Большинству сайтов все еще трудно определить, когда посетитель является ИИ-агентом. Инструменты вроде Muse, Claude в Chrome и агенты ChatGPT используют реальные браузеры, часто в рамках авторизованной сессии клиента. Злоумышленники могут использовать аналогичные инструменты со скрытными браузерами (stealth browsers), благодаря которым их активность выглядит так, будто она исходит от человека.

Эта неопределенность уже создает проблемы для бизнеса. Генеральный директор Charles Schwab Рик Вурстер (Rick Wurster) недавно объяснил, почему банк десятки раз в неделю блокирует попытки сторонних ИИ-агентов переводить деньги клиентов. Он спросил: «Мы не можем это контролировать, клиент не может это контролировать, что-то может пойти не так — и кто будет нести ответственность?» JPMorgan Chase также ограничивает действия сторонних агентов внутри своих систем, а Amazon заблокировала Muse от Meta, заявив, что агент не идентифицировал себя как ИИ при просмотре страниц.

Итак, если вы отвечаете за безопасность в своей организации, у вас есть три важных вопроса, которые стоит себе задать:

Этот посетитель — человек или агент?
Куда ему разрешено перейти?
И как остановить вредоносных агентов, не замедляя работу ваших клиентов?

Вы не сможете ответить на второй или третий вопрос, пока не ответите на первый — именно с ним и не справляются существующие системы обнаружения ботов, когда агент выглядит как человек. Сегодня мы выпускаем Resemble Agent Detection-System One, также известную как RAD-S1 — модель System One, лежащую в основе Resemble Agent Detection, созданную для принятия этого первого решения на основе наблюдения за тем, как каждый посетитель перемещает курсор, печатает и кликает.

Не все автоматизированные посетители одинаковы

Веб-сайтам необходимо понимать, с чем они имеют дело, прежде чем решать, как реагировать. Это означает умение отличать людей от ИИ-агентов и понимать, что именно происходит в каждой сессии.

Agent Detection классифицирует каждый визит и определяет вероятный тип посетителя — от человека или агента управления компьютером (computer-use agent) до браузерной автоматизации или скриптового клиента. Чтобы понять, чем различаются эти посетители, полезно ответить на два вопроса: что они делают и как себя представляют?

Что он делает? Бот действует по скрипту. Он может считывать контент, как краулер или скрейпер, либо выполнять фиксированную задачу, например заполнение формы или вход в систему, часто в больших масштабах. ИИ-агент работает на достижение цели, например бронирование авиабилета или совершение покупки, и сам решает, какие шаги предпринять по ходу процесса.
Как он себя представляет? Существует три варианта: Заявленный (Declared): он идентифицирует себя в своем user agent или подписанном заголовке, как в сессии Poppy. Незаявленный (Undeclared): он не идентифицирует себя, но и не пытается скрываться. Он оставляет обычные цифровые отпечатки инструментов автоматизации браузера. Маскирующийся (Disguised): он меняет свою идентичность или отпечаток браузера, чтобы выглядеть как обычный посетитель.
Заявленный (Declared): идентифицирует себя в user agent или подписанном заголовке, как в сессии Poppy.‍
Незаявленный (Undeclared): не идентифицирует себя, но и не пытается скрываться. Оставляет обычные отпечатки инструментов автоматизации браузера.‍
Маскирующийся (Disguised): меняет свою идентичность или отпечаток браузера, чтобы выглядеть как обычный посетитель.

Заявленный трафик дает четкий сигнал о том, с чем вы имеете дело, позволяя решить, как с ним поступить. В обработке незаявленного трафика традиционные инструменты обнаружения ботов обычно проявляют себя лучше всего. Все больше автоматизированного трафика проектируется так, чтобы выглядеть как обычные посетители, из-за чего маскирующиеся сессии сложнее определить вне зависимости от того, кто за ними стоит и что пытается сделать. Агент может использовать скрытные настройки (stealth setup) даже без ведома запустившего его человека. Именно эту категорию задач мы и пытаемся решить с помощью Resemble Agent Detection.

Как работает модель

RAD-S1 сочетает поведенческую модель с набором правил. Браузер только собирает сигналы, а весь скоринг выполняется на серверах Resemble.

