اكتشاف وكلاء الذكاء الاصطناعي: كيف تختلف متصفحات Claude وChatGPT وPerplexity عن البشر

في عام 2024، انتقل وكلاء الذكاء الاصطناعي من العروض التجريبية إلى حركة الإنتاج الفعلية. تستطيع واجهة Computer Use من Claude قيادة متصفح. وتتنقل أدوات التصفح في ChatGPT عبر المواقع للإجابة عن الاستفسارات. ويزحف محرك الإجابات في Perplexity في الوقت الفعلي. وتقوم فئة متنامية من المساعدين المدعومين بالذكاء الاصطناعي — Browserbase، وComputer Use من Anthropic، وOpenAI Operator — بمهام ويب متكاملة نيابةً عن المستخدمين.

بالنسبة لموقع ويب، يخلق هذا فئة جديدة من الزوار لا تنسجم مع أي من سلتَي الكشف التقليدي عن البوتات. وكلاء الذكاء الاصطناعي ليسوا سكرابرات تستخرج البيانات على نطاق واسع. وليسوا بشرًا ينقرون عبر واجهة المستخدم. إنهم شيء بينهما — زائر واحد لكل جلسة، هدف واحد لكل زيارة، لكن التنفيذ يجري بسرعة الآلة وبدقة ميكانيكية.

اكتشافهم يختلف في أهميته عن اكتشاف البوتات. أحيانًا تريد خدمتهم (وكيل مفيد يتسوق نيابة عن عميل). وأحيانًا تريد حظرهم (سكرابينغ غير مصرح به عبر واجهة ذكاء اصطناعي). في كلتا الحالتين، عليك أولًا أن تعرف بوجودهم.

كيف يختلف وكلاء الذكاء الاصطناعي معماريًا

ثلاث معماريات رئيسية تُنتج حركة وكلاء الذكاء الاصطناعي على الويب:

الوكلاء المعتمدون على قيادة المتصفح يشغّلون متصفحًا بلا واجهة (headless) أو بواجهة (headful) يتحكم فيه نموذج لغوي كبير. تندرج تحت هذا كل من Computer Use من Anthropic، وOpenAI Operator، وBrowserbase، وSkyvern. المتصفح هو Chrome أو Chromium حقيقي. ويوجّهه الوكيل عبر التلاعب بالـDOM أو عبر تحليل لقطات الشاشة والنقر بالإحداثيات.

الوكلاء المعتمدون على واجهة برمجة التطبيقات فقط يجلبون الصفحات عبر مكتبات HTTP (Node.js، Python، Go) ويمررون الـHTML إلى نموذج لغوي كبير لمعالجته. تعمل معظم وكلاء Perplexity والوكلاء القائمين على البحث بهذه الطريقة. لا يوجد متصفح — مجرد طبقة جلب تُغذّي النموذج بالنص.

الوكلاء الهجينون يستخدمون متصفحًا للمواقع المكثفة بجافاسكريبت، وجلب واجهة برمجة التطبيقات للمحتوى الثابت. يقع كثير من الوكلاء الإنتاجيين في هذه الفئة، إذ يختارون ديناميكيًا بناءً على الهدف.

كل معمارية تترك بصمات مختلفة.

الإشارة 1. عمر جلسة المتصفح

للمستخدمين الحقيقيين جلسات طويلة وغير مركّزة. يفتحون علامات تبويب، يتشتتون، ثم يعودون. ومتوسط مدة الجلسة البشرية في مهمة اتخاذ قرار هو 8 إلى 20 دقيقة.

أما وكلاء الذكاء الاصطناعي فلديهم جلسات قصيرة ومركّزة. مهمة Computer Use نموذجية — حجز رحلة، طلب بقالة، استخراج بيانات منتج — تستغرق من 30 ثانية إلى 3 دقائق من البداية إلى النهاية. تبدأ الجلسة بتحميل الصفحة، وتنفّذ من 5 إلى 30 إجراءً بالتتابع، ثم تنتهي.

