CAPTCHA એક સરળ વિચાર છે: visitor સામે એવું કાર્ય મૂકો જે લોકો કરી શકે અને machines ન કરી શકે, અને જે પાસ થાય તેને અંદર જવા દો. વર્ષો સુધી આ એક યોગ્ય trade-off હતો. લોકોને થોડાં seconds ગુમાવવાં પડતાં, અને સૌથી ખરાબ automation ધીમું પડતું.
ત્રણ બાબતો બદલાઈ. Machines tasks ઉકેલવામાં સારી થઈ ગઈ. લોકો તેમને ઉકેલવાથી કંટાળી ગયા. અને એક નવો પ્રકારનો visitor આવ્યો: વાસ્તવિક customers માટે કાર્ય કરતા AI agents, અને AI assistants સાથે કામ કરતા લોકો. જે test પૂછે છે "શું તમે human છો?" તેનો કોઈ સારું જવાબ આ બંને માટે નથી.
Proof of Actor અલગ approach લે છે. દરેક visitorનું test કરવાની જગ્યાએ, તે તમારી applicationને જણાવે છે કે કોણ અથવા શું કાર્ય કરી રહ્યું છે, અને તેના conclusion પાછળનો પુરાવો પણ આપે છે, અને તમારા codeને નક્કી કરવા દે છે કે challenge ખરેખર જરૂરી છે કે નહીં.
ટૂંકું સંસ્કરણ
| CAPTCHA | Proof of Actor | |
|---|---|---|
| મુખ્ય પ્રશ્ન | શું આ visitor human test પાસ કરી શકે? | કોણ અથવા શું કાર્ય કરી રહ્યું છે, અને પુરાવો શું છે? |
| ખર્ચ કોણ ભોગવે છે | challenge જોનાર દરેક visitor | કોઈ નહીં; classification backgroundમાં થાય છે |
| શક્ય જવાબો | pass અથવા fail | Human, Human + AI, Agent અથવા Unknown, ઉપરાંત basis |
| legitimate AI agents | અટકાવવામાં આવે છે, અથવા test આસપાસથી કામ કરવા મજબૂર થાય છે | ઓળખાય છે, અને યોગ્ય અનુભવ તરફ route થાય છે |
| AI assistants ઉપયોગ કરતા લોકો | અન્ય કોઈપણ visitor જેમ જ ગણાય છે | એક અલગ class, Human + AI |
| અસ્પષ્ટ traffic | એ જ test પાસ કરવો પડે | Unknown, route દીઠ તમે પસંદ કરેલો fallback |
| ક્યાં લાગુ પડે છે | તમે જ્યાં મૂકો તે pages | તમારી integration આવરી લે તે દરેક route |
| install પર default વર્તન | દેખાતો challenge | Observation; policy ઉમેરો ત્યાં સુધી કંઈ બદલાતું નથી |
test સામે પુરાવો
CAPTCHA એક જ bit માહિતી આપે છે: visitor પાસ થયો કે નિષ્ફળ ગયો. તે તમને કહેતી નથી કે visitor કોણ હતો, શું તેઓ assistant સાથે કામ કરતા હતા, અથવા પરિણામ પર તમારો confidence કેટલો હોવો જોઈએ. અને તે bit visitor પાસે કામ કરાવીને આપે છે.
Proof of Actor એક classification અને તેનો evidence basis આપે છે. Verified result એટલે ચકાસી શકાય તેવું statement validate થયું છે, જેમ કે request signature published key સામે ચકાસવામાં આવ્યું. Declared result એટલે client અથવા તમારી પોતાની applicationએ તેને જણાવ્યું છે. Inferred resultને inference તરીકે label કરવામાં આવે છે. Unknown એટલે evidence determinationને support કરતું નથી. તમારી team દરેક result વાંચી શકે છે અને જોઈ શકે છે કે તે શેના પર આધારિત છે, અને visitorને કશું કરવાનું નથી પડતું.
