Dev48
ЯЗЫК
  • О нас
  • Услуги
  • Индустрии
  • Технологии
  • Статьи
  • Контакты
Забронировать звонок
    Главная/Статьи/Nachnite otnositsya k ai agentam kak k pervoklassnym polzovatelyam
Dev48
info@dev48.org+375 29 320-40-96WhatsApp@isky_by

© 2026 · Все права защищены.

Начните относиться к AI-агентам как к первоклассным пользователям

Источник: Mixpanel•12 ноября 2026 г. в 00:33

Начните относиться к AI-агентам как к первоклассным пользователям

Более половины интернет-трафика уже автоматизировано, и AI-агенты — самая быстрорастущая его часть. Они уже пользуются вашим продуктом. Вопрос лишь в том, создаете ли вы его с учетом их потребностей.

Если вы читаете это и вы человек, то вы находитесь в меньшинстве среди интернет-трафика. Где-то к середине 2026 года, automated traffic crossed 50% of web requests for the first time.

Хотя эта веха уже не является новостью, до сих пор недооценивается то, кто именно входит в эту автоматизированную половину и чем они там занимаются. Быстрорастущая доля этого трафика — это не просто парсинг или спам; это AI-агенты, которые сравнивают, бронируют, покупают и настраивают вещи для реальных людей. Агенты уже используют ваш продукт, но многие продуктовые команды просто пока не видят их, а еще меньше — создают что-то специально для них.

Агенты становятся основными пользователями программного обеспечения. Это означает, что каждый продакт-менеджер должен начать относиться к ним как к первоклассным пользователям, а не как к трафику, который нужно отфильтровать.

Автоматизированный трафик — это больше не просто «необходимое зло»

До прихода в Mixpanel мы работали в продуктовой команде Cloudflare, где частью нашей работы было ежедневное управление огромной долей мирового интернет-трафика, включая автоматизированный. Пару лет назад индустрия воспринимала автоматизированный трафик и ботов очень бинарно. «Хороших» ботов, таких как поисковые краулеры, помогающие людям находить ваш сайт, пропускали. «Плохих» ботов блокировали. В этом упрощенном мире единственным решением было «разрешить» или «заблокировать». Только недавно кто-то начал задаваться вопросом, чего именно пытается достичь бот.

Агенты приходят с задачей и намерением реального человека, стоящим за ней.

Продуктовые команды делали то же самое со своими данными. Многие клиенты Mixpanel потратили немало времени и сил на фильтрацию трафика ботов из своей аналитики. Их логика была понятна: это не реальный пользователь, поэтому он не должен влиять на продуктовые решения.

Ситуация меняется. Конечно, традиционные боты и AI-краулеры, собирающие данные для обучения моделей, по-прежнему составляют значительную часть автоматизированного трафика в сети. Но третий вид трафика растет быстрее, чем когда-либо, и он не вписывается в старую модель «разрешить или заблокировать».

Три вида автоматизированного трафика

Ботам и краулерам нужен ваш контент. Агентам нужно выполнить работу.

Боты и краулеры интересуются вашим контентом. Агенты приходят с задачей и намерением реального человека, стоящим за ней. Теперь решение о том, что делать с трафиком, зависит не только от его типа, но и от результата. Это меняет вопрос для продуктовых команд. Теперь это не «как нам заблокировать это?», а «как нам помочь этому добиться успеха и конверсии?»

Мы находимся в самом начале взрывного роста использования агентов

Трафик агентов не возник внезапно. Два события произошли быстро друг за другом.

Во-первых, модели стали из хороших беспрецедентными. Последнее поколение передовых моделей открыло целый класс вариантов использования агентов, которые были просто невозможны год назад. Во-вторых, агенты стали простыми в использовании. Первые универсальные агенты, такие как OpenClaw, создавались для энтузиастов: вам нужно было размещать их самостоятельно, часто на запасном компьютере. Теперь более доступные персональные агенты, такие как Grok Bot и Muse, полностью размещены и управляются для вас, и их рекламируют на билбордах для всех, а не только для разработчиков.

