O tráfego de máquinas ultrapassou oficialmente a atividade humana na internet. De acordo com o Relatório de Ameaças Automatizadas 2026 da RisingInfo, os bots agora representam 68% de todo o tráfego da web, enquanto as visitas humanas reais caíram para apenas 22%. Mais impressionante ainda: as requisições geradas por AI Agents explodiram de menos de 1% no início de 2025 para 8-12% no segundo trimestre de 2026, com o total de requisições de LLMs e Agents ultrapassando 450 bilhões — um crescimento de 400% em relação ao ano anterior.
Isso não é apenas uma mudança de volume. Representa uma transformação fundamental na forma como a internet opera. Por décadas, os modelos de segurança assumiram um mundo binário: humanos (legítimos) versus bots (suspeitos). Esse arcabouço está entrando em colapso. Agora enfrentamos o que o relatório chama de ecossistema de “tráfego tri-body” — três atores distintos coexistindo, cada um exigindo tratamento diferente.
Três Espécies, Uma Rede
O relatório categoriza o tráfego não humano em três estágios evolutivos:
- Bots Tradicionais: Automação baseada em regras — scrapers, credential stuffers, agentes que acumulam estoques. Previsíveis, mas persistentes.
- Bots Aprimorados por IA: Ferramentas potencializadas por machine learning que adaptam suas táticas conforme as respostas defensivas.
- AI Agents: Sistemas autônomos capazes de compreender objetivos, planejar caminhos de múltiplas etapas, chamar APIs e ajustar o comportamento com base no feedback do ambiente. Eles não seguem scripts — perseguem objetivos.
Essa taxonomia importa porque cada tipo exige uma resposta de segurança diferente. Bloquear toda a automação não é mais viável quando AI Agents legítimos executam fluxos de trabalho críticos para o negócio. A pergunta muda de “Isso é uma máquina?” para “Devo confiar nesta máquina, e para qual finalidade?”
O Espectro de Ameaças L1-L5
A RisingInfo propõe um arcabouço de cinco níveis que mapeia a sofisticação das ameaças:
L1-L2 (Ataques Baseados em Ferramentas): Baixa autonomia, regras predefinidas. DDoS tradicional, scraping básico.
L3 (Automação Adaptativa): Evasão aprimorada por ML, imitação de comportamento.
L4 (Agents Orientados a Objetivos): Planejamento autônomo com objetivos específicos. Conseguem navegar por fluxos complexos de autenticação, resolver CAPTCHAs por meio de modelos de visão e persistir entre sessões.
L5 (Sistemas Multi-Agentes Coordenados): Enxames de agentes colaborando, compartilhando inteligência e orquestrando ataques em múltiplos vetores simultaneamente.
O relatório identifica quatro novos vetores de ameaça específicos de IA: ataques a aplicações de LLM, comprometimento da cadeia de suprimentos de Agents, sequestro de identidade de Agents e orquestração autônoma de ataques por IA. O setor de serviços financeiros já registra 60% de tráfego malicioso de bots. A indústria de manufatura apresenta o crescimento mais rápido em ameaças automatizadas.
De “Bloquear Bots” para “Governar a Confiança”
O paradigma de segurança está se invertendo. O WAAP tradicional (Web Application and API Protection) focava em detecção e bloqueio — identificar assinaturas, colocar IPs em blacklist, desafiar requisições suspeitas. Essa abordagem falha quando:
- AI Agents usam credenciais legítimas e ambientes de navegador reais
- O tráfego se origina de proxies residenciais e infraestrutura em nuvem indistinguível do uso legítimo de negócios
- Os padrões comportamentais espelham a interação humana (movimentos do mouse, profundidade de rolagem, timing)
A alternativa proposta: governança de confiança. Em vez de decisões binárias de permitir/bloquear, os sistemas devem avaliar identidade, padrões de comportamento e intenção para atribuir pontuações dinâmicas de confiança. Agents de alta confiança recebem acesso fluido. Fluxos de risco médio acionam autenticação adicional. Tráfego de baixa confiança enfrenta verificação rigorosa ou rejeição.
Isso espelha mudanças mais amplas na gestão de identidades — da segurança baseada em perímetro para arquiteturas zero-trust. A camada de máquinas exige uma evolução semelhante.
Implicações para Construtores de Infraestrutura
Para arquitetos de plataforma e engenheiros de segurança, essa transição cria várias exigências imediatas:
Identidade para Não Humanos: Agents precisam de credenciais verificáveis — atestados assinados de sua origem, capacidades e escopo autorizado. O conceito de “identidade de máquina” precisa amadurecer além das chaves de API, rumo a provas criptográficas e frameworks de atestação.
Linhas de Base Comportamentais: Regras estáticas falham contra agents adaptativos. Sistemas de segurança precisam de modelos comportamentais de ML que estabeleçam padrões normais para diferentes tipos de tráfego e sinalizem desvios sem bloquear a automação legítima.
Canais Amigáveis a Agents: Organizações devem criar caminhos designados para AI Agents verificados — APIs estruturadas, limites de taxa documentados e termos de serviço claros. Facilitar o acesso legítimo de agents reduz os incentivos para evadir detecção.
Avaliação Contínua: As pontuações de confiança devem decair ao longo do tempo e se ajustar com base no comportamento contínuo. Um agent que era legítimo ontem pode estar comprometido hoje.
O Que Você Pode Fazer Agora
Para operadores que administram sistemas em produção:
Audite sua gestão atual de bots: Seu WAF distingue entre automação benéfica (crawlers de busca, sistemas de monitoramento, agents de lógica de negócio) e ameaças? Ou aplica limites de taxa generalizados que prejudicam operações legítimas?
Implemente respostas graduadas: Projete o tratamento de tráfego variando por nível de confiança — via rápida para agents verificados, fluxo padrão para tráfego ambíguo, desafio intermediário para padrões suspeitos e bloqueio para ameaças confirmadas.
Prepare-se para padrões de identidade de agents: Monitore especificações emergentes como o Agent Identity Protocol e o Agent Trust Framework. A adoção antecipada de padrões interoperáveis trará vantagem competitiva à medida que os ecossistemas de agents amadurecem.
Revise a exposição de dados: AI Agents são excelentes em extrair informações por meio de múltiplas requisições pequenas que, individualmente, parecem benignas. Avalie se suas APIs, quando consultadas de forma sistemática, expõem padrões sensíveis ou permitem a reconstrução de dados proprietários.
A Nova Topologia da Internet
O enquadramento “tri-body” vai além da segurança. Ele descreve a arquitetura emergente da interação digital: humanos navegando, bots executando automação de rotina e AI Agents perseguindo objetivos complexos através de sistemas.
Essa configuração não é temporária. À medida que frameworks de coordenação de agents amadurecem e a infraestrutura de computação escala, a atividade iniciada por máquinas crescerá como proporção do tráfego total. As organizações que prosperarão serão aquelas que projetam para essa realidade — não tratando toda automação como ameaça, mas construindo infraestrutura que distingue, autentica e privilegia adequadamente os diferentes tipos de atores.
A internet começou como uma rede de humano para humano. Evoluiu para um sistema de humano para máquina. Agora está se tornando um ecossistema de máquina para máquina, com os humanos como um participante entre três. A arquitetura de segurança precisa evoluir de acordo.
