Kort samengevat: Anthropic Computer Use detecteren aan cursorbogen en typcadans
- De WAF ziet niets: Iedereen verwacht dat Claudes Computer Use eruitziet als een scraper, dus richten ze hun WAF erop en zien niets. Het agent bestuurt een volledige echte browser die JavaScript uitvoert, cookies ontvangt, CSP eerbiedigt en netwerkverkeer produceert dat niet te onderscheiden is van een menselijke sessie.
- De zes-patroon-handtekening: De handtekening zit in zes patronen die samen opduiken: gescripte cursorbogen van klikdoel naar klikdoel, uniforme intertoetsvertragingen zonder natuurlijke pauzes of correcties, snelle foutloze taakvoltooiing, deterministische DOM-volgorde formulierinvulling, afwezige verkennende navigatie, en een stabiele apparaatfingerprint over sessies. Twee of drie volgehouden geven een sterke classificatie.
- De beslissing: Draai je checkout, accountaanmaak of content achter een gate, behandel Computer Use-verkeer dan standaard als hoog risico omdat door agents gedreven ATO, misbruik van accountaanmaak en card testing al in het wild plaatsvinden. Is content scraping je enige zorg, dan dekken de crawler-gerichte controls dit niet.
Weinig tijd? Bekijk cside's AI-agentdetectie. Dit dekt alles hieronder in één deployment.
De Claude van Anthropic heeft een functie genaamd Computer Use waarmee het model een echte computer kan besturen door een cursor te bewegen, op knoppen te klikken, in formulieren te typen en taken uit te voeren zoals een mens dat zou doen. Het hoort bij dezelfde golf van agentische AI als OpenAI Operator en Amazon Buy For Me. Als je een site runt met een checkout, een aanmeldflow voor accounts of content achter welke poort dan ook, dan bereikt Computer Use-verkeer je al of zal het je binnenkort bereiken.
Waarom Computer Use moeilijker te detecteren is dan een scraper
Traditionele botdetectie gaat ervan uit dat de automatisering je endpoints rechtstreeks aanroept of een headless browser gebruikt. Beide produceren signalen op de netwerklaag die firewalls en WAF's kunnen opvangen. Computer Use is anders: het bestuurt een echte, volledige browsersessie (Chrome, Firefox, wat dan ook) die JavaScript uitvoert, cookies ontvangt, CSP respecteert en met de DOM werkt zoals een mens dat zou doen.
Vanuit netwerkperspectief ziet een Computer Use-sessie er identiek uit aan een mens. Het verschil zit in hoe de browser wordt gebruikt, niet in welke verzoeken hij produceert.
De gedragssignatuur
Elk onderscheidend signaal zit in de browsersessie. Zes patronen duiken samen op en onderscheiden Computer Use van een echte mens:
- Cursorpaden: de agent beweegt in scripted bogen van klikdoel naar klikdoel. Mensen produceren rommelige, schokkerige, niet-optimale paden.
- Typeritme: uniforme vertragingen tussen toetsaanslagen zonder natuurlijke pauzes, correcties of microaarzelingen
- Snelheid van taakvoltooiing: snel en foutloos van het laden van de pagina tot het versturen van het formulier
- Volgorde van formuliervelden: deterministisch, volgens de DOM-volgorde of een scripted plan in plaats van de tab-volgorde die een mens zou gebruiken
- Geen verkennend browsen: de sessie gaat direct naar de doeltaak zonder het ronddwalen dat echte bezoeken kenmerkt
- Stabiele device fingerprint over sessies heen: een door een agent aangedreven sessie hergebruikt vaak dezelfde omgeving, zelfs als de onderliggende gebruiker verandert
Eén enkel signaal is niet genoeg. Twee of drie samen, volgehouden gedurende een sessie, vormen een sterke classificatie.
Hoe dit past bij andere agentdetectie
Als je detectie al hebt doorgewerkt voor OpenAI Operator, ClaudeBot, Perplexity Shopper of de Perplexity-crawler, dan is het mentale model hier vergelijkbaar. Computer Use valt in dezelfde categorie als Operator: een agent die een echte browser bestuurt in plaats van een headless scraper.
Het verschil met een crawler zoals ClaudeBot is de intentie. Crawlers indexeren content. Computer Use rondt transacties af. Dat betekent dat het risico-oppervlak bestaat uit misbruik van de checkout, misbruik van accountaanmaak en manipulatie van workflows in plaats van het scrapen van content.
Zakelijke beslissingen vóór technische beslissingen
Voordat je detectie uitrolt, bepaal je het beleid:
| Site-type | Gangbaar beleid |
|---|---|
| Contentsite (advertenties of abonnement) | Detecteren en paywall tonen of blokkeren, behandel als scraper |
| E-commerce met een vastgelegd AI-agentbeleid | Toestaan onder voorwaarden, agentidentificatie vereisen, prijs daarop afstemmen |
| E-commerce zonder beleid | Detecteren en blokkeren of markeren voor beoordeling, want de agent kan legitiem of frauduleus zijn |
| Accountaanmaak, aanmeldflows | Standaard blokkeren tot de agent bewijst dat hij geautoriseerd is |
| Financiële diensten, betalingen | Standaard blokkeren; door agents aangedreven ATO en card testing zijn gedocumenteerde bedreigingen |
De technische detectie is bij al deze gevallen hetzelfde. Wat verandert is wat je doet wanneer de classificatie aanslaat.
Wat cside met het signaal doet
cside draait op de browserlaag bij elke sessie en produceert de device fingerprint, gedragsscore en scriptactiviteit die Computer Use onderscheiden van een menselijke gebruiker. Wanneer een sessieprofiel overeenkomt met een agent (scripted cursorbeweging, uniform typen, deterministische formuliervolgorde), markeert cside het in realtime zodat je elk beleid kunt afdwingen dat bij het oppervlak past.
Voor het bredere plaatje van hoe agents worden gebruikt om bestaande accountbeveiliging te doorbreken, zie hoe AI-agents accountbeveiliging doorbreken en onze gids over hoe je een oplossing voor AI-agentdetectie kiest.
Wat je deze week moet controleren
Twee vragen vertellen je of er al Computer Use-verkeer op je site zit:
- Vertonen sommige van je recente sessies de gedragssignatuur hierboven (scripted cursor, uniform typen, formuliervoltooiing in minder dan een seconde) terwijl ze beweren een normale Chrome- of Firefox-gebruiker te zijn?
- Ronden sommige van die sessies waardevolle acties af (checkout, accountaanmaak, invoeren van inloggegevens)?
Als beide antwoorden ja zijn, test een agent je oppervlak al. Of dat nu een echte klant is die zijn agent legitiem gebruikt of een aanvaller die een agent inzet om je flows te misbruiken, is de volgende vraag, en die kun je niet beantwoorden zonder detectie op de browserlaag.
