ವ್ಯಾಖ್ಯಾನ
AI ಏಜೆಂಟ್ ಟ್ರಾಫಿಕ್ ಎಂದರೆ AI ಮಾದರಿಗಳನ್ನು ಬಳಸಿ ಏನು ಮಾಡಬೇಕು ಎಂದು ನಿರ್ಧರಿಸುವ ಸಾಫ್ಟ್‌ವೇರ್ ಏಜೆಂಟ್‌ಗಳಿಂದ application ಪಡೆಯುವ ವಿನಂತಿಗಳ ಸಮೂಹ. ಈ ಏಜೆಂಟ್‌ಗಳು ಪುಟಗಳನ್ನು ಬ್ರೌಸ್ ಮಾಡುತ್ತವೆ, APIಗಳನ್ನು ಕರೆದುಕೊಳ್ಳುತ್ತವೆ, ಫಾರ್ಮ್‌ಗಳನ್ನು ತುಂಬುತ್ತವೆ ಮತ್ತು Model Context Protocol (MCP) servers ಮೇಲೆ ಸಾಧನಗಳನ್ನು invoke ಮಾಡುತ್ತವೆ, ಸಾಮಾನ್ಯವಾಗಿ ಒಬ್ಬ ವ್ಯಕ್ತಿ ಅಥವಾ ಕಂಪನಿಯ ಪರವಾಗಿ. ಇಲ್ಲಿ ನಿರ್ಣಾಯಕ ಲಕ್ಷಣವೆಂದರೆ, ನೀಡಲಾದ ಕಾರ್ಯದೊಳಗಿನ ಮುಂದಿನ ಕ್ರಿಯೆಯನ್ನು ವ್ಯಕ್ತಿಯಲ್ಲ, ಮಾದರಿಯೇ ಆಯ್ಕೆಮಾಡುತ್ತದೆ.
AI ಏಜೆಂಟ್ ಟ್ರಾಫಿಕ್ ಕ್ರಾಲರ್‌ಗಳು ಮತ್ತು ಸ್ಕ್ರಿಪ್ಟ್‌ಗಳಂತಹ ಹಳೆಯ automation ರೂಪಗಳೊಂದಿಗೆ ಹೊಂದಿಕೆಯಾಗುತ್ತದೆ, ಆದರೆ ಅದು ವಿಭಿನ್ನವಾಗಿ ವರ್ತಿಸುತ್ತದೆ. ಏಜೆಂಟ್‌ಗಳು ಗುರಿಗಳನ್ನು ಅನುಸರಿಸುತ್ತವೆ, ತಮ್ಮ ಪತ್ತೆಗೆ ಅನುಗುಣವಾಗಿ ಹೊಂದಿಕೊಳ್ಳುತ್ತವೆ, ಮತ್ತು ಬಹುಸಾರಿ ಕೇವಲ ಜನರಿಗಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಲಾದ application ಭಾಗಗಳೊಂದಿಗೆ ಸಂವಹನ ಮಾಡುತ್ತವೆ.
ಅದು ಎಲ್ಲಲ್ಲಿ ಕಾಣಿಸುತ್ತದೆ
- ವೆಬ್‌ಸೈಟ್‌ಗಳು ಮತ್ತು SaaS apps: ಡಾಕ್ಯುಮೆಂಟೇಶನ್ ಓದುತ್ತಿರುವ, ಬೆಲೆ ಪುಟಗಳನ್ನು ಹೋಲಿಸುವ ಅಥವಾ signed-in session ಒಳಗೆ ಬಹು-ಹಂತದ workflows ಪೂರ್ಣಗೊಳಿಸುವ ಸಹಾಯಕರು. AI operators ಇದರಲ್ಲಿ ಕೆಲವು ಟ್ರಾಫಿಕ್ ಅನ್ನು ದಾಖಲೆ ಮಾಡುತ್ತಾರೆ: OpenAI's ChatGPT-User ಮತ್ತು Anthropic's Claude-User ಒಬ್ಬ ವ್ಯಕ್ತಿ ಪ್ರಶ್ನೆ ಕೇಳಿದಾಗ ಪುಟಗಳನ್ನು fetch ಮಾಡುತ್ತವೆ.
- APIಗಳು: ಏಜೆಂಟ್‌ಗಳು API credentials ಬಳಸಿ ನೇರವಾಗಿ endpointಗಳನ್ನು ಕರೆದುಕೊಳ್ಳುತ್ತವೆ, ಸಾಮಾನ್ಯವಾಗಿ ಮಾನವ ಚಾಲಿತ integration ಗಿಂತ ಬೇರೆ ಗತಿ ಮತ್ತು pattern ನಲ್ಲಿ.
