Представьте: вы просите цифрового помощника найти товар, сравнить цены и добавить подходящий вариант в корзину. Сайт видит автоматизированные запросы, но назвать программу обычным ботом трудно: она действует по поручению покупателя. Между этими категориями и возникает вопрос доступа.

В колонке MIT Technology Review Джеймс О’Доннелл описывает персональных ИИ-агентов как новый тип посетителей веба. Они работают с машинной скоростью, но могут выполнять полезные действия от имени людей. Проверка «человек или бот» не показывает, кто поручил действие, что именно разрешено агенту, кто им управляет и какие данные он передаёт своему поставщику.

Сравнительного научного исследования на эту тему в доступных материалах нет. Не представлена рецензируемая работа, которая измеряла бы, как разные правила доступа влияют на цены, качество обслуживания или удобство обычных пользователей. Поэтому здесь можно сопоставить опубликованные документы, техническую документацию и журналистские описания, но прогнозы о будущем веба следует считать сценариями, а не установленными результатами.

Один запрос, несколько участников

В обычной картине веба человек открывает страницу и сам нажимает кнопки, а бот автоматически собирает или обрабатывает данные. Персональный агент сочетает обе роли. Пользователь задаёт цель, например найти товар, а программа ищет страницы, читает информацию и может менять содержимое корзины. Конкретные полномочия зависят от устройства агента и правил сайта.

Спор Amazon с Perplexity показывает, почему недостаточно просто сказать, что агент действует «от имени пользователя». В иске Amazon утверждает, что агент Comet управлялся через серверы Perplexity, получал содержимое страниц и выполнял действия в аккаунтах покупателей. Это позиция истца, а не установленный судом факт; её нельзя переносить на всех агентов. Но спор ставит практический вопрос: если пользователь задаёт цель, а поставщик системы выбирает сайты и дальнейшие действия, кого именно сайт должен считать представителем агента?

Сайтам важно не только, кто зашёл на страницу. Они учитывают, насколько прозрачно действует программа, получает ли она доступ к аккаунту, может ли менять данные и требуется ли подтверждение покупки. Один и тот же агент может просмотреть каталог, добавить товар в корзину или оформить заказ. Риск у этих действий разный, поэтому правила доступа тоже могут различаться.

Как сайты отвечают на появление агентов

Один привычный ответ на автоматизированный трафик состоит в том, чтобы блокировать его или проверять с помощью антибот-систем. Но такие проверки не всегда отличают нежелательную автоматизацию от агента, которого запустил покупатель. TechCrunch описал случай с Walmart: проверка «подтвердите, что вы человек» могла прерывать работу агента Muse. По словам издания, представитель Walmart заявил, что блокировка не была намеренной. Это описание отдельного случая, а не оценка того, как часто агенты сталкиваются с отказом в доступе.

Другой вариант, лицензирование данных, связывает доступ с оплатой и условиями использования. По сообщению TechCrunch, Yelp предоставляет агентам доступ к содержимому и данным через платную программу лицензирования. Такая схема может дать владельцу сайта больше контроля над использованием материалов, но не отвечает на вопрос, кто платит за доступ и отразится ли стоимость на покупателе. Представленные источники этого не измеряют.

Некоторые компании выбирают партнёрства и специальные интерфейсы. Shopify описывает WebMCP, предложенный стандарт, при котором сайт предоставляет агенту структурированные инструменты и данные. Вместо того чтобы разбирать устройство страницы и имитировать нажатия, агент может вызвать функцию поиска товаров или изменения корзины. По документации Shopify, эти инструменты работают в текущей сессии покупателя: изменения корзины видны в открытой вкладке. Это описание возможностей продукта, а не независимая проверка его безопасности или удобства.

По документации Shopify, пока эти инструменты поддерживают только агенты в браузерах на базе Chromium. TechCrunch сообщал, что WebMCP распространяют и на оформление заказа: покупка должна завершаться после авторизации покупателя. Так можно отделить автоматическую подготовку действия от подтверждения сделки человеком. Однако этот пример не доказывает, что такой подход подходит всем сайтам или устраняет риски.

Что говорят числа о трафике, а чего они не показывают

Компания HUMAN, которая продаёт инструменты защиты от автоматизированного трафика, сообщила, что в сентябре 2026 года объём агентских запросов, замеченных на её платформе, вырос на 209,7% по сравнению с августом. По классификации компании, электронная торговля составляла 60,4% такого трафика, а поиск и изучение товаров занимали 81% активности.

Эти цифры описывают данные коммерческой платформы, а не всего интернета. В опубликованном отчёте нет полного разбора размера и состава наблюдаемой выборки или её репрезентативности. Кроме того, HUMAN классифицирует трафик по адресу назначения, а не по намерению агента. Посещение страницы товара не означает, что агент завершил покупку, получил разрешение на все дальнейшие действия или отражает поведение покупателей в целом. Рост на платформе показывает изменение наблюдаемого компанией трафика, но не доказывает, что агенты уже повсеместно заменяют людей в интернете.

Правила доступа влияют и на обычного посетителя

Если сайт просто запрещает агентам доступ, покупатель может получить отказ, даже когда хотел поручить программе обычную задачу. Если же сайт открывает доступ, ему нужны способы ограничивать действия агента, защищать аккаунт и понимать, кто получает данные. Специальный интерфейс может сделать действия понятнее, но доступные источники пока не сравнивают его с блокировками или лицензированием по безопасности и результатам для пользователей.

Ценообразование добавляет ещё одну неопределённость. В колонке MIT Technology Review автор рассматривает условный риск: сайт может назначать разным покупателям разные цены, а рекомендации агента могут зависеть от рекламы и комиссий. Это сценарий, а не свидетельство того, что такие практики массово внедрены. В представленных материалах нет измерений, которые показывали бы, что сайты уже систематически устанавливают для агентов особые цены или что рекламные выплаты меняют их рекомендации.

Возможен и противоположный сценарий: агент помогает покупателю сравнить предложения или добиваться более выгодных условий. Но и это пока нельзя считать гарантированным эффектом. Результат зависит от того, какие сайты агенту доступны, какие данные он видит и чьи интересы учитывает его поставщик. Чтобы разобраться в том, как языковая модель выбирает и вызывает инструменты, полезно посмотреть разбор проверки вызова инструментов моделью: способность вызвать функцию сама по себе ещё не определяет, какое действие будет разрешено и кто его контролирует.

Что определит удобство агентского веба

Деление посетителей на людей и ботов слишком грубо для агента, который действует по поручению пользователя, но может отправлять запросы через инфраструктуру поставщика. Правила доступа должны учитывать не только автоматизацию, но и цель запроса, разрешённые действия, источник управления и передачу данных. Это редакционный вывод из рассмотренных примеров, а не модель, проверенная сравнительным экспериментом.

Пока участники пробуют разные подходы: фильтруют трафик, продают лицензии на доступ, заключают партнёрства или создают структурированные интерфейсы. В доступных материалах нет ответа на вопрос, какая схема обеспечит лучшие цены и удобство, сохранив контроль над аккаунтом и данными. Покупателю стоит проверить, ясно ли агент показывает, что собирается сделать, какие данные использует и где ему потребуется подтверждение. Сайтам нужно пропускать полезные действия, не теряя контроля над автоматизированным доступом.

Источники

Схема показывает путь от поручения пользователя через действия ИИ-агента и правила сайта к подтверждению покупки; она объясняет возможные этапы, а не результаты измерений.

Фото: Matheus Bertelli / Pexels