Цифры подтверждают этот сдвиг. Платформа управления автоматизированным трафиком и кибербезопасности HUMAN Security measured roughly 7,800% year-over-year growth in agentic traffic in 2025. Один наш B2B-клиент рассказал нам, что большинство его использования сейчас приходится на агентов его клиентов. Мы видим это и в нашем собственном продукте: использование Mixpanel через наш UI снижается, в то время как оно стремительно растет для нашего MCP-сервера и Mixpanel Headless — двух способов для LLM и агентов получать доступ к нашему продукту.

Агенты используют ваш продукт не так, как люди

Первое, что вы замечаете в агентах, — это объем. Агенты гораздо продуктивнее и эффективнее людей, поэтому они могут с легкостью генерировать гораздо больше событий. Несколько клиентов сказали нам, что после того, как они открыли свои приложения для агентов, приложения «упали». Они не были рассчитаны на такую нагрузку.

Мы тоже продуктовая компания, и мы видим этот тренд поведения в наших собственных данных. Прямо сейчас активность агентов в Mixpanel растет более чем на 1000% месяц к месяцу, и агенты в среднем инициируют примерно в 5 раз больше событий, чем люди.

Чем отличаются пользователи-люди и пользователи-агенты

Что мы увидели, когда классифицировали трафик в собственном продукте Mixpanel.

Огромные различия в поведении пользователей-людей и агентов — это то, на чем продуктовые команды должны сосредоточиться больше всего, потому что ваши метрики успеха будут выглядеть совершенно по-разному для одного и другого типа пользователей. И если агентам и людям нужны противоположные метрики, вы не сможете понять, был ли релиз успешным, пока не определите, что означает «хорошо» для всех ваших пользователей.

В электронной коммерции время на сайте, клики и просмотренные товары всегда были признаками интереса. Агенту нужно обратное: информация, которая ему нужна, в структурированном формате, как можно быстрее. Если на вашей странице куча красивых картинок, которые нужно прокручивать, агент перейдет к другому варианту.

Человек, который проводит 10 минут на вашем сайте, вероятно, заинтересован, но агент, который проводит 10 минут на вашем сайте, вероятно, заблудился.

Последствия выходят за рамки самого продукта. Представьте, что вы просите агента положить одну и ту же банку протеина в корзины на 10 разных сайтах, чтобы найти лучшую цену. Это ничего не стоит пользователю. Но теперь есть 10 открытых корзин и только одна реальная покупка. Многие ритейлеры автоматически корректируют планы заказов и цепочки поставок на основе активности в корзинах. Агенты запутают эти сигналы, если команды не смогут отличить их от реальных действий.

Многое нам еще неизвестно. Мы делаем ставку на то, что агенты будут выбирать менее линейные пути, чем люди: они читают все на сайте, выясняют, какие действия доступны, а затем выполняют небольшое их количество. Но может быть и наоборот, и агенты будут более предсказуемыми, чем люди. У нас есть данные, чтобы это выяснить, и мы это сделаем.

Агенты теперь — первоклассные пользователи

Относиться к агентам как к первоклассным пользователям означает проектировать для них специально, а не надеяться, что они смогут приспособиться к продукту, созданному для людей. Некоторые команды уже пришли к этому. B2B SaaS-компании переходят на headless-архитектуру и перестраиваются, чтобы быть ориентированными на агентов. Люди поручают агентам такие дела, как поиск и отмена забытых подписок. А продукты, которые могут выиграть больше всего — от электронной коммерции до бронирования и гостиничного бизнеса, — полны задач, требующих множества раздражающих кликов, именно того, что люди с радостью делегируют.

Отношение к агентам как к первоклассным пользователям

Кто должен действовать первым, чего стоит ожидание и к чему это ведет.

