மனிதர் vs முகவர் போக்குவரத்து

மனிதர், AI-உதவிய மற்றும் முகவர் போக்குவரத்தைப் பிரித்தறியுங்கள்

ஒவ்வொரு தொடர்புக்கும் தெளிவான வகையும் தெளிவான அடிப்படையும் கொடுங்கள், இதனால் உங்கள் பயன்பாடு மக்களை, AI உடன் பணிபுரியும் மக்களை மற்றும் தன்னாட்சி முகவர்களை ஒவ்வொருவருக்கும் உரிய முறையில் சேவை செய்ய முடியும்.

முன்கூட்டிய அணுகலைப் பெறுக எப்படி செயல்படுகிறது என்பதை ஆராய்க

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

இரண்டு வகைகள் இனி போதுமானவை அல்ல

பல ஆண்டுகளாக, போக்குவரத்து இரண்டு குழுக்களாகப் பிரிக்கப்பட்டது: மனிதர்கள் மற்றும் bots. மனிதர்கள் தயாரிப்பைப் பெற்றார்கள். Bots தடுக்கப்பட்டனர், rate-limit செய்யப்பட்டனர் அல்லது புறக்கணிக்கப்பட்டனர்.

அந்தப் பிரிவு இப்போது பொருந்தாது. சில தானியங்கி வருகையாளர்கள் உண்மையான வாடிக்கையாளர்களின் சார்பில் செயல்படும் முகவர்கள்: திட்டங்களை ஒப்பிடும் assistant, உங்கள் API வழியாக data இழுக்கும் agent, ஒரு பணியை முடிக்க உங்கள் MCP server-ஐ அழைக்கும் கருவி. AI வழங்குநர்கள் இப்போது இந்த வகை பயனர்-தொடக்க அணுகலைத் தாங்களே ஆவணப்படுத்துகின்றனர்: OpenAI, பயனர் ChatGPT-க்கு ஒரு கேள்வி கேட்கும்போது அதன் ChatGPT-User agent பக்கங்களைப் பார்வையிடுகிறது என்று கூறுகிறது (OpenAI crawler documentation), மேலும் Anthropic அதே நோக்கத்திற்காக Claude-User-ஐ பட்டியலிடுகிறது (Anthropic crawler documentation). அதே நேரத்தில், சிலர் AI உடன் அருகருகே பணிபுரிகிறார்கள், செய்திகளை வரைந்து, படிவங்களை நிரப்பி, தயாரிப்புகளை assistant-இன் துணையுடன் வழிநடத்துகிறார்கள். இதையெல்லாம் மனிதர் அல்லது bot என கட்டாயப்படுத்துவது இரு திசைகளிலும் தவறான முடிவுகளை உருவாக்குகிறது. சட்டப்பூர்வமான முகவர்கள் தடுக்கப்படுகிறார்கள், மற்றும் உண்மையான மக்கள் அவர்களின் நடத்தை அசாதாரணமாகத் தெரிந்ததால் challenge செய்யப்படுகிறார்கள்.

நல்ல முடிவுகளுக்கு வழிவகுக்கும் முறையில் மனிதர் மற்றும் AI முகவர் போக்குவரத்தை வேறுபடுத்த, உங்களுக்கு மேலும் பல வகைகள் தேவை, மேலும் ஒவ்வொரு முடிவையும் எவ்வளவு நம்பலாம் என்பதையும் தெரிந்திருக்க வேண்டும். how to tell if website traffic comes from AI agents பற்றிய blog post இதை சாத்தியமாக்கும் signals-ஐ விளக்குகிறது, மேலும் SaaS apps use case அந்த வேறுபாடு தயாரிப்பு முடிவுகளை எங்கு மாற்றுகிறது என்பதைக் காட்டுகிறது.

துல்லியமான பொருளுடன் நான்கு வகைகள்

Proof of Actor தொடர்புகளை நான்கு வகைகளாக வகைப்படுத்துகிறது. ஒவ்வொன்றுக்கும் ஒரு வரையறையும் வெளிப்படையான வரம்பும் உள்ளது, எனவே உங்கள் குழுவில் யாரும் evidence ஆதரிப்பதை விட அதிகமானதை ஒரு முடிவில் படித்துவிட மாட்டார்கள். இந்த taxonomy-க்குப் பின்னுள்ள reasoning-ஐ அறிய Human, AI-assisted or agent: a taxonomy for app traffic-ஐப் படியுங்கள்.

