AI एजेंट्स का पता लगाना: Claude, ChatGPT और Perplexity ब्राउज़र इंसानों से कैसे अलग हैं

2024 में, AI एजेंट्स ने प्रयोगात्मक डेमो से निकलकर प्रोडक्शन ट्रैफिक में कदम रखा। Claude का Computer Use API एक ब्राउज़र चला सकता है। ChatGPT के ब्राउज़िंग टूल्स सवालों के जवाब देने के लिए वेबसाइटों पर नेविगेट करते हैं। Perplexity का आंसर इंजन रियल टाइम में क्रॉल करता है। और AI-संचालित असिस्टेंट्स की एक बढ़ती श्रेणी — Browserbase, Anthropic का Computer Use, OpenAI Operator — उपयोगकर्ताओं की ओर से एंड-टू-एंड वेब कार्य करती है।

एक वेबसाइट के लिए, यह विज़िटर की एक नई श्रेणी बनाता है जो पारंपरिक बॉट डिटेक्शन की किसी भी बकेट में फिट नहीं होती। AI एजेंट्स बड़े पैमाने पर डेटा निकालने वाले स्क्रैपर नहीं हैं। वे UI पर क्लिक करने वाले इंसान भी नहीं हैं। वे बीच की कोई चीज़ हैं — प्रति सेशन एक विज़िटर, प्रति विज़िट एक लक्ष्य, पर मशीन गति से और यांत्रिक सटीकता के साथ निष्पादित।

इनका पता लगाना बॉट्स का पता लगाने से अलग मायने रखता है। कभी आप उन्हें सेवा देना चाहते हैं (एक ग्राहक के लिए खरीदारी करता एक मददगार एजेंट)। कभी आप उन्हें ब्लॉक करना चाहते हैं (AI रैपर के जरिए अनधिकृत स्क्रैपिंग)। किसी भी हाल में, पहले आपको यह जानना होगा कि वे मौजूद हैं।

AI एजेंट्स आर्किटेक्चर के स्तर पर कैसे अलग हैं

वेब पर AI एजेंट ट्रैफिक तीन मुख्य आर्किटेक्चर से पैदा होता है:

ब्राउज़र-ड्रिविंग एजेंट्स एक हेडलेस या हेडफुल ब्राउज़र चलाते हैं जिसे एक LLM नियंत्रित करता है। Anthropic का Computer Use, OpenAI Operator, Browserbase और Skyvern सभी यहाँ फिट होते हैं। ब्राउज़र असली Chrome या Chromium होता है। एजेंट इसे DOM मैनिपुलेशन के जरिए या स्क्रीनशॉट विश्लेषण और कोऑर्डिनेट क्लिक के जरिए निर्देश देता है।

API-only एजेंट्स HTTP लाइब्रेरीज़ (Node.js, Python, Go) के जरिए पेज फेच करते हैं और प्रोसेसिंग के लिए HTML को एक LLM को पास करते हैं। अधिकांश Perplexity और सर्च-आधारित एजेंट्स इसी तरह काम करते हैं। कोई ब्राउज़र नहीं होता — बस एक फेचिंग परत जो टेक्स्ट को मॉडल तक पहुँचाती है।

हाइब्रिड एजेंट्स JavaScript-भारी साइटों के लिए ब्राउज़र और स्थिर कंटेंट के लिए API फेचिंग का उपयोग करते हैं। कई प्रोडक्शन एजेंट्स इसी श्रेणी में आते हैं, जो लक्ष्य के आधार पर गतिशील रूप से चुनाव करते हैं।

हर आर्किटेक्चर अलग फिंगरप्रिंट छोड़ता है।

संकेत 1. ब्राउज़र सेशन लाइफटाइम

असली उपयोगकर्ताओं के लंबे, बिखरे हुए सेशन होते हैं। वे टैब खोलते हैं, ध्यान भटकाते हैं, वापस आते हैं। किसी निर्णय-आधारित कार्य पर औसत मानव सेशन अवधि 8–20 मिनट होती है।

AI एजेंट्स के छोटे, केंद्रित सेशन होते हैं। एक सामान्य Computer Use कार्य — फ्लाइट बुक करना, ग्रोसरी ऑर्डर करना, प्रोडक्ट डेटा निकालना — एंड-टू-एंड 30 सेकंड से 3 मिनट लेता है। सेशन पेज लोड से शुरू होता है, क्रम में 5–30 एक्शन निष्पादित करता है, और समाप्त हो जाता है।

10 से अधिक अलग-अलग एक्शन और बिना किसी ब्राउज़र टैब स्विचिंग के 5 मिनट से कम की सेशन अवधि असामान्य मानव व्यवहार और सामान्य एजेंट व्यवहार है।