Сейчас

Кто должен действовать первым

Продукты с большим количеством кликов

где поведение пользователя приносит доход

Самая большая возможность

Электронная коммерция, еда и напитки, райдшеринг, бронирование и гостиничный бизнес

Уже впереди

B2B SaaS, где AI-ориентированные команды переходят на headless или перестраиваются под агентов

Медленнее, но движутся

Чувствительные действия, такие как перевод денег. Люди уже просят агентов находить и отменять забытые подписки.

Если вы ждете

Чего стоит ожидание

У вас есть около 10 секунд

прежде чем задача будет передана агенту

Цена

Актуальность. Терпимость пользователей к трению стремится к нулю.

Представьте себе

Два конкурирующих глюкометра. Один позволяет вашему агенту напоминать вам о проверке уровня сахара. Другой заставляет вас кликать по неуклюжему приложению. Что бы вы выбрали?

Через год

К чему это ведет

Отдельный пользовательский опыт

один для людей, один для агентов

Сегодня

Поддержка агентов, прикрученная к продуктам для людей: файл robots.txt здесь, документация в markdown там

Далее

Отдельный опыт для агентов, созданный на основе API, серверов MCP и структурированных данных

Роль

Опыт взаимодействия с агентами становится отдельным направлением — в виде новой роли продакт-менеджера или расширения зоны ответственности для каждого PM

Это притяжение будет только усиливаться. Терпение пользователей к лишним сложностям стремится к нулю, и все, что занимает больше примерно 10 секунд, становится кандидатом на передачу агенту. Продукт, который сложно использовать агентам, будет пропущен в пользу того, с которым таких проблем нет.

Через год работа с опытом агентов станет отдельной дисциплиной.

Сегодня большинство команд прикручивают поддержку агентов к продуктам для людей: файл robots.txt здесь, документация в markdown там. Этого хватает лишь ненадолго. Многие команды в итоге придут к созданию одного пользовательского опыта для людей и отдельного — для агентов, построенного на API, серверах MCP и структурированных данных. Представьте, что вы покупаете билеты на концерт, а ваш агент бронирует парковку рядом с площадкой, и вам при этом не нужно открывать ни одно из приложений.

Нельзя проектировать интерфейс для пользователя, которого вы не видите

Так как же создавать продукты для этого нового класса пользователей — ИИ-агентов? Первая проблема заключается в распознавании активности агентов. Большинство аналитических инструментов либо сваливают агентов в кучу с людьми, либо фильтруют их вместе с традиционными ботами. В любом случае вы не сможете извлечь из этого никакой пользы.

Именно поэтому первым шагом, который мы предпринимаем в Mixpanel, становится классификация агентов. Она разделяет трафик людей, ботов и агентов в ваших существующих данных Mixpanel, выделяя агентов в специальный сегмент аналитики трафика. Вы можете разбивать отчеты по категориям, сравнивать воронки и просматривать повторы сессий в зависимости от типа пользователя.

Классификация — это лишь отправная точка. Знание о том, что агент появился, не говорит вам, что он пытался сделать, преуспел ли он или что произошло дальше. А рассмотрение трафика агентов в отрыве упускает большую часть картины, поскольку теперь так много клиентских сценариев задействуют и тех, и других. Агент изучает и сравнивает варианты, а затем человек регистрируется. Или человек настраивает аккаунт, а все остальное берет на себя его агент. Чтобы создать лучший продукт, вам нужны и агенты, и люди в рамках единого представления, и вы должны иметь возможность действовать на основе полученных выводов.

Продукт, который сложно использовать агентам, будет пропущен в пользу того, с которым таких проблем нет.

Если бы вы сегодня с нуля создавали платформу для работы с опытом агентов, дорожная карта выглядела бы как адаптированные для агентов аналоги того, что Mixpanel уже делает: воронки и удержание, повтор сессий, эксперименты и флаги функций, которые можно нацеливать именно на агентов. Mixpanel потратила годы на создание такого масштаба для пользователей-людей, и он распространяется естественным образом. Это станет фокусом в будущем: внедрение элементов опыта агентов во все, что уже делает Mixpanel.