Human

ஆதரிக்கப்பட்ட observable signals மனிதர் இயக்கும் தொடர்பைக் காட்டுகின்றன. இந்த வகை யார் தொடர்பை இயக்குகிறார் என்பதைக் குறிக்கிறது, அடையாளத்தை அல்ல. Human முடிவு அந்த நபர் யார் என்பதை உறுதி செய்யாது, மேலும் எங்கும் AI பயன்படுத்தப்படவில்லை என்றும் கூறாது.

Human + AI

AI assistance அறிவிக்கப்பட்டுள்ளது, அல்லது அதை உண்மையில் காணக்கூடிய supported integration மூலம் கவனிக்கப்பட்டுள்ளது. எடுத்துக்காட்டுகளாக, உங்கள் own disclosure control மூலம் பயனர் content-ஐ AI-யுடன் வரைந்ததாகக் குறிக்கிறார், அல்லது உங்கள் application signed-in பயனருக்காக built-in assistant ஒரு action-ஐச் செய்ததாக அறிக்கையிடுகிறது. மேலும் AI-assisted interaction glossary entry-இல் படிக்கவும்.

Agent

தானியங்கி அல்லது agent-origin தொடர்பு, உதாரணமாக published key-இல் இருந்து வந்த செல்லுபடியான request signature போன்ற சரிபார்க்கக்கூடிய identity மூலம், அல்லது கவனமாகத் தகுதிபடுத்தப்பட்ட inference மூலம் ஆதரிக்கப்படுகிறது. Agent முடிவு யார் செயல்படுகிறார் என்பதைக் குறிக்கிறது. அந்த agent அங்கீகரிக்கப்பட்டதா, பாதுகாப்பானதா அல்லது ஒரு நபரிடமிருந்து செல்லுபடியான delegation-உடன் செயல்படுகிறதா என்பதைக் குறிக்காது. autonomous agents பற்றி மேலும் படியுங்கள்.

Unknown

கிடைக்கக்கூடிய evidence நம்பகமான முடிவை ஆதரிக்கவில்லை. Unknown என்பது நேர்மையானதும் பயனுள்ளதுமான முடிவு: உங்கள் coverage எங்கு முடிகிறது என்பதைக் காட்டுகிறது, மேலும் நிச்சயமற்ற வழக்குகளை தற்செயலாக அல்ல, திட்டமிட்டவாறு உங்கள் policies கையாள அனுமதிக்கிறது.

ஒவ்வொரு வகைக்கும் ஒரு basis உண்டு

மனிதர் மற்றும் agent போக்குவரத்தைப் பிரிப்பது பாதிப் பணி மட்டுமே. மற்றப் பாதி ஒவ்வொரு முடிவும் எவ்வளவு வலுவானது என்பதை அறிதல். அதனால்தான் ஒவ்வொரு Proof of Actor முடிவும் ஒரு basis-ஐக் கொண்டுள்ளது:

Verified: சரிபார்க்கக்கூடிய ஒரு assertion உறுதிப்படுத்தப்பட்டது, உதாரணமாக published key-க்கு எதிராகச் சரிபார்க்கப்பட்ட request signature.
Declared: client அல்லது உங்கள் application அதைத் தெரிவித்தது, உதாரணமாக ஒரு agent தன்னைத் தானே பெயரிட்டு அறிமுகப்படுத்தியது அல்லது ஒரு user AI assistance-ஐ வெளிப்படுத்தியது.
Inferred: behavioral அல்லது contextual signals-இல் இருந்து எடுத்த முடிவு, எப்போதும் ஒரு inference என அடையாளப்படுத்தப்படும்.
Unknown: முடிவுக்கு போதுமான evidence இல்லை.

வகை மற்றும் basis சேர்க்கைதான் துல்லியமான rules உருவாக்க உங்களைச் செயற்படுத்துகிறது. Verified agent-உம் inferred agent-உம் இரண்டும் agents தான், ஆனால் நீங்கள் முதல்வனுக்கு structured API-ஐ வழங்கி, இரண்டாவதைக் சாதாரண rate limit-உடன் கையாள விரும்பலாம். அறிவிக்கப்பட்ட AI-assisted submission-உம் மனித session-உம் இரண்டும் வழக்கம்போல தொடரலாம், மேலும் support குழுவுக்கு உதவும் label-ஐக் கொண்டிருக்கலாம். முழு taxonomy-ஐ Detection & Limitations-இல் காணலாம்.

