સરખામણી

Proof of Actor vs Mixpanel: product analytics અને actor evidence, બાજુ બાજુ

Mixpanel teams ને સમજવામાં મદદ કરે છે કે users તેમના product ને કેવી રીતે adopt અને retain કરે છે. Proof of Actor તમારા application ને કહે છે કે દરેક interaction પર કોણ અથવા શું act કરી રહ્યું છે, તેની પાછળનું evidence સાથે, અને તમારા code ને નક્કી કરવા દે છે કે શું કરવું. અહીં તેઓ કેવી રીતે સરખાય છે અને કેવી રીતે સાથે કામ કરે છે તે બતાવ્યું છે.

પ્રારંભિક ઍક્સેસ મેળવો તે કેવી રીતે કાર્ય કરે છે તે અન્વેષણ કરો

દ્વારા Toshendra Sharmaસ્થાપક અને CEO, AgentCredia · Updated November 13, 2026

ટૂંકો જવાબ

Mixpanel એક product analytics tool છે જે માપે છે કે users તમારા product માંથી કેવી રીતે move કરે છે, અને તે user agent આધારિત known agents અને bots ના events ને label કરે છે. Proof of Actor દરેક interaction ને Human, Human + AI, Agent અથવા Unknown તરીકે evidence basis સાથે classify કરે છે, અને તમારા application ને તેના પર route કરવા દે છે. Product analytics માટે Mixpanel રાખો અને જ્યારે તમને કોણ act કરી રહ્યું છે તે જાણવું હોય અને આગળ શું થાય તે નક્કી કરવું હોય ત્યારે Proof of Actor ઉમેરો.

Mixpanel એક product analytics platform છે. Teams તેનો ઉપયોગ એ જોવા માટે કરે છે કે લોકો કયા features adopt કરે છે, funnel માં ક્યાં drop out કરે છે, અને આવતા અઠવાડિયે કોણ પાછું આવે છે. તે આ કામમાં ઉત્તમ છે, અને ઘણા product teams માટે તે જ જગ્યા છે જ્યાં user behavior વિશેના પ્રશ્નોના જવાબ મળે છે.

હવે આ પ્રશ્નોની બાજુમાં એક નવો પ્રશ્ન પણ ઊભો થયો છે. તમારા product માંના કેટલાક events હવે કોઈ વ્યક્તિ click કરે છે તેના કારણે driven નથી. તે real customers માટે act કરતા AI agents, AI assistant સાથે કામ કરતા લોકો, અને હજી સુધી તમે સમજી ન શકતા automation માંથી આવે છે. Funnel વાંચતા પહેલાં, increasingly તમને જાણવું પડે છે કે તેમાંના events કોણ અથવા શું પેદા કરી રહ્યું છે, અને તમારા application ને પણ એ જ વાત તરત જ જાણવા જોઈએ જેથી તે response આપી શકે. એ જ કામ માટે AgentCredia નું Proof of Actor બનાવાયું છે.

આ page બંનેની ન્યાયપૂર્વક સરખામણી કરે છે. નીચેના Mixpanel facts November 2026 સુધી Mixpanel ની own documentation પરથી છે.

ટૂંકું સંસ્કરણ

	Mixpanel	Proof of Actor
મુખ્ય પ્રશ્ન	users કેવી રીતે adopt, convert અને retain કરે છે?	આ interaction પર કોણ અથવા શું act કરી રહ્યું છે, અને evidence શું છે?
તે ક્યાં collect કરે છે	Client અને server SDKs ઉપરાંત ingestion APIs; શક્ય હોય ત્યાં server-side tracking ની Mixpanel ભલામણ કરે છે	Server middleware, edge, HTTP API, MCP servers, અને approved browser collector
Agent અને bot labels	`$mp_actor_type` of agent, bot અથવા none, user agent પરથી classify થયેલ	Human, Human + AI, Agent અથવા Unknown, stated basis સાથે
Verified agent identity	Mixpanel ની bot traffic documentation માં વર્ણવેલું નથી	જ્યારે request signature published key સામે check થાય ત્યારે Verified basis
AI-સહાયિત લોકો	અલગ class તરીકે વર્ણવેલ નથી	પ્રથમ-શ્રેણી result: Human + AI
અસ્પષ્ટ traffic	કોઈ agent અથવા bot match ન હોય ત્યારે none તરીકે label થાય છે	Unknown તરીકે report થાય છે, તમારા પસંદ કરેલા fallback સાથે
Traffic પર act કરે છે	ના, તે events analyze કરે છે	Observation પછી, તમારા own code માં policies મુજબ route કરે છે

આ page નો બાકીનો ભાગ દરેક row સમજાવે છે.

