ОБНАРУЖЕНИЕ AI-АГЕНТОВ

Обнаружение AI-агентов для веб-сайтов с основаниями каждого результата

Посмотрите, какие взаимодействия на вашем веб-сайте исходят от людей, людей, работающих с AI, автономных агентов или источников, которые пока нельзя определить по имеющимся доказательствам. Каждый результат показывает, на чем он основан.

Получить ранний доступ Изучить, как это работает

Автор Toshendra SharmaОснователь и CEO, AgentCredia · Updated November 13, 2026

Теперь у вашего веб-сайта есть больше одного типа посетителя

Большую часть истории web веб-сайт мог исходить из простой модели: человек открывает browser, переходит по страницам и, возможно, входит в account. Analytics, rate limits, onboarding flows и security checks строились именно вокруг этого человека.

Эта модель больше не описывает реальный traffic. Сегодня один веб-сайт обслуживает людей, которые browsing самостоятельно, людей, которые просят AI assistant кратко изложить что-то или заполнить это за них, autonomous agents, которые читают страницы и вызывают endpoints от имени кого-то другого, а также длинный хвост crawlers и scripts. Поставщики AI сами документируют часть таких visitors: OpenAI, например, публикует отдельные user agents для своего search crawler, training crawler и fetcher, который посещает страницы, когда пользователь ChatGPT задает вопрос (OpenAI crawler documentation), а Anthropic делает то же самое для ClaudeBot, Claude-User и Claude-SearchBot (Anthropic crawler documentation). Некоторые из этих visitors приветствуются. Для некоторых нужен другой опыт. Некоторые требуют более внимательного рассмотрения, прежде чем смогут сделать что-либо sensitive.

Проблема в том, что большинство таких взаимодействий на первый взгляд выглядят одинаково. Login сообщает, какой account используется. Он не сообщает, человек ли кликает, действует ли assistant через эту session или автоматизированный client читает вашу pricing page для пользователя где-то еще. Обнаружение AI-агентов для веб-сайтов нужно для того, чтобы закрыть этот разрыв с помощью доказательств, чтобы ваша команда могла надлежащим образом реагировать на каждый тип actor, а не относиться ко всему traffic одинаково. Для практического разбора задействованных signals читайте как определить, что traffic веб-сайта исходит от AI-агентов, а для того, как это выглядит на production site, смотрите вариант использования для веб-сайтов.

Почему одного bot score недостаточно

Многие tools отвечают на этот вопрос одним числом: bot score, risk score, процентом, который якобы описывает, насколько visitor похож на человека. Преимущество очевидно. Одно число легко использовать в rule.

Проблема в том, что одно число скрывает логику. Когда score говорит, что session, вероятно, автоматизирована, ваша команда не может увидеть, основан ли этот вывод на verified signature, на user-agent string, который может скопировать кто угодно, или на pattern, который также подходит быстрому человеку, печатающему вручную. Когда этот score приводит к block или challenge, вы наследуете все его ошибки, не имея возможности объяснить их customer, colleague или auditor.

Proof of Actor использует другой подход. Каждый результат относится к одной из четырех понятных classes, описанных в Human, AI-assisted or agent: a taxonomy for app traffic, и каждый результат показывает, на чем он основан. Вы видите вывод и evidence вместе, а значит можете доверять сильным результатам, сомневаться в слабых и строить policies, соответствующие качеству evidence.

Как обнаружить AI-агентов на вашем веб-сайте за четыре шага

Вы можете начать обнаружение AI-агентов на вашем веб-сайте с помощью tools, которые у вас уже есть. Эти четыре шага не зависят от vendor и работают независимо от того, используете ли вы Proof of Actor; статья как определить, что traffic веб-сайта исходит от AI-агентов рассматривает каждый из них подробнее.

