Twee categorieën zijn niet langer genoeg
Jarenlang werd verkeer in twee bakken verdeeld: mensen en bots. Mensen kregen het product. Bots werden geblokkeerd, geratelimiteerd of genegeerd.
Die tweedeling houdt niet langer stand. Sommige geautomatiseerde bezoekers zijn agents die handelen namens echte klanten: een assistent die abonnementen vergelijkt, een agent die data ophaalt via uw API, een tool die uw MCP server aanroept om een taak af te ronden. AI-aanbieders documenteren dit soort door de gebruiker geïnitieerde toegang inmiddels zelf: OpenAI geeft aan dat zijn ChatGPT-User-agent pagina's bezoekt wanneer een gebruiker ChatGPT een vraag stelt (OpenAI crawler documentation), en Anthropic noemt Claude-User voor hetzelfde doel (Anthropic crawler documentation). Tegelijk werken sommige mensen hand in hand met AI, schrijven berichten, vullen formulieren in en navigeren door producten met een assistent aan hun zijde. Alles in mens of bot persen leidt in beide richtingen tot slechte beslissingen. Legitieme agents worden geblokkeerd en echte mensen worden uitgedaagd omdat hun gedrag ongebruikelijk lijkt.
Om menselijk en AI-agentverkeer te onderscheiden op een manier die tot goede beslissingen leidt, hebt u meer categorieën nodig en moet u weten hoe betrouwbaar elk resultaat is. De blogpost over hoe u kunt bepalen of websiteverkeer afkomstig is van AI-agents loopt door de signalen die dit mogelijk maken, en de use case voor SaaS-apps laat zien waar dit onderscheid productbeslissingen verandert.
Vier klassen, elk met een precieze betekenis
Proof of Actor classificeert interacties in vier klassen. Elke klasse heeft een definitie en een duidelijke grens, zodat niemand in uw team meer in een resultaat leest dan het bewijs ondersteunt. Voor de redenering achter deze taxonomie leest u Human, AI-assisted or agent: a taxonomy for app traffic.
Human
De ondersteunde waarneembare signalen wijzen op door mensen aangestuurde interactie. Deze klasse gaat over wie de interactie stuurt, niet over identiteit. Een Human-resultaat verifieert niet wie de persoon is, en beweert niet dat er nergens AI is gebruikt.
Human + AI
AI-ondersteuning is verklaard, of waargenomen via een ondersteunde integratie die dit daadwerkelijk kan zien. Voorbeelden zijn een gebruiker die content als met AI opgesteld markeert via uw eigen disclosure control, of uw applicatie die meldt dat de ingebouwde assistent een actie heeft uitgevoerd voor een aangemelde gebruiker. Lees meer in het woordenboekitem AI-assisted interaction.
Agent
Geautomatiseerde of van een agent afkomstige interactie, ondersteund door verifieerbare identiteit, zoals een geldige request-handtekening van een gepubliceerde sleutel, of door een zorgvuldig gekwalificeerde inferentie. Een Agent-resultaat beschrijft wie handelt. Het betekent niet dat de agent geautoriseerd, veilig of met geldige delegatie van een persoon handelt. Lees meer over autonomous agents.
Unknown
Het beschikbare bewijs ondersteunt geen betrouwbare vaststelling. Unknown is een eerlijk en bruikbaar resultaat: het laat zien waar uw dekking ophoudt, en het stelt uw beleid in staat om onzekere gevallen bewust te behandelen in plaats van per ongeluk.
Elke klasse komt met een basis
Menselijk en agentverkeer scheiden is maar de helft van het werk. De andere helft is weten hoe sterk elke conclusie is. Daarom draagt elk Proof of Actor-resultaat een basis:
- Verified: een controleerbare verklaring die is gevalideerd, bijvoorbeeld een request-handtekening die is gecontroleerd tegen een gepubliceerde sleutel.
- Declared: de client of uw applicatie heeft het verklaard, bijvoorbeeld een agent die zichzelf benoemt of een gebruiker die AI-ondersteuning meldt.
- Inferred: een conclusie afgeleid uit gedrags- of contextsignalen, altijd gelabeld als inferentie.
- Unknown: onvoldoende bewijs voor een vaststelling.
De combinatie van klasse en basis is wat u in staat stelt nauwkeurige regels te bouwen. Een verified agent en een inferred agent zijn allebei agents, maar u wilt de eerste misschien een gestructureerde API geven en de tweede met een standaard geratelimiet behandelen. Een declared AI-ondersteunde inzending en een menselijke sessie kunnen allebei normaal doorgaan, met een label dat uw supportteam helpt. U vindt de volledige taxonomie in Detection & Limitations.
Hoe de classificatie gebeurt
Proof of Actor volgt voor elke interactie hetzelfde bewijs-eerst pad. De volledige uitleg staat op How It Works.
De signalen die uw integratie kan zien
- Request-handtekeningen van geautomatiseerde clients die hun sleutels publiceren, met behulp van HTTP Message Signatures zoals gedefinieerd in RFC 9421. De IETF Web Bot Auth working group heeft als opdracht dit type authenticatie voor geautomatiseerde clients te standaardiseren.
- Verklaringen van clients die zichzelf identificeren, zoals de gedocumenteerde user agents van AI-crawlers en fetchers, en van uw eigen applicatie wanneer die weet dat AI-ondersteuning in het spel is.