संकेत 2. कोऑर्डिनेट क्लिक प्रिसिजन

Anthropic और OpenAI के ब्राउज़र-ड्रिविंग एजेंट्स UI तत्वों को पहचानने के लिए स्क्रीनशॉट विश्लेषण का उपयोग करते हैं, फिर कोऑर्डिनेट पर क्लिक करते हैं। कोऑर्डिनेट की गणना पिक्सेल तक सटीक होती है।

असली उपयोगकर्ता क्षेत्रों के भीतर क्लिक करते हैं। एक बटन जो 200x40 पिक्सेल का है, उस पर क्लिक पूरे क्षेत्र में वितरित होते हैं, केंद्र की ओर झुके हुए पर मानवीय विचलन के साथ। AI एजेंट्स एक संकीर्ण दायरे में क्लिक करते हैं — अक्सर तत्व के ज्यामितीय केंद्र के 2–3 पिक्सेल के भीतर। 3 पिक्सेल से कम माध्य विचलन वाले सौ क्लिक एक मानवीय वितरण नहीं हैं।

डिटेक्शन के लिए क्लिक कोऑर्डिनेट एकत्र करना और उन्हें तत्व की सीमाओं के सापेक्ष विश्लेषण करना आवश्यक है। यह सेशन-लंबाई के डेटा पर अच्छी तरह काम करता है।

संकेत 3. एक्सप्लोरेटरी स्क्रॉलिंग की अनुपस्थिति

इंसान यह देखने के लिए स्क्रॉल करते हैं कि पेज पर क्या है। वे नीचे स्क्रॉल करते हैं, फिर वापस ऊपर, फिर आधे रास्ते। जो कंटेंट उनका ध्यान खींचता है वहाँ वे रुकते हैं। उनके स्क्रॉल ट्रेस अनियमित होते हैं।

AI एजेंट्स केवल जरूरत पड़ने पर स्क्रॉल करते हैं। अगर लक्ष्य Add to cart पर क्लिक करना है और बटन फोल्ड के ऊपर है, तो एजेंट कभी स्क्रॉल ही नहीं कर सकता। अगर लक्ष्य तत्व फोल्ड के नीचे है, तो एजेंट एक बार, सीधे लक्ष्य तक स्क्रॉल करता है, फिर निष्पादित करता है।

2 से कम स्क्रॉल दिशा परिवर्तन वाले, या सभी स्क्रॉल इवेंट्स में स्थिर स्क्रॉल वेग वाले सेशन, अन्वेषण के बजाय कार्य-आधारित ब्राउज़िंग का संकेत देते हैं।

संकेत 4. टेक्स्ट इनपुट टाइमिंग

असली उपयोगकर्ता 30–60 शब्द प्रति मिनट की दर से टाइप करते हैं, परिवर्तनशील ठहरावों, कभी-कभार डिलीशन और सूक्ष्म-सुधारों के साथ। कीस्ट्रोक टाइमिंग उच्च विचलन और गैर-शून्य डिलीशन दर वाले वितरण का अनुसरण करती है।

AI एजेंट्स मान चिपकाकर या एक निश्चित लय में कीस्ट्रोक का अनुकरण करके फॉर्म भरते हैं — अक्सर 50–100 अक्षर प्रति सेकंड, समान रूप से, बिना किसी डिलीशन के। 30-अक्षर स्ट्रिंग और शून्य बैकस्पेस के साथ 200ms में भरा गया एक फील्ड मानव इनपुट नहीं है।

संकेत 5. टाइपो की अनुपस्थिति

संबंधित पर अलग: इंसान टाइपो करते हैं। 1000 अक्षरों के टेक्स्ट इनपुट में, असली उपयोगकर्ता 15–40 सुधार करते हैं। AI एजेंट्स शून्य करते हैं। 100+ अक्षरों वाले 3 फील्ड और शून्य सुधार वाला एक फॉर्म सबमिशन एक इंसान के लिए असामान्य है।

संकेत 6. यूज़र एजेंट में असंगतियाँ

कुछ AI एजेंट्स कस्टम यूज़र एजेंट का उपयोग करते हैं जो उन्हें स्पष्ट रूप से पहचान देते हैं: perplexity-user, ChatGPT-User, ClaudeBot। ये शिष्ट एजेंट्स हैं जो स्व-पहचान की परंपरा का पालन करते हैं और अक्सर robots.txt का सम्मान करते हैं।

यहाँ डिटेक्शन बहुत आसान है — यूज़र एजेंट पढ़ें, ज्ञात सूचियों से मिलान करें। महत्व इस बात को जानने में है कि उन्हें कब अलग तरह से सेवा दें (या ब्लॉक करें अगर आप स्क्रैपिंग नहीं चाहते)।

