Mixpanel is een productanalyseplatform. Teams gebruiken het om te zien welke features mensen adopteren, waar ze uit een funnel vallen en wie de week erna terugkomt. Het is daar uitstekend in, en voor veel productteams is het de plek waar vragen over gebruikersgedrag worden beantwoord.
Naast die vragen staat nu een nieuwe vraag. Niet alle events in je product worden langer veroorzaakt door een persoon die klikt. Ze komen van AI-agents die handelen namens echte klanten, van mensen die met een AI-assistent werken en van automatisering die je nog niet kunt verklaren. Voordat je een funnel leest, moet je steeds vaker weten wie of wat de events daarin heeft geproduceerd, en je applicatie moet datzelfde op het moment zelf weten zodat ze kan reageren. Daarvoor is Proof of Actor van AgentCredia gebouwd.
Deze pagina vergelijkt de twee eerlijk. De feiten over Mixpanel hieronder komen uit de eigen documentatie van Mixpanel per november 2026.
De korte versie
| Mixpanel | Proof of Actor | |
|---|---|---|
| Hoofdvraag | Hoe adopteren, converteren en behouden gebruikers? | Wie of wat handelt op deze interactie, en wat is het bewijs? |
| Waar het verzamelt | Client- en server-SDKs plus ingestion-API's; Mixpanel raadt server-side tracking aan waar mogelijk | Servermiddleware, edge, HTTP API, MCP servers, plus een goedgekeurde browsercollector |
| Agent- en botlabels | $mp_actor_type van agent, bot of none, geclassificeerd op basis van de user agent |
Human, Human + AI, Agent of Unknown, met een aangegeven basis |
| Geverifieerde agentidentiteit | Niet beschreven in de documentatie van Mixpanel over botverkeer | Verified-basis wanneer een request signature overeenkomt met een gepubliceerde sleutel |
| Mensen met AI-ondersteuning | Niet beschreven als aparte klasse | Een eersteklas resultaat: Human + AI |
| Onduidelijk verkeer | Gelabeld als none wanneer er geen overeenkomst is met agent of bot | Gerapporteerd als Unknown, met een fallback die jij kiest |
| Handelt op verkeer | Nee, het analyseert events | Routeert per jouw policies in je eigen code, na observatie |
De rest van deze pagina licht elke rij toe.
Waarvoor het eventmodel van Mixpanel is gebouwd
Mixpanel is opgebouwd rond events en de properties die eraan zijn gekoppeld. Je instrumenteert acties zoals aanmelden, project aanmaken of teamgenoot uitnodigen, voegt properties toe zoals plan of platform, en bouwt vervolgens funnels, retentiecurves, flows en cohorts door events op die properties uit te splitsen. Elke analytische vraag in Mixpanel wordt uiteindelijk een vraag over welke events plaatsvonden, bij wie en met welke propertywaarden.
Dat model is precies de reden waarom actorcontext er zo goed in past. Een actorlabel is gewoon een andere property, en zodra die op je events staat, kan elke funnel en elk retentiegrafiek daarop worden uitgesplitst. Mixpanel is al die richting opgegaan met zijn eigen actorlabeling. De open vraag is waarop die property is gebaseerd, en of je applicatie hetzelfde antwoord kan gebruiken terwijl de request nog wordt afgehandeld.
Proof of Actor levert dat antwoord in het requestpad. Elke interactie krijgt een van vier klassen: Human wanneer de signalen op een persoon wijzen, Human + AI wanneer een persoon handelde met AI-ondersteuning die was gedeclareerd of waargenomen via een ondersteunde integratie, Agent voor geautomatiseerde of door een agent geïnitieerde interactie, en Unknown wanneer het bewijs geen betrouwbare vaststelling ondersteunt. Elk resultaat vermeldt zijn evidence basis, verified, declared, inferred of unknown, waardoor de property van een label verandert in een label met aangegeven sterkte.
