О себе Портфолио Кейсы Услуги Блог Контакт 🎙 Поговорить с AI
EN DE RU
🎙 Поговорить с AI
November 12, 2026 · 5 min read

AI-агенту закрыли бронирование: как не потерять бизнес, если внешние сайты начнут банить agent-to-agent трафик

Я Denis Shokhirev, Agentic AI Systems Architect из Freiburg im Breisgau, и в DennisCraft AI Studio я собираю production-grade AI-системы на Claude, Supabase, n8n, Doppler и self-hosted Postgres для B2B-клиентов в DACH. Самый неприятный инцидент в таких системах выглядит не как падение модели, а как тихий отказ внешнего сайта: вчера агент бронировал слот, сегодня тот же workflow получает 403, CAPTCHA или пустую страницу, и бизнес-процесс останавливается без красивой ошибки. Это уже не теоретичес

Denis Shokhirev
Denis Shokhirev
Agentic AI Systems Architect
Telegram LinkedIn

Я Denis Shokhirev, Agentic AI Systems Architect из Freiburg im Breisgau, и в DennisCraft AI Studio я собираю production-grade AI-системы на Claude, Supabase, n8n, Doppler и self-hosted Postgres для B2B-клиентов в DACH. Самый неприятный инцидент в таких системах выглядит не как падение модели, а как тихий отказ внешнего сайта: вчера агент бронировал слот, сегодня тот же workflow получает 403, CAPTCHA или пустую страницу, и бизнес-процесс останавливается без красивой ошибки.

Это уже не теоретический риск. Если ваш агент оформляет заказы, бронирует окна, собирает прайсы, сверяет статусы отгрузки или открывает тикеты через чужой веб-интерфейс, вы зависите от чужой политики доступа. И как только сайты начнут системно отделять human traffic от agent-to-agent traffic, у вас сломается не модель, а операционная схема. Вопрос не в том, случится ли это, а в том, заложили ли вы запасной маршрут до того, как ваш ARR начнет зависеть от чужого anti-bot слоя.

Где именно ломается агентная автоматизация

Обычно проблема описывается слишком упрощенно: «сайт забанил бота». В production это выглядит как 5 разных классов отказов, и у каждого разный план защиты.

СценарийСимптомЧто реально ломаетсяЧто делать
IP / rate limit ban429 или 403 после роста нагрузкиПакетные операции и ретраиКвоты, backoff, очереди, снижение параллелизма
Bot detectionCAPTCHA, JS challenge, fingerprint mismatchUI-автоматизация через браузерУход на API, партнерский канал, human fallback
Policy changeНовые ToS, запрет automationСам канал интеграцииЮрпроверка, контракт, официальный доступ
Markup driftCSS/XPath перестали совпадатьПарсинг и form fillingDOM-monitoring, smoke tests, versioned selectors
Auth hardeningMFA, device binding, email challengeНочные фоновые задачиDelegated access, scoped credentials, manual checkpoint

На практике самое опасное — не жесткая блокировка, а серое состояние. Агент «как будто работает», но часть шагов silently degrades: пропускает слот, не видит кнопку, повторно отправляет форму, пишет в Postgres неверный статус. Снаружи это выглядит как бизнес-шум, а не инцидент. Поэтому я считаю критичным строить агентные пайплайны так, будто веб-доступ к чужому интерфейсу временный, ненадежный и всегда может исчезнуть.

Архитектурный принцип: сайт — это последний, а не первый вариант

Если ваш агент начинает с браузера, вы уже выбрали самый хрупкий слой. Правильный порядок каналов обычно такой: официальный API, партнерский feed, email ingestion, EDI / structured file exchange, human-in-the-loop UI automation как крайний вариант. В regulated рынках это еще и вопрос аудита: через API проще доказать, кто что сделал, когда и на каком основании.

1. Разделите “intent” и “transport”

Агент не должен “знать”, что бронирование делается кликом по кнопке. Он должен формировать намерение: создать бронь с такими полями, в таких SLA и с такими ограничениями. Дальше transport layer выбирает канал. Сегодня это API, завтра email template, послезавтра задача оператору.

from dataclasses import dataclass

@dataclass
class BookingIntent:
    customer_id: str
    date: str
    slot_id: str
    reference: str

def route_booking(intent: BookingIntent, capabilities: dict) -> str:
    if capabilities.get("api"):
        return "book_via_api"
    if capabilities.get("edi"):
        return "book_via_file_exchange"
    if capabilities.get("email"):
        return "book_via_email"
    return "queue_for_human_review"

Такой слой кажется скучным, пока не приходит первый бан. После этого он становится разницей между деградацией сервиса и полным простоем.

2. Держите capability registry вне prompt

Я не советую давать модели право самой “угадывать”, доступен ли канал. Capability registry должен жить в Postgres или Supabase: какие интеграции разрешены, какие временно недоступны, какие требуют human approval, какие нарушают ToS. LLM получает не свободу фантазии, а карту допустимых путей.

Операционная защита: наблюдаемость, деградация, ручной обход

Anthropic в документации по tool use прямо рекомендует ограничивать действия модели и валидировать вызовы инструментов на стороне приложения, а не доверять модели выполнение внешних операций без проверок: docs.anthropic.com. Это особенно важно, когда tool — не внутренний API, а чужой веб-канал с нестабильными правилами.

Я обычно ввожу 3 слоя защиты.

Слой 1: health checks внешних точек

Не ждите, пока рабочая задача обнаружит блокировку. Поднимите отдельные synthetic checks: логин, поиск, открытие формы, чтение статуса. Они должны писать метрики отдельно от бизнес-трафика.

