定义
AI 智能体流量是应用接收到的一组请求，这些请求来自使用 AI 模型来决定下一步操作的软件智能体。这些智能体会浏览页面、调用 API、填写表单，并在 Model Context Protocol (MCP) server 上调用工具，通常代表个人或公司。其关键特征是，在所给任务中，做出下一步操作选择的是模型，而不是人。
AI 智能体流量与爬虫和脚本等较早形式的自动化有重叠，但其行为不同。智能体会追求目标，根据所见内容进行调整，并且经常与原本仅为人设计的应用部分交互。
其出现位置
- 网站和 SaaS 应用: 助手读取文档、比较定价页面，或在已登录会话中完成多步骤工作流。AI 运营方会记录其中一部分流量: OpenAI's ChatGPT-User 和 Anthropic 的 Claude-User 会在有人提问时获取页面。
- API: 智能体使用 API 凭据直接调用端点，通常在节奏和模式上都不同于由人驱动的集成。
- MCP server: AI 客户端调用工具，在这里每次调用在定义上都是自动化的，问题在于是谁在调用，以及它可以做什么。参见 MCP server。
如何识别它
没有单一信号能够可靠识别智能体流量。团队会结合不同强度的证据，如 如何判断网站流量是否来自 AI 智能体 中所述:
经过验证的证据
一些智能体运营方会使用 HTTP message signatures (RFC 9421) 为请求签名，并通过其控制的域名发布密钥，遵循 IETF 的 Web Bot Auth 工作。能够验证通过的签名，是该请求由哪个运营方客户端发送的有力证据。
声明的证据
客户端可以自我描述: user-agent 字符串、MCP 客户端名称、header。这些信息有用，但也容易伪造，这就是为什么 user-agent spoofing 一直是一个关注点。
推断的证据
请求时序、导航模式、缺失的浏览器上下文和协议细节都可能表明存在自动化。推断可能出错，因此应始终将其标注为推断。
当这些证据都不足以作出判断时，诚实的结果是 Unknown。
其重要性
智能体流量本身并无好坏之分。比较方案的购物助手、同步记录的内部智能体，以及忽略你条款的抓取器，在网络层面看起来可能很相似。真正变化的是你的应用应当如何响应:
- 为你愿意服务的智能体提供结构化响应或 API。
- 在自动化流量可能给资源带来压力的路由上施加限制。
- 在高影响操作前要求更强的凭据。
- 让人的使用体验保持快速且简洁。
把所有自动化都视为滥用，会破坏合法集成。忽视它，则可能导致敏感操作在缺少你团队默认前提的上下文下运行。
常见误解
"智能体总会表明身份。" 许多不会，且声明也可能不真实。
"带签名的智能体就是可信智能体。" 签名只能说明哪个密钥签署了请求，并不能说明该操作已获授权或安全。参见 agent authorization。
"阻止自动化就能保护应用。" 这往往会阻止客户依赖的集成，而有决心的恶意行为者会不断调整。
Proof of Actor 如何处理智能体流量
Proof of Actor 会将每次交互分类为 Human、Human + AI、Agent 或 Unknown (分类体系在此说明)，并指出结果是 verified、declared 还是 inferred。团队先进行观察，再用自己的策略路由智能体流量。参见 How It Works 或 apply for early access。
来源
- Model Context Protocol specification (2026-07-28): 截至 2026-11 的当前 MCP 版本
- RFC 9421: HTTP Message Signatures: 经过签名的智能体请求背后的标准
- IETF Web Bot Auth working group: 关于自动化客户端身份验证的标准工作
- OpenAI: Overview of OpenAI Crawlers: ChatGPT-User 和其他已文档化的 OpenAI user agents
- Anthropic: crawler and fetcher documentation: Claude-User 和其他 Anthropic bots