AI ஏஜென்ட் போக்குவரத்து பகுப்பாய்வு

உங்கள் app மற்றும் API க்கான AI ஏஜென்ட் போக்குவரத்து பகுப்பாய்வு

ஒவ்வொரு வகைப்பாடுக்கும் தெளிவாகக் காணப்படும் சான்று ஆதரவுடன், உங்கள் application ஐ மனிதர்கள், AI உதவிய பயனர்கள் மற்றும் தன்னாட்சி ஏஜென்ட்கள் எவ்வாறு பயன்படுத்துகிறார்கள் என்பதை, பாதை தோறும் புரிந்துகொள்ளுங்கள்.

முன்கூட்டிய அணுகலைப் பெறுக எப்படி செயல்படுகிறது என்பதை ஆராய்க

ஆசிரியர் Toshendra SharmaFounder & CEO, AgentCredia · Updated November 13, 2026

குறுகிய பதில்

AI ஏஜென்ட் போக்குவரத்து பகுப்பாய்வு, ஒவ்வொரு பாதை மற்றும் workflow இன் எவ்வளவு பகுதி மனிதர்கள், AI உதவிய பயனர்கள், தன்னாட்சி ஏஜென்ட்கள் மற்றும் அறியப்படாத clients ஆகியோரால் இயக்கப்படுகிறது என்பதை, ஒவ்வொரு முடிவின் பின்னுள்ள சான்றுடன் காட்டுகிறது, அதனால் ஏஜென்ட்கள் உங்கள் application ஐ எங்கு பயன்படுத்துகின்றனர் என்பதை உங்கள் குழு துல்லியமாக பார்க்கிறது.

உங்கள் dashboards மாறிவிட்ட ஒரு உலகத்தை எண்ணிக்கொள்கின்றன

பெரும்பாலான analytics stacks ஒரே கேள்விக்கு பதில் அளிக்க உருவாக்கப்பட்டன: என் site இல் மக்கள் என்ன செய்கிறார்கள்? Sessions, page views, funnels மற்றும் campaigns எல்லாம் ஒவ்வொரு தொடர்பின் பின்னிலும் ஒரு மனிதர் இருப்பதாக கருதுகின்றன.

அந்த கருதுகோள் இனி ஒவ்வொரு தொடர்புக்கும் பொருந்தாது. AI assistants, பயனர்கள் சார்பாக pages ஐ திறக்கின்றன; உதாரணமாக, பயனர் ChatGPT இற்கு ஒரு கேள்வி கேட்கும் போது pages ஐ visit செய்யும் ChatGPT-User agent ஐ OpenAI ஆவணப்படுத்துகிறது (OpenAI crawler documentation). தன்னாட்சி ஏஜென்ட்கள் பணிகளை முடிக்க APIs மற்றும் MCP tools ஐ call செய்கின்றன. மக்கள் அதே session இல் AI உடன் சேர்ந்து பணிபுரிகிறார்கள், சில நேரங்களில் அதை declare செய்து, சில நேரங்களில் செய்யாமல். Crawlers மற்றும் scripts தாங்கள் அணுக முடிந்த அனைத்தையும் தொடர்ந்து வாசிக்கின்றன.

இதன் விளைவு, உங்கள் குழு நம்பும் எண்களில் அமைதியான விலகல். யாராலும் விளக்க முடியாத காரணங்களால் conversion rates மாறுகின்றன. பிரபலமான API route ஒன்று சில automated clients ஆல் இயக்கப்படுவதென்று தெரிய வருகிறது. marketing வெற்றி போலத் தோன்றிய spike ஒன்று, உண்மையில் documentation ஐ agents வாசித்ததற்காக இருந்தது. actor சூழல் இல்லாமல், ஒவ்வொரு chart ம் மிக வேறுபட்ட நடத்தை ஒன்றே ஒரு கோட்டில் கலந்து விடுகிறது. சில tools, நீங்கள் அதை பார்க்கும் முன்பே படத்தின் ஒரு பகுதியை நீக்கிவிடுகின்றன: Google, Google Analytics அறியப்பட்ட bots மற்றும் spiders இலிருந்து வரும் traffic ஐ தானாகவே நீக்குகிறது என்றும், எவ்வளவு நீக்கப்பட்டது என்பதை நீங்கள் பார்க்க முடியாது என்றும் கூறுகிறது (Google Analytics: known bot-traffic exclusion).