- Requestcontext die beschikbaar is voor een server-side integratie, zoals headers en protocoldetails.
- Interactiesignalen van een goedgekeurde browserintegratie op de pagina's waar die draait.
Van signalen naar een resultaat
Signalen worden gecontroleerd, op basis gelabeld en gecombineerd. Sterk geverifieerd bewijs levert een zeker resultaat op. Zwak of tegenstrijdig bewijs levert een gekwalificeerde inferentie of Unknown op. Een time-out of ontbrekend signaal wordt nooit een Human-resultaat. De output is een klasse, een basis en een bewijs samenvatting die iedereen in uw team kan lezen.
Wat u kunt doen zodra het verkeer is gescheiden
Proof of Actor is georganiseerd rond drie mogelijkheden: Detect, Understand en Route.
Detecteer de actor achter elke interactie
Verzamel de signalen die in elke context beschikbaar zijn en scheid geverifieerde verklaringen van inferenties. Houd Unknown zichtbaar.
Begrijp hoe elke actor uw product gebruikt
Zie de mix van menselijke, door AI ondersteunde, agent- en onbekende activiteit per route en in de tijd. Open elk resultaat om te zien wat bekend is en wat niet. Signaleer de routes waar agents zich concentreren en de workflows waar AI-ondersteuning gebruikelijk is.
Routeer elke actor naar de juiste ervaring
Pas uw eigen beleid toe zodra het bewijs dat ondersteunt. Op een publieke website laat de websites use case zien hoe deze keuzes naar echte routes vertalen:
- Geef geverifieerde agents een gestructureerde response of API in plaats van mensvormige pagina's.
- Behoud de standaardervaring voor door mensen aangestuurde sessies.
- Label AI-ondersteunde inzendingen zodat het juiste team ermee aan de slag gaat.
- Vraag om sterkere credentials bij gevoelige acties wanneer uw eigen voorwaarden daarom vragen.
- Kies voor elke route een expliciete fallback voor Unknown, zoals openbare pagina's toestaan en bestaande controles op accountwijzigingen behouden.
De gids over actorbewuste policies veilig uitrollen behandelt hoe u van observatie naar enforcement gaat, één route tegelijk.
Waarom dit belangrijk is voor uw gebruikers
Dit goed doen is goed voor iedereen die uw applicatie gebruikt.
Mensen krijgen een soepelere ervaring omdat zij niet worden uitgedaagd op basis van een vage score. Mensen die met AI werken krijgen ondersteuning voor verklaarde hulp in workflows waar dat past. Legitieme agents krijgen een betrouwbare, gestructureerde manier om hun werk te doen, wat scraping en belasting op uw interface vermindert. Uw team krijgt uitlegbare beslissingen, zodat supportgesprekken, incidentreviews en beleidswijzigingen op bewijs rusten in plaats van op giswerk.
Een login is niet de actor
Een van de meest voorkomende bronnen van verwarring is het account zelf. Een aangemelde sessie vertelt u welk account in gebruik is. Het vertelt u niet wie de huidige interactie aanstuurt. Hetzelfde account kan 's ochtends worden gebruikt door de eigenaar die door instellingen klikt, rond het middaguur door een assistent die de eigenaar heeft gevraagd een rapport te exporteren, en 's avonds door een agent die via een API key werkt.
Als u die drie op dezelfde manier behandelt, ontstaan problemen in beide richtingen. Als elke request op het account wordt gezien als die van de eigenaar, kan een agent workflows bereiken die voor een persoon zijn ontworpen. Als elke ongebruikelijke request als een aanval wordt gezien, worden de eigen tools van de eigenaar geblokkeerd. Door de actor te scheiden van het account kan uw applicatie authenticatie en autorisatie precies laten zoals ze zijn, en de ontbrekende context toevoegen over wie er nu handelt. Die context maakt het mogelijk om agents gestructureerde toegang te bieden zonder menselijke workflows voor hen open te stellen.
Begin in observatiemodus
Elke uitrol begint in observatiemodus. Proof of Actor registreert resultaten terwijl uw applicatie precies hetzelfde blijft reageren als voorheen. Uw team bouwt een basislijn van menselijke, door AI ondersteunde, agent- en onbekende activiteit op, vergelijkt die met uitkomsten die u al kent, en beoordeelt eventuele false positives voordat er ook maar één regel verandert. Wanneer een policy klaar is, schakelt u die in voor één workflow en breidt u van daaruit uit.
Doe mee aan het founding developer program
Proof of Actor zit in private beta met een kleine groep applicatieteams. Geselecteerde founding developers kunnen tot 12 maanden gratis toegang krijgen, binnen overeengekomen gebruikslimieten, in ruil voor praktische feedback. U krijgt directe integratieondersteuning van onze engineers, vroege toegang tot mogelijkheden en invloed op prioriteiten.
Als u menselijk en AI-agentverkeer in uw applicatie moet onderscheiden, meld u aan voor vroege toegang en vertel ons over de interactie die u het liefst wilt begrijpen.
Ontdek Proof of Actor, lees hoe het werkt, of zie precies wat het bewijs kan vaststellen.
Bronnen
- RFC 9421: HTTP Message Signatures, IETF, February 2024.
- Web Bot Auth (webbotauth) working group charter, IETF.
- Overview of OpenAI crawlers, OpenAI.
- Does Anthropic crawl data from the web, and how can site owners block the crawler?, Anthropic.