Составьте список агентов, которые объявляют себя сами. Ищите в server или CDN logs user agents, которые публикуют AI providers. OpenAI документирует OAI-SearchBot, GPTBot и ChatGPT-User и указывает, что ChatGPT-User посещает страницы, когда пользователь задает ChatGPT вопрос, а не выполняет автоматическое crawling. Anthropic документирует ClaudeBot, Claude-User и Claude-SearchBot. Это дает вам первую, declared картину agent traffic по route.
Проверяйте заявления, а не доверяйте строке. User agent является self-reported и его легко скопировать. Сверьте его с методом проверки самого operator: Google описывает reverse DNS lookup с последующим forward DNS lookup, а также опубликованные IP range files для Googlebot (Google: verifying Googlebot); Bing описывает такой же reverse и forward DNS check для Bingbot (Bing: verifying Bingbot); OpenAI публикует IP range files для каждого из своих user agents. Если client подписывает свои requests с помощью HTTP Message Signatures, определенных в RFC 9421, проверьте signature по опубликованному key operator.
Помечайте каждый результат его evidence и сохраняйте Unknown. Фиксируйте, является ли каждый вывод verified, declared или inferred. Traffic, который не совпадает ни с одним verified или declared agent и не показывает явного human pattern, должен быть помечен как Unknown, а не принудительно отнесен к human или bot. Это шаг, который отделяет полезный report от предположения.
Сначала наблюдайте по route, потом действуйте. Разбейте результаты по route и workflow на несколько недель: public content, signup, account settings, APIs. Только после этого напишите узкую policy для route, где actor context важнее всего, с явным fallback для Unknown.

Proof of Actor автоматизирует эти шаги внутри вашего application: он собирает signals, которые видит ваша integration, возвращает class с ее basis, отслеживает Unknown по route и оставляет policy вашему code.

Как Proof of Actor обнаруживает AI-агентов на веб-сайтах

Proof of Actor построен вокруг простого пути: signals, которые может наблюдать ваша integration, classification с явным basis и decision, который остается в ваших руках. Полный поток можно посмотреть на странице Как это работает. Ниже - краткая версия.

Signals из вашей integration

Каждая integration видит то, что позволяет ее context. Server-side integration видит request context, protocol details и, если client поддерживает это, request signature. Browser integration видит interaction signals на страницах, где она работает. Application также может фиксировать собственные declarations, например когда user помечает content как созданный с помощью AI, или agent client называет себя.

Proof of Actor работает с тем evidence, которое действительно присутствует. Он не притворяется, что видит то, что ваш веб-сайт не может наблюдать.

Четыре класса, которые означают что-то конкретное

Каждое взаимодействие попадает в один из четырех classes:

Human: наблюдаемые signals указывают на interaction, управляемое человеком.
Human + AI: помощь AI была declared или observed через поддерживаемую integration, которая может это видеть.
Agent: automated или agent-origin interaction, подтвержденное verifiable identity или carefully qualified inference.
Unknown: доступное evidence не позволяет сделать reliable determination.

Каждый class имеет четкое определение и четкое ограничение. Human result не является verified identity. Agent result не означает, что agent authorized. Unknown result не является обвинением. Полную taxonomy можно прочитать на странице Detection & Limitations.

Основание у каждого результата

Помимо class, каждый результат содержит basis: Verified, Declared, Inferred или Unknown. Request, который содержит valid signature от published key, считается Verified для этой проверки. Client, который называет себя agent, делает это Declared. Pattern поведения, согласующийся с automation, является Inferred. Именно это различие позволяет делать policies точными. Verified signed agent на read-only route и self-declared client на странице account settings не должны обрабатываться одинаково, и с Proof of Actor им это и не нужно. Словарная статья basis evidence подробнее объясняет каждое из этих понятий.

Что получает ваша команда: Detect, Understand, Route

Proof of Actor - это один product с тремя возможностями, которые работают вместе.