مدة جلسة تقل عن 5 دقائق مع أكثر من 10 إجراءات منفصلة ودون تبديل بين علامات التبويب هي سلوك غير معتاد للبشر ومعتاد للوكلاء.

الإشارة 2. دقة النقر بالإحداثيات

الوكلاء المعتمدون على قيادة المتصفح من Anthropic وOpenAI يستخدمون تحليل لقطات الشاشة لتحديد عناصر واجهة المستخدم، ثم ينقرون على الإحداثيات. حساب الإحداثيات دقيق حتى البكسل.

المستخدمون الحقيقيون ينقرون داخل مناطق. زر أبعاده 200×40 بكسل يتلقى نقرات موزعة على كامل المساحة، مع ميل نحو المركز لكن بتباين بشري. أما وكلاء الذكاء الاصطناعي فينقرون ضمن نطاق ضيق — غالبًا في حدود 2 إلى 3 بكسل من المركز الهندسي للعنصر. مئة نقرة بمتوسط انحراف أقل من 3 بكسل ليست توزيعًا بشريًا.

يتطلب الكشف جمع إحداثيات النقر وتحليلها بالنسبة إلى حدود العنصر. وهذا يعمل جيدًا على بيانات بطول الجلسة.

الإشارة 3. غياب التمرير الاستكشافي

البشر يمررون ليروا ما على الصفحة. يمررون للأسفل، ثم للأعلى، ثم منتصف الطريق. يتوقفون عند محتوى يلفت انتباههم. آثار تمريرهم متعرّجة.

وكلاء الذكاء الاصطناعي لا يمررون إلا عند الضرورة. إذا كان الهدف هو النقر على «أضف إلى السلة» وكان الزر ضمن الجزء المرئي، فقد لا يمرر الوكيل إطلاقًا. وإذا كان العنصر المستهدف أسفل الجزء المرئي، يمرر الوكيل مرة واحدة، مباشرة إلى الهدف، ثم ينفّذ.

الجلسات التي تقل فيها تغييرات اتجاه التمرير عن مرتين، أو التي تكون فيها سرعة التمرير ثابتة عبر كل أحداث التمرير، تشير إلى تصفح موجّه بمهمة لا إلى استكشاف.

الإشارة 4. توقيت إدخال النص

المستخدمون الحقيقيون يكتبون بمعدل 30 إلى 60 كلمة في الدقيقة، مع توقفات متغيرة، وحذف عرضي، وتصحيحات دقيقة. يتبع توقيت ضغطات المفاتيح توزيعًا عالي التباين وبمعدل حذف غير صفري.

وكلاء الذكاء الاصطناعي يملؤون النماذج بلصق القيم أو بمحاكاة ضغطات المفاتيح بإيقاع ثابت — غالبًا من 50 إلى 100 حرف في الثانية، بشكل منتظم، دون أي حذف. حقل يُملأ خلال 200 مللي ثانية بسلسلة من 30 حرفًا ودون أي ضغطة تراجع ليس إدخالًا بشريًا.

الإشارة 5. غياب الأخطاء الإملائية

مرتبطة لكنها متمايزة: البشر يرتكبون أخطاء إملائية. في كل 1000 حرف من إدخال النص، يُنتج المستخدمون الحقيقيون من 15 إلى 40 تصحيحًا. أما وكلاء الذكاء الاصطناعي فينتجون صفرًا. إرسال نموذج بثلاثة حقول يبلغ مجموعها أكثر من 100 حرف ودون أي تصحيح أمر غير معتاد لدى البشر.

الإشارة 6. تعارضات وكيل المستخدم (User Agent)

بعض وكلاء الذكاء الاصطناعي يستخدمون وكلاء مستخدم مخصصة تعرّف عن نفسها صراحةً: perplexity-user, ChatGPT-User, ClaudeBot. هؤلاء وكلاء مهذّبون يتّبعون عرف التعريف الذاتي وغالبًا ما يحترمون robots.txt.

