在过去十年的大部分时间里，机器人管理主要围绕一个相对直接的问题展开：这次交互来自真人还是机器人？
这个问题依然存在，但仅凭这一问题已不足以应对当前情况。智能体AI正在催生能够推理、规划和行动的自主智能体。这些智能体可以浏览网站、理解内容、适应变化，并在很少或完全无需人工干预的情况下执行复杂的多步骤工作流。
对安全团队而言，这意味着挑战正在发生转变：不再只是识别和阻止不需要的自动化行为，而是要了解其意图，并决定如何应对。
下一阶段的机器人管理需要我们回答一个不同的问题：这种交互是否可信？这个问题正是我的演讲“AI智能体时代的信任”的核心。该演讲是F5点播活动Post-Mythos Security Summit的一部分。
“现在的问题不再只是您面对的是否为机器人，而是这次交互试图实现什么目的、是否可信，以及应如何应对。”
更大的变化不在于数量，而在于能力。
自动化流量持续增长。但更重要的变化并不只是组织所面临的自动化流量有多少，而是这些自动化流量能做什么。
如今的AI智能体在行为上可以与合法用户高度相似。它们可以登录、浏览网站、将商品加入购物车、注册账户或完成交易。与此同时，攻击者可以利用能力日益增强的自动化技术，组织能够跨身份、设备和会话动态调整的攻击活动。
这使安全团队多年来赖以判断的界限变得模糊。合法的购物助手可能属于零售商愿意接纳的自动化流量，而试图实施凭据填充、账户接管、数据抓取或促销滥用的自动化系统显然不在此列。但如果逐一查看请求，两者与应用交互的方式都可能看似合法。
正常的请求仍可能导致不良结果
传统方法在这方面可能存在不足。
专业的机器人管理和欺诈防范工具通常用于解决特定问题，例如识别恶意请求或标记可疑交易。由于其作用范围较窄，可能缺乏足够的可见性，难以识别跨多个设备、用户会话、账户及客户旅程不同阶段的协同活动。竞争对手保护流量，F5保护业务工作流。
以结账工作流为例。登录操作可能看似正常，浏览产品页面、将商品加入购物车和提交交易也可能如此。但通过了解完整的操作序列及其关联的身份、设备和行为，可能会发现截然不同的情况。
例如，一项内部机器人和自动化分析发现，2025年12月至2026年5月期间，移动平台结账流程中的自动化活动增加了13.38%。这说明，保护单个请求并不等同于保护这些请求最终促成的业务成果。
因此，安全和欺诈防范团队不仅需要了解某项操作是否由自动化程序执行，还需要掌握足够的上下文信息，以判断是否应允许、监控、质询或阻止特定交互。
从检测到实时决策
机器人检测仍然至关重要。但即使能够准确识别所有机器人，也无法仅凭这一点解决问题。
下一步是根据身份、行为和意图实时做出决策。这需要持续了解与应用交互的是谁或什么，维护各个活跃会话中的行为上下文，建立持久的设备身份，并关联不同账户之间的异常活动。
换言之，解决方案不只是改进单点检测，更在于做出更明智的决策。
这是机器人管理领域的一项重要演进，因为自动化本身正逐渐成为常规数字业务的一部分。随着自主智能体越来越多地代表用户进行搜索、购物、预订和交易，组织不能再简单地阻止所有自动化交互，而是需要区分可信自动化与恶意活动，并采取适当的应对措施，同时避免给合法客户带来不必要的阻碍。
在自主智能时代做出信任决策
在 F5 Post-Mythos 安全峰会的演讲中，我将探讨F5 Distributed Cloud Bot Defense如何不断演进以应对这一环境，包括智能体AI检测和设备智能。我还将探讨持久设备身份、行为上下文和跨账户关系如何帮助安全与欺诈防范团队实时做出信任决策，以及新兴的智能体身份方法如何帮助组织接纳合法的AI驱动型交互，同时妥善应对滥用行为。AI智能体不仅通过网页执行操作，也同样通过API执行操作，因此F5 Distributed Cloud Bot Defense可与F5 Distributed Cloud API Security在F5 Application Delivery and Security Platform上协同工作，让信任决策覆盖每一次交互，无论交互发生在何处。
在自动化脚本较易与人类活动区分时，机器人检测解决了一个重要问题。智能体AI正在改变这一局面。
在自主智能时代，脱颖而出的并非拦截机器人最多的组织，而是能够判断哪些交互值得信任，并根据这些判断实时采取行动的组织。
如需了解更多信息，欢迎观看我在F5 Post-Mythos Security Summit上的演讲。
要了解F5如何应对智能体AI恶意使用威胁及其背后的技术，请阅读我们的技术文章。
关于作者
相关博客文章
WAF和API发现技术在保护智能体AI应用中的作用
智能体AI系统的功能和集成会在运行时快速变化。要以同样的速度保障其安全，需要通过API发现和Web应用防火墙（WAF）实施切实可行的控制措施。