AI agent traffic analytics இதை ஒவ்வொரு தொடர்பிலும் ஒரு புதிய பரிமாணத்தை சேர்ப்பதன் மூலம் சரிசெய்கிறது: யார் அல்லது என்ன செயல்படுகிறது, மற்றும் அதில் நீங்கள் எவ்வளவு உறுதியாக இருக்கலாம் என்பதைக் காட்டுகிறது. website traffic AI agents இலிருந்து வருகிறது என்பதை எப்படித் தெரிந்துகொள்வது என்ற blog post அந்த பரிமாணத்தின் பின்னுள்ள signals ஐ விளக்குகிறது, மேலும் websites use case அதை production site ஒன்றில் எப்படி பயன்படுத்துவது என்பதை காட்டுகிறது.

actor-aware analytics உங்களுக்கு என்ன காட்டுகிறது

Proof of Actor, Human, AI-assisted or agent: a taxonomy for app traffic இல் விளக்கப்பட்டபடி, உங்கள் traffic ஐ நான்கு classes ஆக ஒழுங்குபடுத்துகிறது, மேலும் ஒவ்வொன்றுக்கும் evidence ஐ இணைத்துக் கொண்டே இருக்கிறது.

Human: காணக்கூடிய signals மனிதர் வழிநடத்துதலைக் காட்டும் தொடர்புகள்.
Human + AI: ஆதரிக்கப்படும் integration மூலம் AI உதவி declare செய்யப்பட்ட அல்லது கவனிக்கப்பட்ட தொடர்புகள்.
Agent: சரிபார்க்கக்கூடிய அடையாளம் அல்லது கவனமாக வரையறுக்கப்பட்ட inference மூலம் ஆதரிக்கப்படும் automated அல்லது ஏஜென்ட் மூலமான தொடர்புகள்.
Unknown: நம்பகமான தீர்மானத்தை ஆதரிக்க evidence போதாத தொடர்புகள்.

ஒவ்வொரு முடிவும் ஒரு basis ஐயும் கொண்டிருக்கும்: verified, declared, inferred அல்லது unknown. அந்த இரண்டாவது பரிமாணமே analytics ஐ நம்பகமாக ஆக்குகிறது. உங்கள் API traffic இன் மூன்றில் ஒரு பகுதி agents என்று dashboard கூறினால், அவை verified signatures ஆவதா அல்லது request pattern களிலிருந்து வந்த inference ஆகவா என்பதன் அடிப்படையில் அதற்கு அர்த்தம் முற்றிலும் வேறுபடும். Proof of Actor மூலம் நீங்கள் இரண்டையும் பார்க்கலாம், மேலும் ஏதேனும் ஒன்றின் அடிப்படையில் filter செய்யலாம்.

பாதை மற்றும் workflow அடிப்படையில்

ஒரு application முழுவதும் actor கலவை மிகப் பெரிதாக மாறுகிறது. பொதுத் documentation, pricing மற்றும் catalog pages பெரும்பாலும் agents மற்றும் assistants ஐ ஈர்க்கின்றன. Signup, checkout மற்றும் account settings இல் agents குறைவாக இருக்கலாம், ஆனால் அவை தோன்றும் போது அதிக முக்கியத்துவம் பெறுகின்றன. API routes மற்றும் MCP tools automated clients ஆல் ஆதிக்கம் செலுத்தலாம். Proof of Actor முடிவுகளை route மற்றும் workflow அடிப்படையில் பிரிக்கிறது, அதனால் ஒவ்வொரு குழுவும் அது own செய்யும் பகுதியைப் பார்க்க முடியும்.

காலப்போக்கில்

Trends, உங்கள் product எங்கே செல்கிறது என்பதைச் சொல்கின்றன. முக்கியமான routes இல் agent மற்றும் AI-assisted activity இன் பங்கு எப்படி மாறுகிறது என்பதைப் பாருங்கள், புதிய agent operator ஒருவர் உங்கள் உள்ளடக்கத்தை வாசிக்கத் தொடங்கும் நேரத்தைப் பாருங்கள், மேலும் மேலும் clients தங்கள் requests ஐ sign செய்யும்போது Unknown இலிருந்து verified க்கு எவ்வளவு traffic மாறுகிறது என்பதையும் கண்காணியுங்கள்.

விளக்கங்களுடன்

Dashboard இல் உள்ள எந்த எண்ணையும் தனிப்பட்ட தொடர்புகளுக்கு வரைத் திறக்கலாம். ஒவ்வொன்றுக்கும் நீங்கள் class, basis, என்ன தெரியும், என்ன தெரியாது, மற்றும் எந்த policy output பொருந்தும் என்பதைக் காணலாம். இதுவே ஒரு chart ஐ, உங்கள் product, platform மற்றும் security குழுக்கள் ஒன்றாகச் செயல்படுத்தக்கூடிய ஒன்றாக மாற்றுகிறது.