வகைப்படுத்தல் எவ்வாறு நடக்கிறது

Proof of Actor ஒவ்வொரு தொடர்புக்கும் அதே evidence-first பாதையையே பின்பற்றுகிறது. முழு விளக்கம் How It Works-இல் உள்ளது.

உங்கள் integration காணக்கூடிய signals

தங்கள் keys-ஐ வெளியிடும் தானியங்கி clients-இருந்து வரும் Request signatures, RFC 9421-ல் வரையறுக்கப்பட்ட HTTP Message Signatures-ஐப் பயன்படுத்தி. IETF Web Bot Auth working group தானியங்கி clients இந்த முறையில் அங்கீகரிப்பதை நிலைப்படுத்துவதற்காக அதிகாரம் பெற்றுள்ளது.
தங்களைத் தாங்களே அடையாளப்படுத்தும் clients-இருந்தும், உதாரணமாக AI crawlers மற்றும் fetchers-இன் ஆவணப்படுத்தப்பட்ட user agents, மேலும் AI assistance உட்பட்டுள்ளது என்பதை உங்கள் own application அறியும் போது அதிலிருந்து வரும் Declarations.
server-side integration-க்கு கிடைக்கக்கூடிய Request context, உதாரணமாக headers மற்றும் protocol விவரங்கள்.
அது இயங்கும் பக்கங்களில் அங்கீகரிக்கப்பட்ட browser integration-இருந்து வரும் Interaction signals.

signals-இலிருந்து ஒரு முடிவுக்கு

Signals சரிபார்க்கப்பட்டு, basis மூலம் label செய்யப்பட்டு, ஒன்றிணைக்கப்படுகின்றன. வலுவான verified evidence நம்பிக்கையான முடிவை உருவாக்குகிறது. பலவீனமான அல்லது முரண்படும் evidence தகுதிபடுத்தப்பட்ட inference அல்லது Unknown-ஐ உருவாக்குகிறது. நேரம் முடிவது அல்லது signal இல்லாமை ஒருபோதும் Human முடிவாக மாறாது. வெளியீடு ஒரு வகை, ஒரு basis மற்றும் உங்கள் குழுவில் யாரும் படிக்கக்கூடிய evidence summary ஆகும்.

போக்குவரத்து பிரிக்கப்பட்ட பிறகு நீங்கள் என்ன செய்ய முடியும்

Proof of Actor மூன்று திறன்களைக் கொண்டு அமைக்கப்பட்டுள்ளது: Detect, Understand மற்றும் Route.

ஒவ்வொரு தொடர்புக்குப் பின்னுள்ள actor-ஐ Detect செய்யுங்கள்

ஒவ்வொரு சூழலிலும் கிடைக்கக்கூடிய signals-ஐ சேகரித்து, verified assertions-ஐ inference-களிலிருந்து பிரிக்கவும். Unknown-ஐ தெளிவாக வைத்திருங்கள்.

ஒவ்வொரு actor உங்கள் தயாரிப்பை எவ்வாறு பயன்படுத்துகிறார் என்பதை Understand செய்யுங்கள்

route-ஆலும் காலப்போக்கிலும் மனிதர், AI-உதவிய, agent மற்றும் unknown செயல்பாட்டின் கலவையைப் பாருங்கள். எந்த முடிவையும் திறந்து, என்ன தெரிந்தது மற்றும் என்ன தெரியவில்லை என்பதைப் பாருங்கள். முகவர்கள் குவியும் routes-ஐவும், AI assistance பொதுவாக இருக்கும் workflows-ஐவும் கண்டறியுங்கள்.