Сигналы: небольшой скрипт (около 25 КБ) считывает движения указателя, клики, динамику ввода с клавиатуры и прокрутку, а также сигналы браузера и окружения, такие как заголовки запросов, флаги автоматизации и подписи Web Bot Auth от агентов, которые идентифицируют себя. Клавиши фиксируются по типу, а не по конкретному значению, и скрипт никогда не собирает вводимый текст или пароли. Полный список сигналов доступен в нашей документации.
Тайминг: скрипт отправляет небольшие пакеты данных каждые 1,2 секунды. Первая проверка запускается примерно после 5 действий или 50 движений указателя. Каждая проверка на сервере занимает в среднем (медиана) около 120 мс и 200 мс на 95-м перцентиле.
Стабилизация решения: сигналы объединяются в вероятность присутствия человека и класс посетителя. Считывание повторяется до тех пор, пока два результата не совпадут, после чего вердикт становится окончательным на весь остаток визита.
Данные для обучения: сессии Claude, Codex, Grok, ChatGPT, OpenAI Dot, Browser Use, Playwright, Muse и других.‍
Обновления: модель имеет версионирование и обновляется по мере появления новых агентов и средств маскировки. Фиксированного графика переобучения нет.

Как мы создавали бенчмарк

Мы направили один и тот же набор визитов агентов в RAD-S1 и еще в шесть широко используемых инструментов обнаружения ботов: Cloudflare Turnstile, BotD, F5, Google reCAPTCHA, Akamai и Vercel BotID. Тестирование охватило более 2000 визитов агентов на 12 различных стеках веб-сайтов, включая Vue, React, Next.js и обычные HTML-страницы.

Визиты агентов включали:

Коммерческие агенты с реалистичной имитацией движений мыши и ввода текста, включая ChatGPT, Claude и Muse
Инструменты автоматизации с открытым исходным кодом, включая запуски Browser Use и Playwright
Скрытные браузеры: Camoufox (модифицированный Firefox), Patchright (пропатченная версия Playwright для Chromium) и Stealth Playwright
Перехват сессии (session takeover), когда сессия начинается в «чистом» браузере, а бот перехватывает управление в процессе

Мы измерили, насколько часто каждый инструмент правильно определял визит агента (чем выше показатель, тем лучше обнаружение). Поскольку каждый визит в тесте исходил от агента, бенчмарк показывает, какой объем трафика агентов перехватывает каждый инструмент, а не то, как часто он ошибочно помечает реального человека. При настройке по умолчанию «Balanced» RAD-S1 в настоящее время помечает как агентов около 5–6% визитов людей. Вот почему мы рекомендуем сначала маркировать трафик, прежде чем принимать решение о блокировке.

Результаты

Главный вывод, который мы сделали, касается обнаружения агентов, скрывающих свою автоматизацию. Агенты, которые не скрываются, оставляют обычные отпечатки автоматизации, такие как флаги автоматизации или характерную конфигурацию браузера, не претендуя на то, чтобы казаться чем-то иным. Все семь инструментов показали хорошие результаты против них. Уровень обнаружения составил от 94,8% у Vercel BotID до 99,3% и более у BotD, при этом у RAD-S1 показатель составил 98,7% или выше.

Агенты, которые скрываются, делают все возможное, чтобы выглядеть как обычный посетитель, используя скрытные браузеры, поддельные отпечатки браузера или реальную сессию, которую они перехватили. Здесь результаты разошлись. RAD-S1 определил 98,8% или более таких визитов. Остальные шесть инструментов выявили от 3,1% до 14,8%.

Разница заключается в том, на что именно смотрит каждый инструмент. Большинство систем обнаружения ботов опираются на сетевые данные и данные браузера — то есть как раз на то, для фальсификации чего и создаются эти агенты. RAD-S1 изучает поведение: как посетитель перемещается, кликает, прокручивает страницу и печатает.

Агенты скрываются по-разному, поэтому мы также отдельно протестировали три инструмента маскировки и перехват сессии.

Перехват сеанса показателен тем, что визит начинается в чистом браузере, а бот перехватывает управление уже в процессе, поэтому ранние сигналы выглядят как поведение обычного посетителя. Показатель 50,2% в верхней части этой строки относится к BotD, которая обнаружила примерно половину таких визитов, в то время как остальные пять инструментов — менее 15%.

Почему поведение сложнее подделать

Стелс-браузеры созданы для того, чтобы изменять данные, которые браузер сообщает о себе: свой отпечаток, флаги автоматизации и user-agent. Именно на эту информацию полагается большинство средств обнаружения ботов, поэтому против стелс-браузеров их показатели эффективности падают почти до нуля.