இது எப்படி செயல்படுகிறது

Proof of Actor evidence-first பாதையைப் பின்பற்றுகிறது. முழு விளக்கத்தை How It Works இல் படிக்கலாம்.

உங்கள் application ஒரு request அல்லது event ஐ பெறுகிறது: ஒரு page view, ஒரு API call, ஒரு MCP tool call அல்லது ஒரு in-app action.
உங்கள் integration அந்த சூழலில் கிடைக்கும் signals ஐ சேகரிக்கிறது: server இல் request context மற்றும் signatures, collector இயங்கும் browser இல் interaction signals, clients இலிருந்து மற்றும் உங்கள் own application இலிருந்து declarations.
Signals சோதிக்கப்பட்டு, basis மூலம் label செய்யப்பட்டு, சேர்க்கப்படுகின்றன ஒரு classification ஆக.
முடிவு அதன் basis மற்றும் evidence summary உடன் பதிவு செய்யப்படுகிறது, பின்னர் உங்கள் analytics இல் நுழைகிறது.
உங்கள் application தீர்மானிக்கிறது observation only ஆக இருக்கலாமா அல்லது ஒரு policy ஐ apply செய்யலாமா என்பதை.

Analytics மற்றும் decisions ஒரே முடிவுகளைப் பயன்படுத்துவதால், நீங்கள் ஆய்வு செய்யும் எண்களே உங்கள் policies செயல்படும் எண்கள். dashboard சொல்வதற்கும் application செய்வதற்கும் இடையில் எந்த இடைவெளியும் இல்லை.

Detect, Understand, Route

AI agent traffic analytics, மூன்று Proof of Actor திறன்களின் நடுவில் அமைகிறது.

Detect

ஒவ்வொரு integration க்கும் கிடைக்கும் actor signals ஐ சேகரித்து, verified assertions ஐ behavioral inferences இலிருந்து பிரிக்கவும். Unknown தனித்த class ஆகவே காணப்படும், அதனால் coverage gaps மற்றொரு எண்ணுக்குள் மறையாது.

Understand

இது analytics layer: actor breakdowns, interaction trends, route-level views மற்றும் விளக்கத்தக்க classifications. எந்த routes ஐ agents நம்புகின்றன, ஒரு workflow எவ்வளவு AI-assisted activity ஐ பார்க்கிறது, மற்றும் ஒரு policy ஐ ஆதரிக்க evidence எங்கு போதுமான வலிமையுடன் உள்ளது போன்ற கேள்விகளுக்கு குழுக்கள் இதை பயன்படுத்துகின்றன.

Route

Analytics ஒரு தெளிவான pattern ஐ காட்டும் போது, உங்கள் own விதிகளுடன் அதில் action எடுக்கவும். verified agents தாங்கள் அதிகம் வாசிக்கும் உள்ளடக்கத்திற்குச் செல்ல ஒரு அமைப்பான வழியை வழங்குங்கள். மனிதர் வழிநடத்தும் sessions க்கு இயல்பான experience ஐ தொடருங்கள். உங்கள் own conditions நியாயப்படுத்தும்போது மட்டுமே sensitive actions க்கு review சேர்க்கவும். Unknown மற்றும் timeouts க்கு explicit fallbacks ஐ அமைக்கவும்.

apps, APIs மற்றும் MCP servers க்காக உருவாக்கப்பட்டது

Agent activity machines வரவேற்கப்படும் இடங்களில் குவிகிறது: APIs, documentation, catalogs மற்றும் tools. அதனால்தான் Proof of Actor page views க்கும் மேலாகப் பரவுகிறது.

SaaS apps மற்றும் websites browser sessions க்கும் அவற்றின் பின்னுள்ள server routes க்கும் actor சூழலைப் பார்க்கின்றன. SaaS Apps & Websites இல் மேலும் படிக்கவும்.
APIs signed client identity ஐ API credentials மற்றும் authorization இலிருந்து பிரிக்கும் request-level context ஐப் பெறுகின்றன. APIs இல் மேலும் படிக்கவும்.
MCP servers ஒவ்வொரு tool call க்கும் actor சூழலைப் பெறுகின்றன, அதனால் எந்த clients எந்த tools ஐ பயன்படுத்துகின்றன என்பதை நீங்கள் பார்க்கலாம். MCP Servers இல் மேலும் படிக்கவும்.