ஒவ்வொரு actor-ஐ சரியான அனுபவத்துக்கு Route செய்யுங்கள்

Evidence அதை ஆதரித்தவுடன் உங்கள் own policies-ஐப் பயன்படுத்துங்கள். ஒரு public website-இல், websites use case இந்தத் தேர்வுகள் உண்மையான routes-க்கு எவ்வாறு பொருந்துகின்றன என்பதைக் காட்டுகிறது:

Verified agents-க்கு மனிதருக்கான பக்கங்களுக்கு பதிலாக structured response அல்லது API-ஐ வழங்குங்கள்.
மனிதர் இயக்கும் sessions-க்கு standard experience-ஐத் தொடருங்கள்.
AI-assisted submissions-ஐ label செய்யுங்கள், அதனால் சரியான குழு அவற்றைக் கையாளும்.
உங்களின் own conditions அதைக் கோரும்போது, sensitive actions-க்கு வலுவான credentials-ஐக் கேளுங்கள்.
ஒவ்வொரு route-இலும் Unknown-க்கு ஒரு வெளிப்படையான fallback-ஐத் தேர்ந்தெடுக்கவும், உதாரணமாக public pages-ஐ அனுமதித்து, account changes-இல் existing checks-ஐ வைத்திருப்பது போன்றது.

rolling out actor-aware policies safely பற்றிய guide, observation-இருந்து enforcement-க்கு ஒரே நேரத்தில் ஒரு route-ஆக எப்படிப் போவது என்பதை விளக்குகிறது.

இது உங்கள் பயனர்களுக்கு ஏன் முக்கியம்

இதைச் சரியாக செய்வது உங்கள் application-ஐ பயன்படுத்தும் அனைவருக்கும் நல்லது.

மங்கலான score-இன் வலிமையை வைத்து அவர்கள் challenge செய்யப்படுவதில்லை என்பதால் மக்கள் மென்மையான அனுபவம் பெறுகிறார்கள். AI உடன் பணிபுரியும் மக்களுக்கு பொருந்தும் workflows-இல் வெளிப்படுத்தப்பட்ட assistance-க்கு ஆதரவு கிடைக்கிறது. சட்டப்பூர்வமான முகவர்கள் தங்கள் பணியைச் செய்ய நம்பகமான, கட்டமைக்கப்பட்ட வழியைப் பெறுகிறார்கள், இது scraping-ஐ மற்றும் உங்கள் interface-இல் ஏற்படும் load-ஐக் குறைக்கிறது. உங்கள் குழுவுக்கு விளக்கமளிக்கக்கூடிய முடிவுகள் கிடைக்கின்றன, எனவே support உரையாடல்கள், incident மதிப்பாய்வுகள் மற்றும் policy மாற்றங்கள் ஊகங்களுக்கு அல்ல, evidence-க்கு அடிப்படையாகின்றன.

குழப்பத்தின் மிக பொதுவான மூலங்களில் ஒன்று account தானாகும். signed-in session எந்த account பயன்படுத்தப்படுகிறது என்பதைச் சொல்கிறது. தற்போதைய தொடர்பை யார் இயக்குகிறார்கள் என்பதை அது சொல்லாது. ஒரே account-ஐ அதன் உரிமையாளர் காலை settings-இல் கிளிக் செய்வதற்கும், உரிமையாளர் நண்பகலில் ஒரு report-ஐ export செய்யக் கேட்ட assistant-க்கும், மாலை API key வழியாக பணிபுரியும் agent-க்கும் பயன்படுத்தலாம்.

இந்த மூன்றையும் ஒரே மாதிரி கருதுவது இரு திசைகளிலும் சிக்கல்களை உருவாக்குகிறது. account-இல் வரும் ஒவ்வொரு request-உம் உரிமையாளருடையதென்று கருதப்பட்டால், ஒரு agent மனிதருக்காக வடிவமைக்கப்பட்ட workflows-ஐ அடையலாம். அசாதாரணமான ஒவ்வொரு request-உம் தாக்குதல் என கருதப்பட்டால், உரிமையாளரின் own tools தடுக்கப்படுகின்றன. actor-ஐ account-இலிருந்து பிரிப்பது உங்கள் application-க்கு authentication மற்றும் authorization-ஐ அப்படியே வைத்திருக்கவும், இப்போது யார் செயல்படுகிறார் என்பதற்கான காணாமல் போன சூழலைச் சேர்க்கவும் உதவுகிறது. அந்தச் சூழல்தான் மனிதருக்கே உரிய workflows-ஐத் திறக்காமல், முகவர்களுக்கு structured access-ஐ வழங்க முடியும் ஆக்குகிறது.