Чего стелс-браузер не меняет, так это то, как двигается посетитель. RAD-S1 считывает эти движения и оценивает их на наших серверех. Сигналы, которые он анализирует, задокументированы, но то, как модель их взвешивает и комбинирует, держится в секрете, что затрудняет ее изучение и обход.

Поведение тоже можно имитировать, и некоторые агенты уже пытаются это делать. В ходе нашего тестирования несколько коммерческих агентов, включая ChatGPT, Claude и Muse, добавляли движения мыши и набор текста, похожие на человеческие. Перехват сеанса полностью исключает имитацию: визит начинается как реальный сеанс браузера, а бот перехватывает управление в процессе. Ни одна поведенческая проверка не является неуязвимой для подделки. Именно поэтому мы обновляем модель по мере появления новых агентов и стелс-инструментов, а также рекомендуем воспринимать вердикт как один из весомых сигналов в дополнение к остальным элементам контроля.

Масштаб и известные ограничения

Это первый выпуск, и мы продолжаем расширять возможности, но пока учитывайте следующее:

Внутренний бенчмарк измеряет обнаружение только для визитов агентов. При настройке по умолчанию (сбалансированной) модель помечает примерно 5–6% визитов людей как агентов. Сайты смогут настраивать чувствительность в панели управления в соответствии со своими потребностями. В настоящее время разрабатывается новый бенчмарк, направленный на снижение уровня ложноположительных и неклассифицированных срабатываний.
Заявленные агенты не тестировались в бенчмарке, так как они сами заявляют о себе.
Результаты отражают состояние 8 стеков веб-сайтов, а также агентов и стелс-инструментов, доступных на момент тестирования. И то, и другое быстро меняется.
RAD-S1 работает на веб-сайтах и в веб-приложениях в браузере. Нативные мобильные приложения появятся в ближайшее время.

Что с этим делать

Сохраните защиту от ботов и добавьте уровень для скрывающихся агентов. Существующие инструменты отлично справляются с краулерами и скриптами, которые открыто заявляют о себе. Узнайте, как ваш инструмент справляется со стелс-браузерами и перехватом сеансов.
Начните с наиболее важных сценариев. Замаскированные агенты представляют наибольшую риск там, где задействованы аккаунты и деньги. Компания DataDome выяснила, что ежемесячный трафик ИИ-ботов на страницы входа вырос более чем в восемь раз в первой половине 2026 года. Вход, регистрация и оформление заказа — это то, с чего стоит начать в первую очередь.
Не блокируйте каждого агента. Многие агенты на вашем сайте — это агенты ваших клиентов, выполняющие законную работу. Сначала пометьте трафик, а затем решайте для каждой страницы отдельно: разрешить его, перенаправить на ваш API или сервер MCP, ограничить доступ к конфиденциальным зонам или заблокировать деструктивные действия.

Обнаружение — это первый шаг

Банки и ритейлеры блокируют агентов уже сегодня, потому что пока не могут отличить агента клиента от агента злоумышленника или любого из них от человека. Как только вы сможете определить, какие сеансы принадлежат агентам, становятся возможными два других решения: каких агентов приветствовать, куда их направлять, а каких останавливать.

Стандарты, такие как Personal Agent Protocol от Sierra (также известный как Poppy), дают заявленным агентам возможность идентифицировать себя и действовать с одобрения клиента, а RAD-S1 охватывает те сеансы, которые ничего не заявляют. Если вы можете заметить разницу, вы можете впустить нужных агентов и сохранить приносимую ими прибыль.

С чего начать

Решение Resemble Agent Detection на базе RAD-S1 доступно уже сегодня, а первый 1 миллион сеансов предоставляется бесплатно. Создайте бесплатную учетную запись Resemble AI и добавьте один тег скрипта на свой сайт рядом с уже используемой защитой от ботов.

Панель управления покажет, какая часть вашего трафика приходится на людей и ИИ-агентов, какие страницы посещают агенты и какова логика каждого вердикта. Agent Detection никогда не блокирует никого самостоятельно. Ваш сайт получает каждый вердикт в виде события браузера, поэтому вы можете перенаправлять, ограничивать или блокировать агентов в собственном коде.

Попробуйте Resemble AI бесплатно

Создавайте контент с уверенностью. Проверяйте право собственности. Обнаруживайте обман. Только с Resemble AI.

Начать работу