Detect

Собирайте actor signals, доступные вашей integration, и отделяйте verified assertions от behavioral inferences. Unknown traffic остается видимым как отдельная категория, а не сводится к догадке. Вы всегда знаете, о каких взаимодействиях можно говорить уверенно, а какие требуют большего evidence.

Understand

Смотрите AI agent traffic в контексте. Исследуйте типы interaction по route и по времени, отслеживайте trends в human, AI-assisted, agent и unknown activity и открывайте любую classification, чтобы увидеть, что известно, что неизвестно и на чем основан результат. Именно здесь product, platform и security teams получают общее, объяснимое представление о том, кто использует веб-сайт.

Route

Используйте собственные policies, чтобы allow, adapt, challenge, review или limit конкретные interactions. Показывайте structured response verified agent, читающему вашу documentation. Сохраняйте стандартный experience для human-directed sessions. Запрашивайте более строгую check для sensitive account change, когда этого требуют ваши собственные conditions. Выбирайте явный fallback для Unknown results и для timeouts, route by route. Enforce всегда происходит в вашем application, по policies, которые подтверждает ваша команда.

Создано для того, чтобы дополнять ваш веб-сайт, а не заменять его

Proof of Actor работает рядом с tools, которые вы уже используете. Он не заменяет вашу authentication, вашу authorization model или существующие controls против abuse. Он добавляет к ним actor context.

Типичная integration веб-сайта начинается с routes, где actor context важнее всего: public content, который agents читают особенно активно, signup и onboarding flows, account settings и другие sensitive actions, а также любой API, который обслуживает сайт. Founding teams работают с нашими engineers, чтобы выбрать эти routes, согласовать signals в scope и подтвердить, как обрабатываются data, еще до того, как будет написан code.

Поскольку decision layer находится в вашем code, вы сохраняете контроль над experience. Вы можете показывать результаты во внутренней dashboard неделями до любых изменений rule, затем включить одну узкую policy для одного route, а затем расширять ее, когда результаты заслужат ваше доверие. Руководство обработка Unknown traffic показывает, как проектировать такие первые rules.

Начните в режиме наблюдения

Самый быстрый способ получить ценность от обнаружения AI-агентов - сначала наблюдать, а не блокировать. В observation mode Proof of Actor записывает results, пока ваш веб-сайт реагирует точно так же, как и без него. Затем ваша команда может сопоставить classifications с outcomes, которые вы уже понимаете: support tickets, известные integrations, internal tools и crawlers, которые вы уже распознаете.

Это дает вам три вещи до любого enforcement:

Базовую линию. Сколько вашего traffic идет от human-directed, AI-assisted, agent-driven или unknown, по route.
Уверенность в evidence. Какие signals на вашем веб-сайте сильны и где нужно расширить coverage.
Лучшие policies. Rules, построенные на реальных patterns, а не на предположениях, с false positives, которые рассматриваются до того, как кто-либо будет затронут.

Когда policy готова, вы включаете ее для конкретного workflow, для которого она была разработана, и сохраняете возможность в любой момент ее изменить.

Почему обнаружение, основанное на evidence, выигрывает у непрозрачных scores

Веб-сайты уже обслуживают agents, assistants и людей, работающих с AI, бок о бок. Команды, которые справятся с этим хорошо, не будут теми, кто использует самые агрессивные filters. Это будут те, кто умеет объяснять свои decisions.

Результаты, основанные на evidence, дают вам это объяснение. Когда support agent спрашивает, почему пользователь увидел дополнительный verification step, вы можете указать на evidence и на policy, которая была применена. Когда agent operator спрашивает, почему его signed requests получили structured response, вы можете показать verified basis. Когда evidence недостаточно, результат говорит Unknown, и ваш fallback обрабатывает его так, как вы сознательно решили.