Waar elk van beide draait
Mixpanel biedt zowel client-side als server-side tracking. De documentatie over een trackingmethode kiezen beveelt aan om zoveel mogelijk vanaf je servers te tracken en waar nodig client-side tracking aan te vullen, met de opmerking dat client-side tracking wordt beïnvloed door ad blockers.
Proof of Actor draait ook server-side, maar de positie is anders. Het zit in het requestpad van je applicatie: Node.js middleware, Next.js, de edge-laag die jij beheert, een generieke HTTP API of je MCP server, met een optionele browsercollector op goedgekeurde pagina's. Daardoor kan het signalen zien op het moment van de request, zoals of een client een signature presenteerde, of een client zichzelf declareerde en of je eigen assistant de actie uitvoerde. Zie de pagina integrations voor de volledige lijst.
Hoe Mixpanel met bots en AI-agents omgaat
Mixpanel heeft hier echte ondersteuning aan toegevoegd, en dat verdient waardering. Volgens de bot traffic documentation:
- De JavaScript-bibliotheek van Mixpanel filtert standaard een korte lijst bekende crawlers, waaronder Googlebot en Bingbot.
- Elk event dat wordt verzonden met de
$ignore-property ingesteld, wordt bij ingestion verwijderd, zodat je je eigen filterlogica kunt schrijven. - De ingestion-APIs van Mixpanel classificeren de user agent van elk event en zetten
$mp_actor_type(Actor Type) opagentvoor requests van een LLM die namens een menselijke gebruiker handelt,botvoor generiek geautomatiseerd verkeer zoals crawlers en zoekindexeerders, ofnonewanneer geen van beide van toepassing is. Wanneer het typeagentofbotis, bevat$mp_actor_name(Actor Name) de geclassificeerde identiteit, zoals GPTBot of ClaudeBot. - Bij server-side tracking gebruikt de classificatie de user agent van de request die Mixpanel heeft bereikt, dus de HTTP-bibliotheek van je server, tenzij je de user agent van de eindgebruiker doorstuurt, bijvoorbeeld in
$mp_raw_user_agent. Mixpanel merkt op dat de classificatie anders onjuist kan zijn. - Events in Mixpanel zijn onveranderlijk, dus bot-events die al zijn vastgelegd, worden behandeld door ze uit de analyse te filteren in plaats van ze te verwijderen.
Dat is een nuttig rapportagelabel. Het is ook, per ontwerp, een label dat is afgeleid van de user agent string. User agent strings zijn zelfgerapporteerd en gemakkelijk te imiteren, een probleem dat wordt behandeld in het onderdeel user agent spoofing. En de documentatie beschrijft geen klasse voor mensen die met AI-assistentie werken, of een manier om te zeggen dat het bewijs te zwak is om te bepalen.
$mp_actor_type en de Proof of Actor-class naast elkaar
Omdat beide resultaten op hetzelfde Mixpanel-event kunnen staan, is het nuttig om te zien hoe ze zich tot elkaar verhouden:
$mp_actor_type |
Waarop het is gebaseerd | Wat de Proof of Actor-class kan toevoegen |
|---|---|---|
agent |
Een user-agentmatch voor een LLM die namens een gebruiker handelt | Agent met een verified-basis wanneer de request een geldige signature draagt, of anders een declared of inferred basis |
bot |
Een user-agentmatch voor crawlers en indexeerders | Agent wanneer het bewijs dit ondersteunt, of Unknown wanneer een crawlerachtige user agent nergens anders door wordt ondersteund |
none |
Geen match met agent of bot op de user agent | Human, Human + AI of Unknown, zodat ondersteunde mensen en onverklaard verkeer niet in dezelfde bucket verdwijnen |
De belangrijkste verschillen komen voort uit waar elk antwoord wordt geproduceerd.
Bewijs naast de user-agentstring. $mp_actor_type wordt afgeleid van de user agent, die zelfgerapporteerd en gemakkelijk te imiteren is, zoals het onderdeel user agent spoofing uitlegt. Een verified Proof of Actor-resultaat betekent dat een request signature is gecontroleerd tegen een gepubliceerde sleutel, met behulp van HTTP Message Signatures zoals gedefinieerd in RFC 9421 en gebruikt door Web Bot Auth.