अन्य एजेंट्स ब्राउज़र-ड्रिविंग फ्रेमवर्क चलाते हैं और ब्राउज़र जो भी यूज़र एजेंट उपयोग करता है वही अपनाते हैं — आमतौर पर Chrome। इन्हें अकेले यूज़र एजेंट से पहचानना कठिन है और इसके लिए बिहेवियरल संकेत चाहिए।

संकेत 7. हेडलेस के तहत WebGL रेंडरिंग

हेडलेस मोड में Chromium का उपयोग करने वाले ब्राउज़र-ड्रिविंग एजेंट्स वही SwiftShader रेंडरर उजागर करते हैं जिसकी चर्चा हमने Puppeteer वाले लेख में की थी। कोई भी सेशन जहाँ WebGL रेंडरर में SwiftShader हो और विज़िटर 10+ जानबूझकर किए गए एक्शन निष्पादित करे, लगभग निश्चित रूप से एक ब्राउज़र-ड्रिविंग AI एजेंट है।

नए एजेंट फ्रेमवर्क (Browserbase, कुछ Skyvern सेटअप) इस संकेत से बचने के लिए हेडफुल Chrome चलाते हैं। वे असली GPU स्ट्रिंग प्रस्तुत करते हैं। इसका मतलब है कि आधुनिक एजेंट्स के डिटेक्शन के लिए अकेला WebGL अपर्याप्त है — एक शुरुआती फिल्टर के रूप में आवश्यक, पर पूर्ण समाधान नहीं।

संकेत 8. पेज संरचना का सटीक पालन

असली उपयोगकर्ता तब भी लिंक पर क्लिक करते हैं जब पेज रीडायरेक्ट हो रहा हो। वे खुद को बीच में रोकते हैं। जब एक क्लिक पर्याप्त हो तब भी वे डबल-क्लिक करते हैं। वे उन चीज़ों पर क्लिक करते हैं जो लिंक नहीं हैं।

AI एजेंट्स DOM का अनुसरण करते हैं। जब वे नेविगेट करना चाहते हैं, वे एक विशिष्ट तत्व के विरुद्ध एक एक्शन जारी करते हैं। वे गलत तत्व पर क्लिक नहीं करते या लोड के बीच रिफ्रेश नहीं करते। उनके सेशन ऐसी यांत्रिक रैखिकता के साथ आगे बढ़ते हैं जो कोई भी भटका हुआ इंसान पैदा नहीं करता।

सटीक पालन वाले सेशन ट्रेस — हर क्लिक एक वैध तत्व पर, हर फॉर्म फील्ड DOM क्रम में भरा गया, हर पेज ट्रांज़िशन से पहले एक इरादतन एक्शन — एजेंट-संचालित के रूप में पढ़े जाते हैं।

संकेत 9. Time-to-interactive शून्य है

असली उपयोगकर्ताओं को एक पेज को संसाधित करने में समय लगता है। वे पढ़ते हैं। वे स्कैन करते हैं। वे कार्य करने से पहले समझते हैं।

AI एजेंट्स DOM को तुरंत पार्स करते हैं। पेज लोड पूरा होने और पहले उपयोगकर्ता एक्शन के बीच का समय, एक असली उपयोगकर्ता के लिए, साधारण पेजों पर भी आमतौर पर 1.5–4 सेकंड होता है। AI एजेंट्स के लिए, यह 200ms से कम हो सकता है — यानी वह समय जो LLM को DOM में लक्ष्य तत्व पहचानने में लगता है।

कंटेंट समझ की आवश्यकता वाले पेज पर बहुत तेज़ फर्स्ट-एक्शन समय एक मजबूत एजेंट संकेत है।

संकेत 10. API-only एजेंट्स के लिए HTTP फेच पैटर्न

Perplexity, कुछ Claude टूल-यूज़ फ्लो, और अधिकांश सर्च-आधारित एजेंट्स ब्राउज़र नहीं चलाते। वे HTTP लाइब्रेरीज़ के जरिए सीधे पेज फेच करते हैं।

ये एजेंट्स वही TLS और HTTP संकेत छोड़ते हैं जिनकी चर्चा हमने पहले की थी — Node.js undici फिंगरप्रिंट, Python requests फिंगरप्रिंट, Go net/http फिंगरप्रिंट। वे आमतौर पर JavaScript निष्पादित नहीं करते, इसलिए वे क्लाइंट-साइड डिटेक्शन को बिल्कुल ट्रिगर नहीं करते।