الكشف هنا بسيط — اقرأ وكيل المستخدم، وطابقه مع القوائم المعروفة. القيمة في معرفة متى تخدمهم بشكل مختلف (أو تحظرهم إن لم ترغب في السكرابينغ).

وكلاء آخرون يشغّلون أطر قيادة المتصفح ويرثون أي وكيل مستخدم يستعمله المتصفح — عادةً Chrome. هؤلاء أصعب في التعرّف عليهم من وكيل المستخدم وحده، ويتطلبون إشارات سلوكية.

الإشارة 7. عرض WebGL في الوضع بلا واجهة

الوكلاء المعتمدون على قيادة المتصفح الذين يستخدمون Chromium في الوضع بلا واجهة (headless) يكشفون عن محرك عرض SwiftShader الذي ناقشناه في مقالة Puppeteer. أي جلسة يحتوي فيها محرك عرض WebGL على SwiftShader وينفّذ الزائر 10 إجراءات متعمّدة أو أكثر هي على الأرجح وكيل ذكاء اصطناعي معتمد على قيادة المتصفح.

أطر الوكلاء الأحدث (Browserbase، وبعض إعدادات Skyvern) تشغّل Chrome بواجهة (headful) لتجنب هذه الإشارة. وهي تُظهر سلاسل GPU حقيقية. هذا يعني أن WebGL وحده غير كافٍ لكشف الوكلاء الحديثين — ضروري كمرشّح أولي، لا كحل كامل.

الإشارة 8. الالتزام المثالي ببنية الصفحة

المستخدمون الحقيقيون ينقرون على الروابط حتى أثناء حدوث إعادة توجيه للصفحة. يقاطعون أنفسهم. ينقرون نقرة مزدوجة حيث تكفي نقرة واحدة. ينقرون على أشياء ليست روابط.

وكلاء الذكاء الاصطناعي يتّبعون الـDOM. عندما يريدون التنقل، يصدرون إجراءً موجهًا نحو عنصر محدد. لا ينقرون على العنصر الخطأ ولا يعيدون التحميل في منتصف التحميل. تتكشّف جلساتهم بخطية ميكانيكية لا يُنتجها أي إنسان مشتت.

آثار الجلسات ذات الالتزام المثالي — كل نقرة على عنصر صالح، وكل حقل نموذج يُملأ بترتيب الـDOM، وكل انتقال صفحة يسبقه إجراء مقصود — تُقرأ على أنها مقودة بوكيل.

الإشارة 9. زمن التفاعل صفر

المستخدمون الحقيقيون يحتاجون وقتًا لمعالجة الصفحة. يقرؤون. يمسحون بأعينهم. يفهمون قبل أن يتصرفوا.

وكلاء الذكاء الاصطناعي يحلّلون الـDOM فورًا. الزمن بين اكتمال تحميل الصفحة وأول إجراء للمستخدم، لدى مستخدم حقيقي، هو عادةً من 1.5 إلى 4 ثوانٍ حتى في الصفحات البسيطة. أما لدى وكلاء الذكاء الاصطناعي فقد يكون أقل من 200 مللي ثانية — الزمن الذي يستغرقه النموذج اللغوي الكبير لتحديد العنصر المستهدف في الـDOM.

زمن الإجراء الأول السريع جدًا على صفحة تتطلب فهم المحتوى إشارة قوية على وجود وكيل.

الإشارة 10. أنماط جلب HTTP للوكلاء المعتمدين على واجهة برمجة التطبيقات فقط

Perplexity، وبعض تدفقات استخدام الأدوات في Claude، ومعظم الوكلاء القائمين على البحث، لا يشغّلون متصفحات. يجلبون الصفحات مباشرة عبر مكتبات HTTP.

هؤلاء الوكلاء يتركون إشارات TLS وHTTP التي ناقشناها سابقًا — بصمة undici في Node.js، وبصمة requests في Python، وبصمة net/http في Go. وهم عادةً لا ينفّذون جافاسكريبت، لذا لا يُطلقون الكشف من جانب العميل إطلاقًا.