Een klasse voor mensen met AI-ondersteuning. Onder $mp_actor_type valt een persoon die met een assistant schrijft samen met alle andere gebruikers in none. Proof of Actor rapporteert Human + AI wanneer de ondersteuning wordt gedeclareerd of waargenomen via een ondersteunde integratie, zodat een Mixpanel-funnel kan laten zien of AI-ondersteunde gebruikers sneller activeren of op andere punten vastlopen.
Unknown in plaats van none. none betekent dat er geen overeenkomst is gevonden. Unknown betekent dat het bewijs niet sterk genoeg was om te bepalen, en dat is een andere en bruikbaardere uitspraak. Je kunt de Unknown-ratio per route volgen, en de handleiding over Unknown verkeer afhandelen beschrijft de fallbackpatronen.
Events die nooit door je tracking gaan. Agents bellen vaak APIs en MCP servers in plaats van door een UI te klikken. Proof of Actor classificeert die interacties waar ze plaatsvinden, inclusief MCP-toolcalls; zie de use case voor MCP servers.
Een beslissing op requestniveau. Mixpanel-events zijn onveranderlijk en worden achteraf geanalyseerd, wat juist is voor analytics. Proof of Actor laat je applicatie ook per route, klasse en basis allow, adapt, challenge, naar review sturen of rate-limit. Het begint in observation mode, dus er verandert niets totdat je ervoor kiest om te enforce.
Mixpanel en Proof of Actor samen gebruiken
- Classificeer bij de request. Proof of Actor geeft voor elke interactie in je applicatie, API of MCP server een klasse en basis terug.
- Voeg twee eventproperties toe. Koppel de klasse en basis als properties, bijvoorbeeld met de namen
actor_classenactor_basis, aan de Mixpanel-events die je al verstuurt. Server-side tracking maakt dit eenvoudig omdat je applicatie het resultaat al heeft. - Houd ook
$mp_actor_typebij. Stuur de user agent van de eindgebruiker door zodat het eigen label van Mixpanel accuraat blijft, en vergelijk de twee properties. Waar ze verschillen, vertelt de Proof of Actor-basis je welk bewijs je moet vertrouwen. - Splitst de rapporten die je al gebruikt uit. Splits funnels, retentie en flows op actorclass om te zien of sign-ups door agents zich gedragen als menselijke, of dat AI-ondersteunde gebruikers sneller naar activatie gaan. De use case voor SaaS-apps laat zien waar dit het meest relevant is.
- Handel waar het ertoe doet. Schrijf policies voor de routes waar actorclass de ervaring moet veranderen. De handleiding over actorbewuste policies veilig uitrollen beschrijft het proces.
Wanneer kies je welke
Kies Mixpanel wanneer je vraag gaat over productgedrag: activatie, conversie, retentie, feature-adoptie en de paden die gebruikers volgen. Het $mp_actor_type-label is een goede eerste stap om agents en bots binnen die analyse te scheiden.
Voeg Proof of Actor toe wanneer je wilt dat dat label bewijs draagt, wanneer AI-ondersteunde gebruikers belangrijk zijn voor je product, wanneer veel van je agentverkeer via APIs of MCP servers binnenkomt, of wanneer je applicatie op requestniveau moet reageren in plaats van in een rapport. Mixpanel vertelt je hoe je product wordt gebruikt. Proof of Actor vertelt je wie het gebruikt bij elke interactie, met bewijs, en geeft je code een manier om erop te handelen.
Aan de slag
Proof of Actor bevindt zich in private beta. Via het founding developer program kunnen geselecteerde teams tot 12 maanden gratis toegang krijgen binnen afgesproken gebruikslimieten, zonder automatische facturering. Vraag vroege toegang aan en vertel ons over je product en de interacties die je wilt begrijpen.
Mixpanel is een handelsmerk van Mixpanel, Inc.