Founding teams எங்கள் engineers இன் நேரடி உதவியுடன் integrate செய்கின்றனர். ஒரு Node.js app க்கு actor context ஐ சேர்ப்பது என்ற guide, சாதாரண request handler இல் integration எங்கு அமைகிறது என்பதை காட்டுகிறது.

Volume ஐ விட evidence ஏன் முக்கியம்

Agent traffic க்கான பெரிய எண்களை உருவாக்குவது எளிது. browser fingerprint இல்லாத ஒவ்வொரு request ஐயும் count செய்து அதை automation என்று அழைக்கலாம். பிரச்சனை என்னவெனில், அப்படிப் பெற்ற எண் ஒரு தீர்மானத்தை ஆதரிக்க முடியாது, ஏனெனில் அதில் எவ்வளவு உண்மையானது என்று யாருக்கும் தெரியாது.

Proof of Actor, ஒவ்வொரு எண்ணையும் ஆதரிக்கக்கூடியதாக உருவாக்கப்பட்டுள்ளது. Verified முடிவுகள் உண்மையில் pass ஆன checks இலிருந்து வருகின்றன. Declarations, declarations ஆகவே label செய்யப்படுகின்றன. Inferences, inferences ஆகவே label செய்யப்படுகின்றன. Unknown, Unknown ஆகவே report செய்யப்படுகிறது. Agent traffic ஐ leadership, security team அல்லது customers க்கு நீங்கள் வழங்கும்போது, ஒவ்வொரு figure எங்கிருந்து வருகிறது என்பதைக் கண்டிப்பாக விளக்க முடியும்.

இதனால் analytics காலப்போக்கில் இன்னும் பயனுள்ளதாகிறது. Agent operators RFC 9421 HTTP Message Signatures அடிப்படையிலான signed requests ஐ ஏற்றுக்கொள்ளும் போதும், Web Bot Auth போன்ற standards work IETF webbotauth working group இல் முன்னேறும் போதும், உங்கள் traffic இன் அதிகமான பகுதி verified basis க்கு நகர்கிறது. நீங்கள் அவற்றைப் படிக்கும் முறையை மாற்றாமல், உங்கள் charts மேலும் தெளிவாகின்றன.

முதலில் observation, பின்னர் முடிவு

ஒவ்வொரு Proof of Actor deployment உம் observation mode இல் தொடங்குகிறது. முடிவுகள் பதிவு செய்யப்படுகின்றன, analytics நிரம்புகின்றன, மற்றும் உங்கள் application முன்புபோலவே பதிலளித்துக்கொண்டே இருக்கிறது. அந்த காலத்தை உங்கள் குழு ஒரு baseline உருவாக்க, நீங்கள் ஏற்கனவே அறிந்த outcomes உடன் முடிவுகளை ஒப்பிட, மற்றும் ஒரு policy உண்மையில் உதவும் முதல் routes ஐ அடையாளம் காண பயன்படுத்துகிறது.

நீங்கள் தயாரானதும், ஒரு workflow க்கு ஒரு policy ஐ enable செய்து, அதன் விளைவைக் கணக்கிட்டு, அங்கிருந்து விரிவாக்குகிறீர்கள். Proof of Actor நிறுவப்பட்டதால் எதுவும் block செய்யப்படுவதில்லை. ஒவ்வொரு enforcement decision உம் உங்களுடையது.

founding developer program இல் சேருங்கள்

Proof of Actor private beta இல் உள்ளது. தேர்ந்தெடுக்கப்பட்ட founding developer குழுக்கள், hands-on product feedback க்கு மாற்றாக, ஒப்புக்கொள்ளப்பட்ட பயன்பாட்டு வரம்புகளுக்குள், 12 மாதங்கள் வரை இலவச அணுகலைப் பெறலாம். நீங்கள் நேரடி integration support, புதிய capabilities க்கு early access, மற்றும் roadmap மீது தாக்கம் ஆகியவற்றைப் பெறுகிறீர்கள்.

உங்கள் முழு குழுவும் நம்பக்கூடிய AI agent traffic analytics வேண்டுமெனில், early access க்கு விண்ணப்பிக்கவும். உங்கள் application, நீங்கள் அதிகம் கவனிக்கும் routes, மற்றும் உங்கள் analytics எந்த கேள்விகளுக்கு பதில் அளிக்க வேண்டும் என்பதைக் கூறுங்கள்.