- MCP servers: AI clients ಸಾಧನಗಳನ್ನು invoke ಮಾಡುವುದು, ಇಲ್ಲಿ ಪ್ರತಿಯೊಂದು call ವ್ಯಾಖ್ಯಾನದ ಪ್ರಕಾರ automated ಆಗಿರುತ್ತದೆ ಮತ್ತು ಯಾವ client ಕರೆ ಮಾಡುತ್ತಿದೆ ಮತ್ತು ಅದು ಏನು ಮಾಡಬಹುದು ಎಂಬುದೇ ಪ್ರಶ್ನೆ. ನೋಡಿ MCP server.
ಅದನ್ನು ಹೇಗೆ ಗುರುತಿಸಬೇಕು
ಒಂದೇ signal ಏಜೆಂಟ್ ಟ್ರಾಫಿಕ್ ಅನ್ನು ವಿಶ್ವಾಸಾರ್ಹವಾಗಿ ಗುರುತಿಸುವುದಿಲ್ಲ. ತಂಡಗಳು ವಿಭಿನ್ನ ಬಲದ evidence ಅನ್ನು ಸೇರಿಸುತ್ತವೆ, ವೆಬ್‌ಸೈಟ್ ಟ್ರಾಫಿಕ್ AI agentsಗಳಿಂದ ಬರುತ್ತಿದೆಯೇ ಎಂದು ಹೇಗೆ ತಿಳಿಯಬೇಕು ನಲ್ಲಿ ವಿವರಿಸಿದಂತೆ:
Verified evidence
ಕೆಲವು agent operators ತಮ್ಮ ವಿನಂತಿಗಳನ್ನು HTTP message signatures (RFC 9421) ಬಳಸಿ sign ಮಾಡುತ್ತಾರೆ, ಅವರು ನಿಯಂತ್ರಿಸುವ domain ಅಡಿಯಲ್ಲಿ keys ಪ್ರಕಟಿಸಿ, IETF Web Bot Auth ಕಾರ್ಯವನ್ನು ಅನುಸರಿಸಿ. validation ಆಗುವ signature, ಯಾವ operator ನ client ವಿನಂತಿಯನ್ನು ಕಳುಹಿಸಿತು ಎಂಬುದಕ್ಕೆ ಬಲವಾದ evidence ಆಗಿದೆ.
Declared evidence
Clients ತಮ್ಮನ್ನು ತಾವೇ ವಿವರಿಸಿಕೊಳ್ಳಬಹುದು: user-agent string, MCP client ಹೆಸರು, header. ಇವು ಉಪಯುಕ್ತ, ಆದರೆ ಸುಲಭವಾಗಿ ನಕಲು ಮಾಡಬಹುದು, ಅದಕ್ಕಾಗಿಯೇ user-agent spoofing ಸದಾ ಇರುವ ಚಿಂತೆ.
Inferred evidence
ವಿನಂತಿಯ timing, navigation patterns, browser context ಕೊರತೆ ಮತ್ತು protocol ವಿವರಗಳು automation ಅನ್ನು ಸೂಚಿಸಬಹುದು. Inferences ತಪ್ಪಾಗಬಹುದಾದ್ದರಿಂದ, ಅವುಗಳನ್ನು ಸದಾ inference ಎಂದುಲೇ ಲೇಬಲ್ ಮಾಡಬೇಕು.
ಈ ಯಾವುದೂ ನಿರ್ಧಾರಕ್ಕೆ ಬೆಂಬಲ ನೀಡದಿದ್ದರೆ, ಪ್ರಾಮಾಣಿಕ ಫಲಿತಾಂಶ Unknown.
ಇದು ಏಕೆ ಮುಖ್ಯ
Agent traffic ಸ್ವಭಾವತಃ ಒಳ್ಳೆಯದು ಅಥವಾ ಕೆಟ್ಟದು ಅಲ್ಲ. ಯೋಜನೆಗಳನ್ನು ಹೋಲಿಸುವ shopping assistant, ದಾಖಲೆಗಳನ್ನು sync ಮಾಡುವ internal agent ಮತ್ತು ನಿಮ್ಮ ನಿಯಮಗಳನ್ನು ignore ಮಾಡುವ scraper network ಮಟ್ಟದಲ್ಲಿ ಹೋಲಿಕೆಯಂತೆ ಕಾಣಬಹುದು. ಬದಲಾಗುವುದು ಎಂದರೆ, ನಿಮ್ಮ application ಏನು ಮಾಡಬೇಕು ಎಂಬುದು:
- ನೀವು ಸೇವಿಸಲು ಸಂತೋಷವಾಗಿರುವ agents ಗೆ structured response ಅಥವಾ API ಒದಗಿಸಿ.