الكشف عن الوكلاء المعتمدين على واجهة برمجة التطبيقات فقط يحدث في طبقة الشبكة: بصمات TLS JA4، وترتيب ترويسات HTTP، والسلوكيات الخاصة بالمتصفح المفقودة (لا جلب لأيقونة الموقع، لا منارة تحليلات، لا طلبات خطوط). إن أردت التعرّف على هؤلاء الوكلاء، عليك أن تنظر إلى ما لا يحدث بقدر ما تنظر إلى ما يحدث.

الإشارة 11. أهداف جلسة على شكل مهمة

أقوى إشارة ليست تقنية — بل سلوكية. جلسات وكلاء الذكاء الاصطناعي موجّهة نحو هدف بطرق نادرًا ما تكون عليها جلسات البشر.

مستخدم حقيقي يبحث عن منتج قد ينظر إلى 8 عناصر، ويقارن المواصفات عبر 3 علامات تبويب، ويقرأ المراجعات، ويترك الأمر ثم يعود بعد ساعة، ثم يشتري. أما وكيل الذكاء الاصطناعي فيذهب إلى المنتج، ويستخرج المواصفات، ويضيفه إلى السلة، ويُتمّ الشراء. في أقل من 90 ثانية. دون أي انحراف.

أنظمة الكشف التي تتعقّب معدلات إتمام الأهداف على مستوى الجلسة تستطيع التعرّف على حركة الوكلاء من كثافة إتمام المهام الناجح في جلسات قصيرة. هذه إشارة أبطأ لكنها موثوقة جدًا حين تُدمج مع إشارات كل إجراء على حدة.

خدمة الوكلاء بشكل مختلف

بمجرد التعرّف عليها، يمكن التعامل مع حركة وكلاء الذكاء الاصطناعي بعدة طرق:

• الحظر — إذا كان الموقع لا يريد وصولًا آليًا، فامنعه عند الحافة. رخيص وبسيط.

• تقديم محتوى بديل — أجب بنسخة مُحسّنة لواجهة برمجة التطبيقات (JSON، بيانات مهيكلة) أرخص في التوليد من صفحة الـHTML الكاملة.

• تحديد المعدل — اسمح للوكلاء لكن قيّد معدل طلباتهم للحفاظ على أداء الموقع.

• الرسوم — بدأت بعض المواقع بفرض رسوم على شركات الذكاء الاصطناعي مقابل الوصول البرمجي إلى بياناتها. والكشف شرط مسبق للفوترة.

• الخدمة الاعتيادية — إذا كان الوكيل يتصرف نيابة عن عميل حقيقي، فخدمته عمل تجاري.

ستتخذ المواقع المختلفة خيارات مختلفة. ما يهم تقنيًا هو وجود الكشف بحيث يكون الخيار متاحًا.

الهدف المتحرك

أطر عمل وكلاء الذكاء الاصطناعي تتحسن شهريًا. تُطلق Anthropic تحديثات لـComputer Use تضيف تباينًا في التمرير. وتضيف Browserbase اهتزازًا في الفأرة. وتُدخل OpenAI Operator محاكاة الأخطاء الإملائية. كل جيل من أطر العمل يغلق جزءًا من سطح الكشف الموصوف أعلاه.

التقنيات التي تعمل في 2026 ستحتاج إلى تحديث بحلول 2027. لكن الحقيقة الكامنة لن تتغير: وكلاء الذكاء الاصطناعي ينفّذون المهام. والبشر يعيشون تجربة المواقع. هذا التباين يُنتج إشارة، مهما كانت التقنيات المحددة التي يستخدمها الوكلاء في محاولة الاندماج.

حزم الكشف التي تتعامل مع وكلاء الذكاء الاصطناعي كفئة دائمة ومتطورة — لا كمشكلة تُحل مرة واحدة — ستحافظ على الرؤية. أما التي تُطلق كاشفًا واحدًا وتمضي فستجد تغطيتها تتدهور بصمت.