定义
行为主体智能是关于驱动应用交互的主体是谁或什么的证据，并结合据此采取行动所需的上下文。"主体"指在那个时刻控制交互的对象: 一个人、与 AI 助手一起工作的人、一个自主代理，或者现有证据无法判断的对象。
行为主体智能不同于身份。身份回答的是"这是哪个账户?" 行为主体智能回答的是"现在是那类参与者在操作这个账户，或者这个请求，并且我们如何知道?"
为什么会有这个类别
在大多数网络的发展历史中，应用可以把已认证会话视为一个人。自动化流量是需要检测并通常阻止的东西。随着合法的软件代理开始为使用它们的人和公司浏览、调用 API 并调用工具，这种模型就不再适用。应用现在需要区分:
- 应该获得正常体验的人。
- 使用 AI 辅助的人，这种情况可能是受欢迎的、受限制的，或者只需披露，取决于工作流。
- 应该获得结构化访问的代理，例如 API 或机器可读响应。
- 证据太少，无法判断的交互。
我们的文章 人类、AI 辅助还是代理: 应用流量的实用分类法 详细解释了这四类。
如果没有这种区分，团队就会回到粗暴工具: 阻止所有看起来像自动化的流量，或者允许所有已认证的流量。这两种做法都会带来问题。前者会破坏合法集成。后者会让高影响操作在比任何人预期更少的上下文下运行。
行为主体智能的组成部分
信号
原始输入: 请求签名、协议细节、客户端声明，以及来自浏览器会话的交互信号。哪些信号存在，取决于集成运行的位置。
带依据的分类
像 Agent 或 Human 这样的结论，只有在说明其依据时才有用。好的行为主体智能总是报告 证据基础: Verified、Declared、Inferred 或 Unknown。
分析
按时间和按路由查看的模式: 应用的哪些部分出现代理流量，未知流量有多少，以及发布后这些数字如何变化。
决策
应用针对每条路由和每个风险级别的自有策略。行为主体智能为这些决策提供上下文，但不会自行做出决策。
它与机器人检测的关系
机器人检测 主要是对抗性的: 目标是发现并阻止滥用自动化。行为主体智能的范围更广。它把自动化视为可能合法的正常参与者，也把使用 AI 辅助的人视为独立类别。它还让 Unknown 享有一等地位，而不是把每次交互都强行归为"bot"或"not bot"。
常见误解
信号越多，确定性就越高。 不同强度的信号不应被平均成一个分数。已验证的签名和推断出的行为模式属于不同类型的证据。
行为主体智能应该自动决定。 它的价值在于为应用所有者提供可靠的上下文。是否执行由所有者决定。
Proof of Actor 中的行为主体智能
Proof of Actor 将行为主体智能封装为三项能力: Detect、Understand 和 Route。结果始终是四类中的一种，并带有明确依据，团队从 观察模式 开始，策略在应用自己的代码中运行。要了解更多，请查看 产品页面 或 申请早期访问。