#!/usr/bin/env bash
set -euo pipefail

URL="https://partner.example.com/login"
STATUS=$(curl -s -o /tmp/health.html -w "%{http_code}" "$URL")

if [ "$STATUS" -ne 200 ]; then
  echo "partner_site_health status=$STATUS"
  exit 1
fi

grep -q "Sign in" /tmp/health.html || {
  echo "partner_site_health unexpected_markup=1"
  exit 1
}

Слой 2: controlled degradation

Если внешний сайт начинает отвечать нестабильно, агент не должен слепо ретраить 50 раз. Нужны circuit breaker, очередь и явная смена режима: “accepted but pending manual fulfillment”. Это спасает и SLA, и отношения с клиентом.

Слой 3: человек как легальный fallback

Во многих DACH-процессах ручной шаг — не слабость, а страховка. Если бронирование не прошло по официальному каналу, система должна создать задачу с уже собранным контекстом: кто клиент, что пытались сделать, какие поля валидны, где именно сломалось. Тогда оператор не начинает с нуля.

fallback_task:
  type: manual_review
  priority: high
  payload:
    intent_id: "bk_48291"
    partner: "carrier_portal"
    last_error: "403_forbidden"
    retry_allowed: false
    customer_ref: "ORD-9912"

Юридический и коммерческий слой важнее, чем кажется

Технические команды часто пытаются решить проблему как anti-bot puzzle. Для B2B это неверный фокус. Если чужой сайт критичен для вашего revenue path, вам нужен не только scraper, но и договорной маршрут. Партнерский доступ, письменно подтвержденный канал, выделенная квота, service contact — все это скучнее, чем browser automation, но живет дольше.

OWASP в Automated Threats to Web Applications пишет о бот-трафике как о классе угроз и объясняет, почему владельцы сайтов усиливают защиту: owasp.org/www-project-automated-threats-to-web-applications/. Для вас это означает простую вещь: интересы вашей автоматизации и интересы владельца сайта по умолчанию не совпадают. Значит, архитектура должна исходить из конфликта, а не из предположения о нейтральности.

С коммерческой стороны я использую простой тест. Если один внешний портал влияет более чем на 15–20% операционного потока, я считаю это concentration risk и требую второй маршрут. Это не академическая цифра, а мое правило после нескольких интеграций, где один UI-флоу стал single point of failure для продаж или логистики.

Что строить уже сейчас

Если у вас уже есть agentic workflow, который ходит на внешние сайты, я бы проверил 5 пунктов в таком порядке:

  1. Есть ли у каждой критичной операции альтернативный transport?
  2. Можно ли отключить веб-канал feature flag’ом без переписывания prompt?
  3. Видите ли вы отдельно 403, 429, CAPTCHA, markup drift и auth failures?
  4. Есть ли queue + manual fallback с полным контекстом?
  5. Есть ли коммерческий план получить официальный доступ, если объем вырастет?

Для orchestration это удобно собирать в n8n, секреты держать через Doppler, состояние и capability registry — в Supabase или Postgres. Но сами инструменты тут вторичны. Главная идея — не путать интеллект агента со стабильностью канала. Модель может быть хорошей, а бизнес-процесс все равно хрупкий, если последнее действие зависит от чужой веб-страницы.

FAQ

Нужно ли полностью отказываться от browser automation?

Нет. Но его стоит считать временным или резервным каналом, а не фундаментом бизнеса. Для старта рынка это допустимо, для критичного процесса без запасного пути — опасно.

Можно ли обойти блокировки технически?

Иногда частично, но это плохая долгосрочная стратегия для B2B. Если канал важен, лучше идти в сторону официального доступа, договоренностей и контролируемого fallback.

Что важнее: observability или fallback?

Если выбирать одно, берите fallback, потому что он спасает операцию. Но без observability вы слишком поздно поймете, что деградация уже началась, и начнете тушить не тот слой.

Какой минимальный набор метрик нужен?

HTTP status distribution, success rate по шагам, latency, доля ручных эскалаций и причина отказа по категориям. Отдельно полезно считать, сколько операций прошло через API, email, UI и manual path.

Подходит ли этот подход для маленьких команд?

Да, если у вас есть хотя бы 1 процесс, завязанный на чужой портал. Даже простое разделение intent/transport и ручной fallback дают больше пользы, чем еще один prompt-трюк.

Если завтра ваш ключевой внешний портал начнет банить agent-to-agent трафик, какой шаг в вашей цепочке сломается первым: получение данных, авторизация, отправка формы или подтверждение результата? Я правда хочу это понять на реальных схемах.
I run a free 30-min stack audit for DACH founders building AI in regulated markets. DM me on LinkedIn or write to @ger_dennis_ai.

Для вашего бизнеса

Такие агенты я делаю для бизнеса в Германии и ЕС.

Опишите в двух предложениях, что отнимает у команды время, — отвечу в течение суток.

Разработка ИИ-агентов (страница на немецком) →
Читать дальше
Как не утонуть в хаосе MCP: 50+ remote MCP servers уже есть, но без отбора агент в проде становится дырой в безопасности
AI-агент ломается на мобильном UI: как подключить iOS и Android к MCP и гонять реальные сценарии вместо скриншотных демо
Один украденный ключ — и 5000 разработчиков под риском: что инцидент с Cursor и trojanized Claude Code extension меняет в безопасности AI IDE
Ваши клиенты спрашивают ChatGPT, какого мастера выбрать. Вас называют
Все статьи →
Где это применяется
Услуги — что мы делаем
Поговорить с голосовым агентом
Кейсы
Готовы к следующему шагу?

Превратить процесс в систему, которая работает

Продакшн-качество, а не демо.

Обсудить проект → ← Все статьи