Observation mode-இல் தொடங்குங்கள்

ஒவ்வொரு deployment-மும் observation mode-இல் தொடங்குகிறது. உங்கள் application முன்புபோலவே பதிலளிக்கும் போது Proof of Actor முடிவுகளைப் பதிவு செய்கிறது. உங்கள் குழு human, AI-assisted, agent மற்றும் unknown activity-யின் ஒரு baseline-ஐ உருவாக்கி, நீங்கள் ஏற்கனவே அறிந்த outcomes-உடன் ஒப்பிட்டு, ஒரு rule கூட மாறுவதற்கு முன் எந்த false positives-ஐயும் மதிப்பாய்வு செய்கிறது. Policy தயாரானதும், அதை ஒரு workflow-க்கு செயல்படுத்தி, அங்கிருந்து விரிவாக்குங்கள்.

Founding developer program-இல் சேருங்கள்

Proof of Actor ஒரு சிறிய application teams குழுவுடன் private beta-இல் உள்ளது. தேர்ந்தெடுக்கப்பட்ட founding developers, ஒப்புக்கொள்ளப்பட்ட பயன்பாட்டு வரம்புகளுக்குள், hands-on feedback-க்கு மாற்றாக up to 12 months இலவச அணுகலைப் பெறலாம். எங்கள் engineers-இருந்து நேரடி integration support, திறன்களுக்கு முன்கூட்டிய access, மற்றும் முன்னுரிமைகளில் செல்வாக்கு பெறுகிறீர்கள்.

உங்கள் application-இல் மனிதர் மற்றும் AI முகவர் போக்குவரத்தை வேறுபடுத்த வேண்டும் என்றால், apply for early access செய்து, நீங்கள் அதிகமாகப் புரிந்துகொள்ள விரும்பும் தொடர்பைப் பற்றி எங்களிடம் சொல்லுங்கள்.

Proof of Actor-ஐ ஆராயுங்கள், how it works-ஐப் படியுங்கள், அல்லது what the evidence can establish என்பதைத் துல்லியமாகப் பாருங்கள்.

Sources

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.

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

மனிதர் மற்றும் AI முகவர் போக்குவரத்தை எப்படி வேறுபடுத்துகிறீர்கள்?

Proof of Actor உங்கள் integration காணக்கூடிய signals-ஐ, உதாரணமாக request signatures, client declarations, request context மற்றும் browser interaction signals ஆகியவற்றை ஒன்றிணைத்து, வெளிப்படையான basis உடன் ஒரு வகையைத் திருப்பி அளிக்கிறது.

ஏன் Human + AI என்ற வகை உள்ளது?

சிலர் ஒரு AI assistant-இன் துணையுடன் பணிபுரிகிறார்கள். அவர்களை முழுமையாக மனிதர் அல்லது முழுமையாக தானியக்கமானவர் என கருதுவது முக்கியமான சூழலை இழக்கச் செய்கிறது. Human + AI என்பது அறிவிக்கப்பட்ட அல்லது supported integration மூலம் கவனிக்கப்பட்ட assistance-ஐக் கொண்டுள்ளது.

Agent முடிவு என்பது மோசமான bot-ஐப் போலவேதானா?

இல்லை. பல முகவர்கள் சட்டப்பூர்வமான பங்கேற்பாளர்கள். Agent முடிவு யார் செயல்படுகிறார் என்பதைக் குறிப்பிடுகிறது, செயல் அனுமதிக்கப்பட்டதா என்பதை அல்ல. ஒவ்வொரு முகவருக்கும் எப்படி சேவை செய்ய வேண்டும் என்பதை உங்கள் policies தீர்மானிக்கின்றன.

போக்குவரத்தை வகைப்படுத்த முடியாவிட்டால் என்ன?

அது Unknown என, முதல் தர முடிவாக அறிவிக்கப்படுகிறது. Unknown ஒருபோதும் Human ஆக மாற்றப்படுவதில்லை, மேலும் இயல்பாக தீங்கிழைப்பதாகவும் கருதப்படுவதில்லை.

நான் ஏதாவது கட்டாயமாகத் தடுக்க வேண்டுமா?

இல்லை. நீங்கள் observation mode-இல் தொடங்கி, முடிவுகளை மதிப்பாய்வு செய்து, உங்கள் குழு அவை பொருந்தும் என்று நம்பும் இடங்களில் மட்டுமே policies-ஐ செயல்படுத்துகிறீர்கள்.

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