Mixpanel નું event model શું માટે બનાવાયું છે

Mixpanel events અને તેમની સાથે જોડાયેલા properties આસપાસ બનાવાયું છે. તમે sign up, create project અથવા invite teammate જેવી actions instrument કરો છો, plan અથવા platform જેવા properties ઉમેરો છો, અને પછી આ properties અનુસાર events ને break down કરીને funnels, retention curves, flows અને cohorts બનાવો છો. Mixpanel માં દરેક analysis પ્રશ્ન અંતે એ પ્રશ્ન બની જાય છે કે કયા events થયા, કોને થયા, અને કયા property values સાથે થયા.

એ જ કારણ છે કે actor context તેમાં એટલું સારું fit થાય છે. Actor label માત્ર એક બીજું property છે, અને એક વાર તે તમારા events પર આવી જાય, પછી દરેક funnel અને retention chart ને તેના મુજબ split કરી શકાય છે. Mixpanel પોતાની actor labelling સાથે પહેલેથી જ આ દિશામાં આગળ વધ્યું છે. ખુલ્લો પ્રશ્ન એ છે કે આ property કયા આધાર પર છે, અને request હજુ handle થઈ રહી હોય ત્યારે શું તમારું application એ જ જવાબ ઉપયોગ કરી શકે છે કે નહીં.

Proof of Actor એ જવાબ request path માં આપે છે. દરેક interaction ને ચાર classes માંથી એક મળે છે: Human જ્યારે signals એક વ્યક્તિ દર્શાવે, Human + AI જ્યારે કોઈ વ્યક્તિ declared અથવા supported integration મારફતે observed થયેલી AI assistance સાથે act કરે, Agent automated અથવા agent-origin interaction માટે, અને Unknown જ્યારે evidence વિશ્વસનીય determination ને support ન કરે. દરેક result તેની evidence basis જણાવે છે, verified, declared, inferred અથવા unknown, જે property ને labelમાંથી stated strength ધરાવતા label માં ફેરવે છે.

દરેક ક્યાં ચાલે છે

Mixpanel client-side અને server-side tracking બંને આપે છે. તેની choosing a tracking method વિષયક documentation શક્ય તેટલું બધું servers પરથી track કરવાની અને જરૂરી હોય ત્યારે client-side tracking સાથે પૂરક બનાવવા ભલામણ કરે છે, અને નોંધે છે કે client-side tracking ad blockers થી પ્રભાવિત થાય છે.

Proof of Actor પણ server-side ચાલે છે, પણ તેની સ્થિતિ અલગ છે. તે તમારા application ના request path માં બેસે છે: Node.js middleware, Next.js, તમારી નિયંત્રણમાંનો edge layer, generic HTTP API અથવા તમારો MCP server, અને approved pages પર optional browser collector. આ તેને request ના ક્ષણે signals જોવા દે છે, જેમ કે client એ signature રજૂ કર્યું કે નહીં, client એ પોતે declared કર્યું કે નહીં, અને તમારી own assistant એ action લીધું કે નહીં. સંપૂર્ણ યાદી માટે integrations page જુઓ.