API-only एजेंट्स के लिए डिटेक्शन नेटवर्क परत पर होता है: TLS JA4 हैश, HTTP हेडर ऑर्डरिंग, गायब ब्राउज़र-विशिष्ट व्यवहार (कोई favicon फेच नहीं, कोई एनालिटिक्स बीकन नहीं, कोई फॉन्ट अनुरोध नहीं)। अगर आप इन एजेंट्स को पहचानना चाहते हैं, तो आपको यह देखना होगा कि जितना हो रहा है उतना ही जो नहीं हो रहा है।

संकेत 11. कार्य-आकार के सेशन लक्ष्य

सबसे मजबूत संकेत तकनीकी नहीं है — यह बिहेवियरल है। AI एजेंट सेशन उन तरीकों से लक्ष्य-केंद्रित होते हैं जैसे मानव सेशन शायद ही कभी होते हैं।

एक प्रोडक्ट खोजता एक असली उपयोगकर्ता 8 आइटम देख सकता है, 3 टैब में स्पेक्स की तुलना कर सकता है, रिव्यू पढ़ सकता है, छोड़ सकता है और एक घंटे बाद लौट सकता है, फिर खरीद सकता है। एक AI एजेंट प्रोडक्ट पर जाता है, स्पेक्स निकालता है, कार्ट में जोड़ता है, चेकआउट करता है। 90 सेकंड से कम में। कोई विचलन नहीं।

सेशन-स्तर के लक्ष्य पूर्णता दर को ट्रैक करने वाले डिटेक्शन सिस्टम छोटे सेशनों में सफल कार्य पूर्णता के घनत्व से एजेंट ट्रैफिक की पहचान कर सकते हैं। यह एक धीमा संकेत है पर प्रति-एक्शन संकेतों के साथ मिलाने पर अत्यधिक विश्वसनीय है।

एजेंट्स को अलग तरह से सेवा देना

एक बार पहचाने जाने पर, AI एजेंट ट्रैफिक को कई तरह से संभाला जा सकता है:

• ब्लॉक — अगर साइट स्वचालित एक्सेस नहीं चाहती, तो एज पर ही मना कर दें। सस्ता और सरल।

• वैकल्पिक कंटेंट सेव करें — एक API-अनुकूलित संस्करण (JSON, संरचित डेटा) के साथ जवाब दें जो पूर्ण HTML पेज की तुलना में जेनरेट करने में सस्ता है।

• रेट-लिमिट — एजेंट्स को अनुमति दें पर साइट प्रदर्शन बनाए रखने के लिए उनकी अनुरोध दर सीमित करें।

• शुल्क लें — कुछ साइटें अपने डेटा तक प्रोग्रामेटिक एक्सेस के लिए AI कंपनियों से शुल्क लेना शुरू कर रही हैं। बिलिंग के लिए डिटेक्शन एक पूर्वापेक्षा है।

• सामान्य रूप से सेवा दें — अगर एजेंट एक असली ग्राहक की ओर से कार्य कर रहा है, तो उसे सेवा देना व्यवसाय है।

अलग-अलग साइटें अलग-अलग चुनाव करेंगी। तकनीकी रूप से जो मायने रखता है वह यह है कि डिटेक्शन मौजूद हो ताकि चुनाव उपलब्ध हो।

लगातार बदलता लक्ष्य

AI एजेंट फ्रेमवर्क हर महीने बेहतर होते हैं। Anthropic Computer Use में अपडेट भेजता है जो स्क्रॉल विचलन जोड़ते हैं। Browserbase माउस जिटर जोड़ता है। OpenAI Operator टाइपो अनुकरण पेश करता है। फ्रेमवर्क की हर पीढ़ी ऊपर वर्णित डिटेक्शन सतह का कुछ हिस्सा बंद कर देती है।

जो तकनीकें 2026 में काम करती हैं उन्हें 2027 तक अपडेट की जरूरत होगी। पर अंतर्निहित वास्तविकता नहीं बदलेगी: AI एजेंट्स कार्य निष्पादित करते हैं। इंसान वेबसाइटों का अनुभव करते हैं। वह असममितता संकेत पैदा करती है, चाहे एजेंट्स घुलने-मिलने की कोशिश के लिए कोई भी विशिष्ट तकनीक इस्तेमाल करें।

जो डिटेक्शन स्टैक AI एजेंट्स को एक स्थायी, विकसित होती श्रेणी मानते हैं — न कि एक बार हल हो जाने वाली समस्या — वे दृश्यता बनाए रखेंगे। जो एक अकेला डिटेक्टर भेजकर आगे बढ़ जाते हैं, वे पाएँगे कि उनका कवरेज चुपचाप घट रहा है।