દરેકને challenge કરવાની કિંમત
દરેક challenge તમારા સારા users પર friction મૂકે છે જેથી તમારા ખરાબ users ધીમા પડે. sign-up page પર તે conversionsની કિંમત લે છે. checkout પર તે revenueની કિંમત લે છે. accessibilityના સ્તરે, તે લોકોને સંપૂર્ણપણે બહાર કરી શકે છે. Teams આ કિંમત માત્ર એટલા માટે સ્વીકારે છે કારણ કે તેમની પાસે સામેની બાજુ કોણ છે તેનો વધુ સારો signal નથી.
Actor context સાથે trade બદલાય છે. તમે human-directed sessions માટે સામાન્ય અનુભવ રાખી શકો છો, evidence મજબૂત હોય ત્યાં challenge છોડી શકો છો, અને તેને માત્ર તે સીમિત કેસો માટે રાખી શકો છો જ્યાં તે હજી પણ value ઉમેરે: ઉદાહરણ તરીકે, password change અથવા high-value action પર Unknown result. મોટાભાગના visitors ફરી ક્યારેય challenge જોતા નથી.
legitimate agentsને puzzle નહીં, માર્ગ જોઈએ
CAPTCHA softwareને રોકવા માટે બનાવાયું છે. જ્યારે તમારી pages પર આવતું લગભગ બધું software અણગમતું હતું ત્યારે આ અર્થપૂર્ણ હતું. હવે નથી.
આજે એક assistant customer માટે તમારા plans સરખાવી શકે છે, એક agent તમારી app મારફતે meeting book કરી શકે છે, અને એક AI client task પૂરો કરવા માટે તમારા MCP serverને call કરી શકે છે. તેમને રોકવાથી તમારા customers રોકાઈ જાય છે. લોકોને ધ્યાનમાં રાખીને બનાવેલા pages અને puzzlesમાંથી તેમને પસાર કરવાથી brittle automation બને છે જે દરેક redesign પર તૂટી જાય છે.
Proof of Actor agentsને ઓળખે છે, અને signed requests સાથે તે verify કરી શકે છે કે તેમના પાછળ કઈ key અને operator છે. ત્યારબાદ તમારી application challenge કરતાં કંઈક વધુ સારું કરી શકે છે: structured API serve કરવું, agent-friendly flow આપવું, અથવા automation માટે યોગ્ય કદનું rate limit લાગુ કરવું. AI agentsને structured content serve કરવાની guide આ કેવી રીતે કરવું તે બતાવે છે.
Verified identity permission જેટલી જ નથી. માન્ય signature તમને જણાવે છે કે કઈ keyએ request sign કરી; તે agent કોઈ action કરી શકે કે નહીં તે તમારો authorization decision છે. Proof of Actor આ બે પ્રશ્નોને અલગ રાખે છે.
AI સાથે કામ કરતા લોકો હજી પણ તમારા users છે
એક વ્યક્તિ જે assistant સાથે support message draft કરે છે, અથવા AI મદદથી form ભરે છે, તે customer છે. human test તેમના વિશે કંઈ ઉપયોગી નથી કહેતી: તેઓ તો પાસ થાય છે, અથવા તેમનું વર્તન અસામાન્ય લાગે એટલે તેઓ block થઈ જાય છે.
Proof of Actor તેમને તેમની પોતાની class આપે છે, Human + AI, જે assistance declared હોય ત્યારે અથવા supported integration દ્વારા observable હોય ત્યારે report થાય છે. તે તમને AI-drafted submissionsને યોગ્ય team માટે label કરવાની, assisted users તમારા productમાં કેવી રીતે આગળ વધે છે તે અભ્યાસ કરવાની, અને તેમનો અનુભવ સરળ રાખવાની તક આપે છે. વધુ માટે AI-assisted interaction glossary entry જુઓ.
અનિશ્ચિત કેસોને જાણબૂઝીને હેન્ડલ કરવું
કેટલાક traffic હંમેશા અસ્પષ્ટ રહેશે. CAPTCHA તેને બધે એક જ રીતે હેન્ડલ કરે છે: દરેક વ્યક્તિ test લે છે.