Mixpanel bots અને AI agents ને કેવી રીતે treat કરે છે

Mixpanel એ અહીં વાસ્તવિક support ઉમેર્યું છે, અને તેનું credit તેને મળવું જોઈએ. તેની bot traffic documentation અનુસાર:

Mixpanel JavaScript library default રૂપે known crawlers ની ટૂંકી યાદી filter કરે છે, જેમાં Googlebot અને Bingbot પણ સામેલ છે.
$ignore property set કરીને મોકલાયેલ કોઈપણ event ingestion સમયે drop થઈ જાય છે, તેથી તમે તમારી own filtering logic લખી શકો છો.
Mixpanel ની ingestion APIs દરેક event ના user agent ને classify કરે છે અને $mp_actor_type (Actor Type) ને LLM જે માનવ user ની તરફેણે act કરે છે એવા requests માટે agent, crawlers અને search indexers જેવી generic automated traffic માટે bot, અથવા કંઈ પણ લાગુ ન પડે ત્યારે none સેટ કરે છે. જ્યારે type agent અથવા bot હોય, ત્યારે $mp_actor_name (Actor Name) વર્ગીકૃત identity ધરાવે છે, જેમ કે GPTBot અથવા ClaudeBot.
Server-side tracking સાથે, classification Mixpanel સુધી પહોંચેલા request ના user agent નો ઉપયોગ કરે છે, જે તમારા server ની HTTP library છે, જો તમે અંતિમ user નો user agent આગળ ન મોકલો તો, ઉદાહરણ તરીકે $mp_raw_user_agent માં. Mixpanel નોંધે છે કે નહિતર classification અચોક્કસ હોઈ શકે છે.
Mixpanel માં events immutable છે, તેથી પહેલેથી record થયેલ bot events ને delete કરવાને બદલે analysis માંથી filter કરીને handle કરવામાં આવે છે.

આ એક ઉપયોગી reporting label છે. અને ડિઝાઇન પ્રમાણે, તે user agent string પરથી મેળવેલું label પણ છે. User agent strings self-reported હોય છે અને નકલ કરવી સહેલી છે, આ સમસ્યા user agent spoofing entry માં આવરી લેવામાં આવી છે. અને documentation AI assistance સાથે કામ કરતા લોકો માટે કોઈ class વર્ણવતું નથી, અથવા evidence એટલું નબળું હોય ત્યારે કહેવાની કોઈ રીત પણ આપતું નથી.

`$mp_actor_type` અને Proof of Actor class, બાજુ બાજુ

કારણ કે બંને results એ જ Mixpanel event પર રહી શકે છે, તેથી તેઓ કેવી રીતે સંબંધિત છે તે જોવું ઉપયોગી છે:

`$mp_actor_type`	તે કયા આધાર પર છે	Proof of Actor class શું ઉમેર શકે
`agent`	user માટે act કરતા LLM માટે user agent match	જ્યારે request valid signature ધરાવે ત્યારે verified basis સાથે Agent, અથવા અન્યથા declared અથવા inferred basis
`bot`	crawlers અને indexers માટે user agent match	evidence તેને support કરે ત્યારે Agent, અથવા crawler-style user agent ને બીજું કંઈ backing ન મળે ત્યારે Unknown
`none`	user agent પર કોઈ agent અથવા bot match નહીં	Human, Human + AI અથવા Unknown, જેથી assisted people અને unexplained traffic એક જ bucket માં છુપાઈ ન રહે

મુખ્ય તફાવતો એમાંથી આવે છે કે દરેક જવાબ ક્યાં ઉત્પન્ન થાય છે.

User agent string કરતાં વધુ evidence. $mp_actor_type user agent પરથી derived છે, જે self-reported છે અને નકલ કરવું સરળ છે, જેમ user agent spoofing entry સમજાવે છે. Verified Proof of Actor result નો અર્થ છે કે request signature ને published key સામે તપાસવામાં આવ્યો હતો, HTTP Message Signatures નો ઉપયોગ કરીને જેમ RFC 9421 માં વ્યાખ્યાયિત છે અને Web Bot Auth માં ઉપયોગ થાય છે.