- automated volume ಸಂಪನ್ಮೂಲಗಳಿಗೆ ಒತ್ತಡ ತಂದೀತು ಅಲ್ಲಿ route-level limits ಅನ್ವಯಿಸಿ.
- high-impact ಕ್ರಿಯೆಗಳ ಮೊದಲು ಬಲವಾದ credentials ಕೇಳಿ.
- ಮಾನವ ಅನುಭವವನ್ನು ವೇಗವಾಗಿ ಮತ್ತು ಅಲಂಕಾರರಹಿತವಾಗಿ ಇರಿಸಿ.
ಎಲ್ಲಾ automation ಅನ್ನು abuse ಎಂದು ಪರಿಗಣಿಸುವುದು legitimate integrationಗಳನ್ನು ಮುರಿಯುತ್ತದೆ. ಅದನ್ನು ignore ಮಾಡುವುದರಿಂದ, ನಿಮ್ಮ ತಂಡ ಊಹಿಸುವ context ಇಲ್ಲದೆ sensitive actions ನಡೆಯಬಹುದು.
ಸಾಮಾನ್ಯ ತಪ್ಪು ಕಲ್ಪನೆಗಳು
"Agents ಯಾವಾಗಲೂ ತಮ್ಮನ್ನು ಗುರುತಿಸಿಕೊಳ್ಳುತ್ತವೆ." ಬಹಳಷ್ಟು ಹಾಗೆ ಮಾಡುವುದಿಲ್ಲ, ಮತ್ತು declarations ತಪ್ಪಾಗಿರಬಹುದು.
"Signed agent ಅಂದರೆ trusted agent." Signature ವಿನಂತಿಯನ್ನು ಯಾವ key sign ಮಾಡಿತು ಎಂಬುದನ್ನು ತೋರಿಸುತ್ತದೆ. ಅದು action authorized ಆಗಿದೆಯೇ ಅಥವಾ ಸುರಕ್ಷಿತವೇ ಎಂಬುದನ್ನು ತೋರಿಸುವುದಿಲ್ಲ. ನೋಡಿ agent authorization.
"Automation ಅನ್ನು block ಮಾಡುವುದರಿಂದ app ರಕ್ಷಿತವಾಗುತ್ತದೆ." ಇದು ಬಹುಸಾರಿ customers ಅವಲಂಬಿಸಿರುವ integrations ಅನ್ನು block ಮಾಡುತ್ತದೆ, ಅದೇ ಸಮಯದಲ್ಲಿ ನಿರ್ಧಾರಬದ್ಧ bad actors ಹೊಂದಿಕೊಳ್ಳುತ್ತಾರೆ.
Proof of Actor agent traffic ಅನ್ನು ಹೇಗೆ handle ಮಾಡುತ್ತದೆ
Proof of Actor ಪ್ರತಿಯೊಂದು interaction ಅನ್ನು Human, Human + AI, Agent ಅಥವಾ Unknown ಎಂದು ವರ್ಗೀಕರಿಸುತ್ತದೆ (ಈ taxonomy ಅನ್ನು ಇಲ್ಲಿ ವಿವರಿಸಲಾಗಿದೆ), ಮತ್ತು ಫಲಿತಾಂಶ verified, declared ಅಥವಾ inferred ಆಗಿದೆಯೇ ಎಂದು ಹೇಳುತ್ತದೆ. ತಂಡಗಳು ಮೊದಲು observe ಮಾಡುತ್ತವೆ, ನಂತರ ತಮ್ಮದೇ policyಗಳೊಂದಿಗೆ agent traffic ಅನ್ನು route ಮಾಡುತ್ತವೆ. ನೋಡಿ How It Works ಅಥವಾ early access ಗೆ apply ಮಾಡಿ.
ಮೂಲಗಳು
- Model Context Protocol specification (2026-07-28): November 2026 ವೇಳೆಯ current MCP revision
- RFC 9421: HTTP Message Signatures: signed agent requests ಹಿಂದೆ ಇರುವ standard
- IETF Web Bot Auth working group: automated clients ಅನ್ನು authenticate ಮಾಡುವ standards ಕೆಲಸ
- OpenAI: Overview of OpenAI Crawlers: ChatGPT-User ಮತ್ತು ಇತರ documented OpenAI user agents
- Anthropic: crawler and fetcher documentation: Claude-User ಮತ್ತು ಇತರ Anthropic bots