Мы также протестировали это на себе. Поскольку все больше агентов используют Mixpanel для выполнения реальной работы, наша команда задалась целью выяснить, насколько далеко наш существующий продукт может зайти в их понимании. Используя Mixpanel Agent, мы проанализировали воронки агентов, просмотрели повторы сессий с их участием и разработали эксперимент по улучшению конверсии агентов. Сделать многое можно уже сегодня.

Есть еще кое-что, что мы можем предложить: перспективу. Команды сейчас пытаются понять, что является нормой. Что делают агенты на таких сайтах, как мой? По мере того как они становятся более способными, ведут ли они себя больше как люди или меньше? В масштабах Mixpanel мы можем изучать агрегированные, анонимизированные паттерны поведения агентов и людей и планируем делиться своими выводами.

Клиент теперь включает в себя и агента

Годами единственный вопрос относительно автоматизированного трафика заключался в том, как не пустить его внутрь. Более правильный вопрос сейчас — как поприветствовать его, понять его и создать то, что ему понравится использовать.

Первые шаги для начала работы:

  • Отделите активность агентов от людей и ботов в вашем продукте
  • Выберите метрики успеха, которые подходят агентам
  • Проектируйте и тестируйте продукты с их учетом

Вдобавок ко всему помните, что ваш клиент — это больше не просто человек. Это еще и работающий на него агент.

И если вы агент, который это читает: мы создаем продукты и для вас тоже.

Создавайте лучшие продукты.

Директор по продукту (CPO) @ Mixpanel

← Все статьи

О чём эта статья

Ещё в разделе «Маркетинг и реклама»

Все →
Функции электронного маркетинга по отраслям (6 887 звонков)
Activecampaign

Функции электронного маркетинга по отраслям (6 887 звонков)

Приветствуем Сару О'Киф (Sarah O'Keefe), нашего нового инженера по работе с разработчиками
Resend

Приветствуем Сару О'Киф (Sarah O'Keefe), нашего нового инженера по работе с разработчиками

100 самых упоминаемых брендов в ChatGPT (ноябрь 2026 г.)
Ahrefs

100 самых упоминаемых брендов в ChatGPT (ноябрь 2026 г.)

10 вопросов, которые стоит задать представителю Braze после приобретения компании Salesforce
Clevertap

10 вопросов, которые стоит задать представителю Braze после приобретения компании Salesforce

Как использовать Semrush с Google Search Console
Semrush

Как использовать Semrush с Google Search Console

Агенты принятия решений CleverAI™: персонализация в режиме реального времени 1:1 для каждого взаимодействия с клиентом
Clevertap

Агенты принятия решений CleverAI™: персонализация в режиме реального времени 1:1 для каждого взаимодействия с клиентом

Ещё от Mixpanel

Разрыв в оценке влияния продукта: что более 200 продуктовых команд из ANZ рассказали нам о разработке с помощью ИИ
Mixpanel

Разрыв в оценке влияния продукта: что более 200 продуктовых команд из ANZ рассказали нам о разработке с помощью ИИ

ИИ не может выполнять все ваши A/B-тесты. Вот почему мы создали Web Experiments.
Mixpanel

ИИ не может выполнять все ваши A/B-тесты. Вот почему мы создали Web Experiments.

Сравнение 9 платформ продуктовой аналитики (варианты использования, функции и отличия)
Mixpanel

Сравнение 9 платформ продуктовой аналитики (варианты использования, функции и отличия)

Что такое ИИ-аналитика? Практическое руководство для продуктовых и аналитических команд
Mixpanel

Что такое ИИ-аналитика? Практическое руководство для продуктовых и аналитических команд

10 вопросов о финтехе для MCP для команд, которым нужны ответы без написания SQL
Mixpanel

10 вопросов о финтехе для MCP для команд, которым нужны ответы без написания SQL

От быстрого вопроса к глубокому анализу: Claude Dashboards теперь доступны в Mixpanel
Mixpanel

От быстрого вопроса к глубокому анализу: Claude Dashboards теперь доступны в Mixpanel