AI-સહાયિત લોકો માટે એક class. $mp_actor_type હેઠળ, assistant સાથે drafting કરનાર વ્યક્તિ none માં બીજા બધા users સાથે સમાઈ જાય છે. Proof of Actor જ્યારે assistance declared હોય અથવા supported integration મારફતે observed થયેલી હોય ત્યારે Human + AI report કરે છે, જેથી Mixpanel funnel બતાવી શકે કે AI-સહાયિત users ઝડપી activate થાય છે કે અલગ જગ્યાએ અટકી જાય છે.

none ના બદલે Unknown. none નો અર્થ છે કોઈ match મળ્યો નહીં. Unknown નો અર્થ છે evidence calls કરવા માટે પૂરતું મજબૂત ન હતું, જે અલગ અને વધુ ઉપયોગી statement છે. તમે route મુજબ Unknown rate track કરી શકો છો, અને handling Unknown traffic પરનો guide fallback patterns આવરી લે છે.

એવા events જે ક્યારેય તમારા tracking માંથી પસાર થતા નથી. Agents ઘણીવાર UI માં click કરવા બદલે APIs અને MCP servers ને call કરે છે. Proof of Actor એ interactions જ્યાં થાય છે ત્યાં classify કરે છે, જેમાં MCP tool calls પણ સામેલ છે; MCP servers use case જુઓ.

Request સમયે નિર્ણય. Mixpanel events immutable છે અને પછીથી analyze થાય છે, જે analytics માટે યોગ્ય છે. Proof of Actor તમારા application ને route, class અને basis મુજબ allow, adapt, challenge, review માટે મોકલો અથવા rate-limit કરવાની પણ મંજૂરી આપે છે. તે observation mode માં શરૂ થાય છે, તેથી તમે enforce કરવાનું પસંદ કરો ત્યાં સુધી કંઈ બદલાતું નથી.

Mixpanel અને Proof of Actor ને સાથે કેવી રીતે વાપરવું

Request પર classify કરો. Proof of Actor તમારા application, API અથવા MCP server માં દરેક interaction માટે class અને basis આપે છે.
બે event properties ઉમેરો. તમે પહેલેથી મોકલતા Mixpanel events પર class અને basis ને properties તરીકે જોડો, ઉદાહરણ તરીકે તમે જેને actor_class અને actor_basis નામ આપો છો તે. Server-side tracking આને સરળ બનાવે છે કારણ કે result તમારા application પાસે હોય છે.
$mp_actor_type પણ રાખો. અંતિમ user નો user agent આગળ મોકલો જેથી Mixpanel નું own label ચોક્કસ રહે, અને બંને properties સરખાવો. જ્યાં તેઓ અસહમત હોય, ત્યાં Proof of Actor basis તમને કયા evidence પર વિશ્વાસ કરવો તે જણાવે છે.
તમે પહેલેથી વાપરતા reports ને break down કરો. Funnels, retention અને flows ને actor class મુજબ split કરો જેથી જાણી શકાય કે agent-driven sign ups human ones જેટલા retain કરે છે કે નહીં, અથવા AI-સહાયિત users activate વધુ વહેલા પહોંચે છે કે નહીં. SaaS apps use case બતાવે છે કે આ સૌથી વધુ ક્યાં મહત્વ ધરાવે છે.
જ્યાં મહત્વ હોય ત્યાં act કરો. એવા routes માટે policies લખો જ્યાં actor class experience બદલવી જોઈએ. rolling out actor-aware policies safely પરનો guide પ્રક્રિયા આવરી લે છે.

કયારે કયું પસંદ કરવું

જ્યારે તમારો પ્રશ્ન product behavior વિશે હોય ત્યારે Mixpanel પસંદ કરો: activation, conversion, retention, feature adoption અને users લેતા paths. તેનું $mp_actor_type label આ analysis અંદર agents અને bots ને અલગ પાડવાની સારી પ્રથમ કસોટી છે.

જ્યારે તમને આ label સાથે evidence પણ જોઈએ, AI-સહાયિત users તમારા product માટે મહત્વ ધરાવે, તમારી ઘણી agent traffic APIs અથવા MCP servers મારફતે આવે, અથવા તમારું application report માં નહીં પરંતુ request સમયે પ્રતિભાવ આપવું જોઈએ ત્યારે Proof of Actor ઉમેરો. Mixpanel તમને તમારા product નો ઉપયોગ કેવી રીતે થાય છે તે જણાવે છે. Proof of Actor તમને દરેક interaction પર કોણ તેનો ઉપયોગ કરે છે તે evidence સાથે જણાવે છે, અને તમારા code ને તેના પર act કરવાની રીત આપે છે.