Этот подход также масштабируется вместе с web. По мере того как все больше agent operators подписывают свои requests и работа по standards, такая как IETF Web Bot Auth working group, которой поручено стандартизировать cryptographic authentication для automated clients, развивается на основе HTTP message signatures, все большая часть вашего traffic переходит из inferred или unknown в verified, а ваши policies становятся точнее без переписывания.

Присоединяйтесь к founding developer program

Proof of Actor находится в private beta с небольшой группой application teams. Отобранные founding developers могут получить до 12 months бесплатного доступа в пределах согласованных лимитов использования в обмен на практическую product feedback. Вы получите прямую integration support от наших engineers, ранний доступ к возможностям по мере их появления и реальное влияние на то, что мы создадим следующим.

Если ваш веб-сайт обслуживает людей, AI-assisted users и agents, и вы хотите знать, кто им пользуется, прежде чем решать, что делать дальше, подайте заявку на ранний доступ. Расскажите нам о вашем веб-сайте и о том interaction, который вы больше всего хотите понять, и мы рассмотрим, подходит ли он для текущей beta.

Хотите сначала увидеть детали? Изучите Proof of Actor, прочитайте как это работает или посмотрите точно, что evidence может и не может установить.

Источники

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.
Verifying Googlebot and other Google crawlers, Google Search Central.
How to verify that Bingbot is Bingbot, Bing Webmaster Blog.

ДЛЯ РАЗРАБОТЧИКОВ

What your code receives

Every interaction resolves to one result record. Your application reads the class and the basis and applies its own policy.

Result record

{
  "route": "GET /api/v1/catalog",
  "class": "agent",
  "basis": "verified",
  "evidence": [
    { "signal": "http_message_signature", "result": "valid", "keyid": "assistant.example" },
    { "signal": "client_declaration", "value": "assistant.example" }
  ],
  "observed_at": "2026-11-13T10:42:07Z"
}

class: Human, Human + AI, Agent или Unknown.
basis: Насколько сильны evidence: verified, declared, inferred или unknown.
evidence: Signals, стоящие за result, чтобы ваша team видела, почему.

Начните в observation mode: записывайте results рядом с вашими logs и ничего не меняйте, пока не выберете policy. Прочитать guide по интеграции Node.js

Часто задаваемые вопросы

Как обнаружение AI-агентов для веб-сайтов работает с Proof of Actor?

Proof of Actor собирает сигналы, доступные через вашу интеграцию, такие как подписи запросов, декларации клиента и сигналы взаимодействия, и возвращает классификацию с ее основанием: Verified, Declared, Inferred или Unknown.

Заблокирует ли установка каких-либо посетителей?

Нет. Proof of Actor начинается в режиме наблюдения. Ваш веб-сайт работает точно так же, как и раньше, пока ваша команда изучает результаты, а позже вы сами решаете, должна ли применяться какая-либо политика.

Может ли он определить, когда кто-то использовал AI в другой вкладке?

Ни один веб-сайт не может видеть активность в другой вкладке или на другом устройстве. Proof of Actor сообщает о помощи AI, когда она декларирована или наблюдаема через поддерживаемую интеграцию, и по замыслу сохраняет честность всего остального.

Что происходит, когда доказательств недостаточно?

Результат - Unknown. Unknown - это результат первого класса, который никогда не считается по умолчанию человеком и никогда не считается по умолчанию вредоносным. Ваша политика решает, как каждая route обрабатывает его.

Для кого создан Proof of Actor?

Для команд, которые управляют SaaS applications, websites, APIs и MCP servers и хотят понимать, кто или что действует, прежде чем выбирать политику опыта или доступа.

Как получить доступ?

Proof of Actor находится в private beta. Подайте заявку на ранний доступ. Отобранные founding developer команды могут получить до 12 months бесплатного доступа в рамках согласованных лимитов использования.

Знайте, кто использует ваш app.

Private beta для небольшой группы founding developers.

Получить ранний доступ Просмотреть цены

Предпочитаете сначала поговорить? Свяжитесь с основателями