জন্য private beta।

প্রাথমিক access পান মূল্য দেখুন

আগে কথা বলতে চান? Founders-এর সঙ্গে কথা বলুন