परिभाषा
AI agent traffic उन अनुरोधों का समूह है जो किसी application को ऐसे software agents से प्राप्त होते हैं जो क्या करना है, यह तय करने के लिए AI models का उपयोग करते हैं। ये agents pages browse करते हैं, APIs call करते हैं, forms भरते हैं और Model Context Protocol (MCP) servers पर tools invoke करते हैं, आम तौर पर किसी व्यक्ति या कंपनी की ओर से। इसकी परिभाषित विशेषता यह है कि अगला action task के भीतर model चुनता है, व्यक्ति नहीं।
AI agent traffic, crawlers और scripts जैसे automation के पुराने रूपों से मेल खाता है, लेकिन इसका व्यवहार अलग होता है। Agents goals का पीछा करते हैं, जो उन्हें मिलता है उसके अनुसार खुद को ढालते हैं, और अक्सर application के उन हिस्सों से interact करते हैं जो केवल लोगों के लिए डिज़ाइन किए गए थे।
यह कहाँ दिखाई देता है
- Websites and SaaS apps: assistants documentation पढ़ते हैं, pricing pages की तुलना करते हैं या signed-in session के भीतर multi-step workflows पूरे करते हैं। AI operators इस traffic का कुछ भाग document करते हैं: OpenAI's ChatGPT-User और Anthropic's Claude-User तब pages fetch करते हैं जब कोई व्यक्ति सवाल पूछता है।
- APIs: agents API credentials के साथ सीधे endpoints call करते हैं, अक्सर human-driven integration से अलग pace और pattern पर।
- MCP servers: AI clients tools invoke करते हैं, जहाँ हर call परिभाषा के अनुसार automated होता है और सवाल यह होता है कि कौन-सा client call कर रहा है और वह क्या कर सकता है। देखें MCP server।
इसे कैसे पहचानें
कोई एक signal agent traffic को भरोसेमंद ढंग से पहचान नहीं सकता। Teams अलग-अलग strength के evidence को मिलाकर देखती हैं, जैसा कि how to tell if website traffic comes from AI agents में बताया गया है:
सत्यापित evidence
कुछ agent operators अपने requests पर HTTP message signatures (RFC 9421) के साथ sign करते हैं, और keys अपने नियंत्रित domain के तहत प्रकाशित करते हैं, IETF Web Bot Auth work का पालन करते हुए। जो signature validate होता है, वह इस बात का मजबूत evidence है कि किस operator के client ने request भेजी।
घोषित evidence
Clients खुद का वर्णन कर सकते हैं: एक user-agent string, एक MCP client name, एक header। ये उपयोगी हैं, लेकिन आसानी से imitate किए जा सकते हैं, इसलिए user-agent spoofing हमेशा चिंता का विषय रहता है।
अनुमानित evidence
Request timing, navigation patterns, browser context की कमी और protocol details automation का संकेत दे सकते हैं। Inferences गलत भी हो सकते हैं, इसलिए उन्हें हमेशा inferences के रूप में label किया जाना चाहिए।
जब इनमें से कोई भी determination का समर्थन नहीं करता, तब ईमानदार परिणाम Unknown होता है।
यह क्यों मायने रखता है
Agent traffic अपने आप में अच्छा या बुरा नहीं होता। Plans की तुलना करने वाला shopping assistant, records sync करने वाला internal agent और आपके terms को अनदेखा करने वाला scraper network level पर समान दिख सकते हैं। बदलाव इस बात में आता है कि आपकी application को क्या करना चाहिए:
- जिन agents को आप serve करना चाहते हैं, उनके लिए structured response या API दें।
- जहाँ automated volume resources पर दबाव डाल सकता है, वहाँ route-level limits लागू करें।
- high-impact actions से पहले मजबूत credentials मांगें।
- human experience को तेज़ और uncluttered रखें।
सभी automation को abuse मानना legitimate integrations को तोड़ देता है। इसे अनदेखा करना मतलब है कि संवेदनशील actions उस context के बिना चल सकते हैं जिसे आपकी team मानकर चलती है।
आम गलतफहमियाँ
"Agents हमेशा अपनी पहचान बताते हैं." कई ऐसा नहीं करते, और declarations झूठे भी हो सकते हैं।
"एक signed agent, trusted agent होता है." Signature यह दिखाता है कि request पर किस key ने sign किया। यह नहीं दिखाता कि action authorized या safe है। देखें agent authorization।
"Automation को block करना app की सुरक्षा करता है." अक्सर यह उन integrations को block कर देता है जिन पर customers निर्भर होते हैं, जबकि determined bad actors खुद को ढाल लेते हैं।
Proof of Actor agent traffic को कैसे संभालता है
Proof of Actor हर interaction को Human, Human + AI, Agent या Unknown के रूप में वर्गीकृत करता है (the taxonomy is explained here), और बताता है कि result verified, declared या inferred है। Teams पहले observe करती हैं, फिर अपनी policies के साथ agent traffic को route करती हैं। देखें How It Works या apply for early access।
स्रोत
- Model Context Protocol specification (2026-07-28): November 2026 तक का current MCP revision
- RFC 9421: HTTP Message Signatures: signed agent requests के पीछे का standard
- IETF Web Bot Auth working group: automated clients को authenticate करने पर standards work
- OpenAI: Overview of OpenAI Crawlers: ChatGPT-User और अन्य documented OpenAI user agents
- Anthropic: crawler and fetcher documentation: Claude-User और अन्य Anthropic bots