Proof of Actor ஐ ஆராயுங்கள், அது எப்படி செயல்படுகிறது என்பதைப் பாருங்கள், அல்லது evidence என்ன நிரூபிக்க முடியும் என்பதை வாசியுங்கள்.

மூலங்கள்

OpenAI crawlers கண்ணோட்டம், OpenAI.
Known bot-traffic exclusion, Google Analytics Help.
RFC 9421: HTTP Message Signatures, IETF, February 2024.
Web Bot Auth (webbotauth) working group charter, IETF.

உருவாக்குநர்களுக்காக

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 அல்லது Unknown.
basis: evidence எவ்வளவு வலுவானது: Verified, Declared, Inferred அல்லது Unknown.
evidence: முடிவுக்குப் பின்னுள்ள signals, அதனால் உங்கள் team ஏன் என்பதைப் பார்க்க முடியும்.

observation mode-இல் தொடங்கவும்: முடிவுகளை உங்கள் logs-க்கு அடுத்ததாக பதிவு செய்யவும், நீங்கள் ஒரு policy-ஐத் தேர்வு செய்யும் வரை எதையும் மாற்றாதீர்கள். Node.js integration guide-ஐப் படிக்கவும்

அடிக்கடி கேட்கப்படும் கேள்விகள்

AI ஏஜென்ட் போக்குவரத்து பகுப்பாய்வு என்றால் என்ன?

இது, உங்கள் application இன் செயல்பாட்டில் எவ்வளவு பகுதி மனிதர்கள், AI உடன் பணிபுரியும் மனிதர்கள், தன்னாட்சி ஏஜென்ட்கள் மற்றும் அடையாளம் தெரியாத மூலங்களிலிருந்து வருகிறது என்பதை, பாதை, workflow மற்றும் நேரம் அடிப்படையில் பிரித்து அளவிடும் நடைமுறை.

இது என் web analytics கருவியிலிருந்து எப்படி வேறுபடுகிறது?

Web analytics கருவிகள் மனித வருகைகள் மற்றும் campaign களை எண்ணுவதற்காக உருவாக்கப்பட்டவை. Proof of Actor ஒவ்வொரு தொடர்பிலும் யார் அல்லது என்ன செயல்படுகிறது என்பதை வகைப்படுத்துகிறது, முடிவின் பின்னுள்ள சான்றைக் காட்டுகிறது, மேலும் பக்கங்களுடன் கூட APIs மற்றும் MCP servers ஐயும் உள்ளடக்குகிறது.

இதில் API மற்றும் MCP போக்குவரமும் அடங்குமா?

ஆம். server-side மற்றும் MCP integrations, API calls மற்றும் tool calls க்கு actor சூழலை கொண்டு வருகின்றன, அதுவே பெரும்பாலும் ஏஜென்ட் செயல்பாடு அதிகமாக இருக்கும் இடம்.

எண்கள் ஊகங்களின் அடிப்படையிலா?

ஒவ்வொரு வகைப்பாடும் அதன் அடிப்படையை குறிப்பிடுகிறது: verified, declared, inferred அல்லது unknown. நீங்கள் உங்கள் analytics ஐ basis அடிப்படையில் filter செய்யலாம், அதனால் verified ஏஜென்ட் போக்குவரமும் inferred ஏஜென்ட் போக்குவரமும் ஒருபோதும் குழப்பப்படாது.

இது என் app எப்படி பதிலளிக்கிறது என்பதைக் மாற்றுமா?

இயல்பாக இல்லை. Analytics observation mode இல் இயங்குகிறது. உங்கள் குழு policy ஐ enable செய்தபோதுதான் உங்கள் app நடத்தை மாற்றும்.

அணுகலை எப்படி பெறலாம்?

early access க்கு விண்ணப்பிக்கவும். தேர்ந்தெடுக்கப்பட்ட founding developer குழுக்கள், ஒப்புக்கொள்ளப்பட்ட பயன்பாட்டு வரம்புகளுக்குள், 12 மாதங்கள் வரை இலவச அணுகலை பெறலாம்.

உங்கள் app-ஐ யார் பயன்படுத்துகிறார்கள் என்பதை அறிந்துகொள்ளுங்கள்.

founding developers-இன் சிறிய குழுவுக்கான private beta.

முன்கூட்டிய அணுகலைப் பெறுக விலை விவரங்களை காண்க

முதலில் பேச விரும்புகிறீர்களா? founders-உடன் பேசுங்கள்