Ga naar hoofdinhoud
WOORDENLIJST

AI-agentverkeer

Toshendra Sharma

Door Toshendra SharmaOprichter & CEO, AgentCredia · Updated November 13, 2026

Verzoeken aan een applicatie die worden gedaan door AI-gestuurde software-agenten die namens een persoon of organisatie handelen, in plaats van rechtstreeks door een persoon.

Definitie

AI-agentverkeer is de set verzoeken die een applicatie ontvangt van software-agenten die AI-modellen gebruiken om te bepalen wat ze moeten doen. Deze agenten bekijken pagina's, roepen API's aan, vullen formulieren in en gebruiken tools op Model Context Protocol (MCP) servers, meestal namens een persoon of een bedrijf. Het bepalende kenmerk is dat een model, niet een persoon, de volgende actie kiest binnen de taak die het kreeg.

AI-agentverkeer overlapt met oudere vormen van automatisering zoals crawlers en scripts, maar gedraagt zich anders. Agenten streven doelen na, passen zich aan wat ze aantreffen aan en werken vaak met delen van een applicatie die alleen voor mensen waren ontworpen.

Waar het voorkomt

  • Websites en SaaS apps: assistenten die documentatie lezen, prijspagina's vergelijken of meerstapsworkflows afronden binnen een ingelogde sessie. AI-operators documenteren een deel van dit verkeer: OpenAI's ChatGPT-User en Anthropic's Claude-User halen pagina's op wanneer een persoon een vraag stelt.
  • API's: agenten die rechtstreeks endpoints aanroepen met API-credentials, vaak in een ander tempo en patroon dan een integratie die door een mens wordt aangestuurd.
  • MCP servers: AI-clients die tools aanroepen, waarbij elke call per definitie geautomatiseerd is en de vraag is welke client aanroept en wat die mag doen. Zie MCP server.

Hoe je het herkent

Geen enkel signaal identificeert agentverkeer betrouwbaar. Teams combineren bewijs met verschillende sterkte, zoals beschreven in hoe je ziet of websiteverkeer van AI-agenten komt:

Verifieerbaar bewijs

Sommige agent-operators ondertekenen hun verzoeken met HTTP message signatures (RFC 9421), met sleutels die worden gepubliceerd onder een domein dat zij controleren, volgens het IETF werk rond Web Bot Auth. Een handtekening die valideert is sterk bewijs van welke operator-client het verzoek heeft verzonden.

Gedeclareerd bewijs

Clients kunnen zichzelf beschrijven: een user-agent-string, een MCP-clientnaam, een header. Dit is nuttig, maar eenvoudig na te bootsen, en daarom is user-agent spoofing een terugkerende zorg.

Afgeleid bewijs

Request-timing, navigatiepatronen, ontbrekende browsercontext en protocoldetails kunnen op automatisering wijzen. Afleidingen kunnen onjuist zijn, dus ze moeten altijd als afleidingen worden gelabeld.

Wanneer niets hiervan een vaststelling ondersteunt, is het eerlijke resultaat Unknown.

Waarom het ertoe doet

Agentverkeer is niet van zichzelf goed of slecht. Een shopping-assistent die plannen vergelijkt, een interne agent die records synchroniseert en een scraper die je voorwaarden negeert kunnen op netwerklaag vergelijkbaar lijken. Wat verandert is wat je applicatie moet doen:

  • Bied een gestructureerde reactie of API aan aan agenten die je graag bedient.
  • Pas limieten op routeniveau toe waar geautomatiseerd volume resources kan belasten.
  • Vraag om sterkere credentials vóór acties met grote impact.
  • Houd de ervaring voor mensen snel en overzichtelijk.

Alle automatisering als misbruik behandelen breekt legitieme integraties. Het negeren ervan betekent dat gevoelige acties kunnen worden uitgevoerd zonder de context waarvan je team uitgaat.

Veelvoorkomende misvattingen

"Agenten identificeren zichzelf altijd." Veel doen dat niet, en verklaringen kunnen onjuist zijn.

"Een ondertekende agent is een vertrouwde agent." Een handtekening laat zien welke sleutel het verzoek heeft ondertekend. Het laat niet zien dat de actie geautoriseerd of veilig is. Zie agent authorization.

"Automatisering blokkeren beschermt de app." Dat blokkeert vaak de integraties waarop klanten vertrouwen, terwijl vastberaden kwaadwillenden zich aanpassen.

Hoe Proof of Actor met agentverkeer omgaat

Proof of Actor classificeert elke interactie als Human, Human + AI, Agent of Unknown (de taxonomie wordt hier uitgelegd), en geeft aan of het resultaat verified, declared of inferred is. Teams observeren eerst en routeren daarna agentverkeer met hun eigen policies. Zie How It Works of vraag vroege toegang aan.

Bronnen

Bekijk actor-intelligence in je eigen app.

Eerst liever even praten? Spreek met de oprichters