Proof of Actor Unknownને first-class result તરીકે આપે છે, defaultથી ક્યારેય human તરીકે ગણતું નથી અને defaultથી ક્યારેય malicious તરીકે પણ ગણતું નથી. તમે risk પ્રમાણે route દીઠ fallback પસંદ કરો છો:
- Public pages અને documentation: allow કરો, અને સામાન્ય અનુભવ રાખો.
- Sign-up અને contact forms: allow કરો, તમારા સામાન્ય abuse controls સાથે.
- Account changes: તમારો હાલનો re-authentication flow રાખો.
- High-impact actions: review તરફ route કરો, અથવા જો હજી પણ challenge જોઈએ તો અહીં challenge લાગુ કરો.
અહીં challenge હજી પણ પોતાનું સ્થાન કમાઈ શકે છે: sensitive route પર એક જાણબૂઝીને લેવાયેલ policy outcome તરીકે, દરેક visitor પર લાગેલા toll તરીકે નહીં.
નિર્ણય ક્યાં રહે છે
CAPTCHA widget તે દેખાય ત્યારે જ, તમે જ્યાં મૂક્યું હોય તે page પર, અને માત્ર એક વાર નિર્ણય લે છે.
Proof of Actor સાથે, તમારી application નિર્ણય લે છે, તમારી integration આવરી લે તે દરેક route પર: server middleware, Next.js, edge, approved browser integration, generic HTTP API અથવા તમારો MCP server. Policies actor class અને basisને સાથે ઉપયોગ કરે છે: allow, adapt, challenge, review અથવા rate-limit. તે તમારા codeમાં, તમારા અન્ય business logicની બાજુમાં રહે છે, અને તમે page redesign કર્યા વિના તેમને બદલી શકો છો.
તેને rollout કરવું
Proof of Actor observation modeમાં શરૂ થાય છે. તેને install કરવાથી તમારા users જે જુએ છે તેમાં કંઈ બદલાતું નથી. blanket challengesથી દૂર જવાનો યોગ્ય માર્ગ આ રીતે દેખાય છે:
- Observe. તમારા હાલના challenges રાખો અને Proof of Actor ઉમેરો. દરેક route પર actor mix અને Unknown rate જુઓ.
- Compare. દરેક challenged route માટે જુઓ કે કેટલા challenges human sessions, AI-assisted users અને verified agents સુધી પહોંચે છે.
- Preview. એવો policy લખો જે evidence મજબૂત હોય ત્યાં challenge છોડી દે અને sensitive actions પર Unknown માટે તેને રાખે. વાસ્તવિક traffic સામે તેની અસર preview કરો.
- Enforce. એક સમયે એક route પર policy ચાલુ કરો, documented fallback અને rollback switch સાથે.
actor-aware policiesને સલામત રીતે rollout કરવાની guide દરેક stepને વિગતે આવરી લે છે.
CAPTCHA હજી પણ ક્યારે અર્થપૂર્ણ છે
Challenges થોડાં સ્થળે ઉપયોગી સાધન જ રહે છે: sensitive action સામે unclear trafficનો અચાનક વધારો, active abuse હેઠળનું form, અથવા એવો route જ્યાં હજી તમારી પાસે બીજો signal નથી. Proof of Actor તમને આ સાધન ફેંકી દેવા નથી કહેતું. તે તમને context આપે છે જેથી તમે તેને માત્ર ત્યાં જ ઉપયોગ કરો જ્યાં તે મદદરૂપ થાય.
શરૂ કરો
Proof of Actor private betaમાં છે. પસંદ કરાયેલા founding developer teams agreed usage limitsની અંદર 12 months સુધીનું free access, અને તેને બનાવતી team તરફથી direct support મેળવી શકે છે. early access માટે અરજી કરો અને આજે તમે કયા routesને challenge કરો છો તે જણાવો.