શરૂઆત કરો

Proof of Actor private beta માં છે. founding developer program દ્વારા, પસંદ કરેલી teams agreed usage limits હેઠળ automatic billing વિના up to 12 months નો free access મેળવી શકે છે. early access માટે apply કરો અને તમારા product તથા તમે સમજવા માંગતા interactions વિશે અમને જણાવો.

Mixpanel એ Mixpanel, Inc. નો trademark છે.

વિકાસકર્તાઓ માટે

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 અથવા Unknown.
basis: પુરાવો કેટલો મજબૂત છે: Verified, Declared, Inferred અથવા Unknown.
evidence: પરિણામ પાછળના signals, જેથી તમારી team કારણ જોઈ શકે.

observation mode માં શરૂ કરો: પરિણામોને તમારા logsની બાજુમાં નોંધો અને તમે policy પસંદ કરો ત્યાં સુધી કંઈ બદલશો નહીં. Node.js integration guide વાંચો

વારંવાર પૂછાતા પ્રશ્નો

શું મને Mixpanel ને Proof of Actor થી replace કરવું પડશે?

ના. funnels, retention અને product event analysis માટે Mixpanel યોગ્ય tool જ રહે છે. Proof of Actor દરેક interaction માટે evidence basis સાથે actor classification ઉમેરે છે અને તમારા application ને તેના પર route કરવા દે છે. મોટાભાગની teams Mixpanel રાખે છે અને Proof of Actor ઉમેરે છે.

શું હું actor classes ને Mixpanel માં મોકલી શકું?

હા. તમારા application ને દરેક Proof of Actor result મળે છે, તેથી તમે actor class અને basis ને તમે પહેલેથી track કરતા events પર event અથવા user properties તરીકે ઉમેરી શકો છો. પછી તમે Mixpanel funnels અને retention ને Human, Human + AI, Agent અને Unknown મુજબ split કરી શકો છો.

Mixpanel પહેલેથી agents ને label કરે છે. Proof of Actor ઉમેરવાનું શા માટે?

Mixpanel ની documentation અનુસાર, November 2026 સુધી, તેનો Actor Type property user agent પરથી classify થાય છે. Proof of Actor દરેક result નો basis જણાવે છે, HTTP Message Signatures વડે agent identity verify કરી શકે છે, AI-સહાયિત લોકોને Human + AI તરીકે report કરે છે, evidence પાતળું હોય ત્યારે Unknown આપે છે, અને તમારા code ને result પર act કરવા માટે policies આપે છે.

શું Mixpanel default રૂપે bots ને filter કરે છે?

Mixpanel ની documentation અનુસાર, તેની JavaScript library default રૂપે known crawlers ની ટૂંકી યાદી filter કરે છે, અને તમે $ignore property સેટ કરીને બીજા events drop કરી શકો છો. તેની ingestion APIs પણ Actor Type તરીકે agent, bot અથવા none ઉમેરે છે જેને તમે reports માં filter કરી શકો છો.

શું Proof of Actor કંઈ block કરે છે?

ના. તે observation mode માં શરૂ થાય છે અને install પર કંઈ બદલતું નથી. તમે real traffic સામે policies preview કરો છો અને તેને તમારી પોતાની code માં route પ્રમાણે enforce કરો છો.

શું Proof of Actor server-side tracking સાથે કામ કરે છે?

હા. Proof of Actor Node.js middleware, Next.js, edge, generic HTTP API અને MCP servers માં ચાલે છે, એટલે તે એવા interactions ને પણ classify કરે છે જે ક્યારેય browser ને touch કરતા નથી.

તમારા app નો ઉપયોગ કોણ કરે છે તે જાણો.

Founding developers ના નાના સમૂહ માટે private beta.

પ્રારંભિક ઍક્સેસ મેળવો કિંમત જુઓ

પહેલાં વાત કરવી પસંદ કરો છો? સ્થાપકો સાથે વાત કરો