Ninguém sabe verdadeiramente que parte da web está a ser lida por máquinas. Todos os números que já viu foram produzidos por uma empresa que vende algo próximo da resposta. Nós contamos a descoberto, e oferecemos a contagem.
Já leu o título: uma grande fatia do tráfego web seria agora IA. A fatia é sempre diferente, está sempre a subir e é sempre publicada por um fornecedor cujo produto se torna tanto mais necessário quanto maior ela for. Só isso não a tornaria falsa. O que a torna inútil é que o denominador nunca é mostrado.
Uma CDN conta os pedidos que termina. Um fornecedor de gestão de bots conta aquilo que o seu classificador sinalizou. Um analisador de registos conta cadeias de user-agent, que são uma declaração e não um facto. Cada um destes números é verdadeiro quanto àquilo que foi medido e falso quanto àquilo que julga significar. Essa distância tem um nome neste projeto: o número desonesto. É toda a razão de ser da extensão, e seria uma hipocrisia invulgarmente estúpida combatê-lo com uma estatística nossa que ninguém consegue verificar.
Cada site que usa o AX Protocol já mede o seu próprio tráfego de agentes — que máquinas chegaram, quais declararam uma identidade, quais foram buscar os documentos de descoberta em vez das páginas. O censo não é mais do que essas contagens locais, comunicadas semanalmente, por adesão voluntária, e somadas.
São apenas contagens. Nenhum conteúdo de página, nenhum dado de visitante, nenhum endereço IP, nada que permita reverter o agregado até um site. Um site que se retira deixa de enviar seja o que for, e um site que nunca aderiu nunca enviou nada.
Agregado a partir de um número suficiente de sites independentes, isto produz algo que hoje não existe: uma medição do tráfego de máquinas na web aberta que não pertence a quem vende a defesa contra esse tráfego.
Os projetos de dados abertos tendem a manter-se abertos até ao momento em que a abertura se torna cara. Por isso estes compromissos estão escritos, e escritos sem porta de saída.
A contagem combinada é publicada sob a licença Creative Commons Atribuição 4.0. Qualquer pessoa pode usá-la, republicá-la, construir sobre ela ou contestá-la — incluindo concorrentes, incluindo jornalistas que escrevam que as nossas conclusões estão erradas. A atribuição é a única condição. A própria CC BY 4.0 é irrevogável: uma vez publicada uma edição sob essa licença, essa edição nunca poderá ser trazida de volta para uma licença mais restritiva.
Não um resumo da metodologia. O código que produz cada número está na extensão, no seu próprio servidor, legível. O que conta como agente, o que fica excluído, como se constrói o denominador — tudo isso pode ser inspecionado antes de decidir se contribui, e inspecionado depois por quem quiser verificar a nossa aritmética. Um número cuja derivação não pode auditar é um número que não deve repetir.
Os dados por site que sustentam o agregado não são vendidos, nem licenciados, nem alugados, nem transferidos a terceiros. Este compromisso sobrevive aos acontecimentos que costumam anular promessas deste tipo: aplica-se numa aquisição, numa fusão, numa insolvência e numa liquidação. Se este projeto vier a ser comprado, o corpus em bruto não faz parte do que está à venda; e se vier a ser encerrado, o corpus em bruto é destruído em vez de transmitido.
Vai reparar naquilo que esta página não contém. Não há nenhuma linha a reservar o direito de atualizar estas condições, nenhum prazo de aviso a partir do qual passem a valer outras regras, nenhuma disposição sobre alterações materiais. Os três compromissos acima são permanentes tal como estão escritos. As únicas revisões que esta página alguma vez receberá são as que a tornem mais vinculativa, nunca menos.
Eis a parte que uma página de lançamento não deveria conter. O censo ainda não tem dados suficientes para dizer seja o que for, e não vamos publicar uma percentagem enquanto não tiver.
A extensão impõe a si própria um limiar de evidência antes de tirar qualquer conclusão do tráfego de agentes — um número mínimo de visitas de agentes observadas, distribuídas por um número mínimo de máquinas distintas. A 25 de agosto de 2026, a instalação de referência está assim:
| Anfitriões de agentes distintos observados | 3 de 3 exigidos |
| Visitas de agentes observadas | 21 de 200 exigidas |
| Conclusão atualmente publicada | nenhuma |
Cerca de um décimo do caminho até ao limiar num dos eixos, cumprido no outro. Poderíamos transformar 21 visitas numa percentagem de ar seguro esta mesma tarde — a aritmética até estaria correta. Seria também exatamente aquilo contra o qual esta página foi escrita. A contagem mantém-se por publicar enquanto não significar alguma coisa, e esta tabela será atualizada à medida que se mover, inclusive quando se mover no sentido errado.
Instale o AX Protocol, abra as suas definições e ative o censo. Está desligado por predefinição e assim continuará se não decidir o contrário. Desligue-o de novo a qualquer momento e nada mais é enviado.
A contribuição custa-lhe um pequeno pedido de saída por semana. O que compra, se sites suficientes o fizerem, é o primeiro denominador honesto alguma vez publicado sobre esta questão.
As ferramentas de análise baseadas em JavaScript foram criadas para medir pessoas. Só disparam quando um navegador executa um script, pelo que um agente que puxa HTML em bruto simplesmente não existe do ponto de vista delas. É por isso que tantos proprietários de sites estão convencidos de que não têm qualquer tráfego de agentes: estão a medir com um instrumento estruturalmente incapaz de o ver. O censo assenta nos registos do servidor, que gravam todos os pedidos independentemente de o código do lado do cliente ter corrido, e chega por isso a números inteiramente diferentes.
Essa diferença explica também porque é que as duas fontes não podem ser comparadas diretamente. As ferramentas de análise contam visitas; um registo de servidor conta pedidos. Um único pedido de um agente pode cobrir dezenas de páginas, ao passo que uma só visita humana gera dezenas de pedidos de imagens e folhas de estilo. Sempre que se reportam números do censo, vale a pena dizer explicitamente o que está a ser contado, sob pena de o número soar impressionante sem querer dizer nada.
Medir o tráfego de agentes diariamente gera quase sempre ruído. O mês é a cadença certa para a maioria dos sites, com uma comparação trimestral para mostrar a tendência. Medir demasiadas vezes leva a tirar conclusões de picos aleatórios: um único agente a fazer um rastreio completo pode duplicar o número do dia sem que nada de significativo tenha acontecido.
Se ainda assim quiser um sinal contínuo, acompanhe a taxa de erros em vez do volume de pedidos. Uma subida dos códigos de erro indica uma falha genuína, ao passo que as oscilações de volume refletem normalmente uma mudança no comportamento de um único agente e nada mais.
Um censo que não conduz a nenhuma mudança é apenas mais um relatório. A utilidade prática destes dados é identificar lacunas: páginas que os agentes pedem repetidamente sem aí encontrarem uma resposta completa, páginas importantes que nenhum agente alcançou alguma vez, e caminhos muito rastreados sem valor nenhum. Cada um dos três casos aponta para uma ação diferente — ampliar o conteúdo, melhorar a descoberta, ou bloquear deliberadamente para poupar recursos do servidor. Comece pela primeira categoria, porque uma página a que os agentes voltam sempre é uma página que o mercado já lhe disse que importa.
