Rapport sur le trafic IA T3 2026 : les navigateurs agentiques multipliés par 4,7 et Muse atteint 29M de requêtes en 12 jours

Le trafic des agents IA n’est plus une tendance émergente. C’est une couche du web qui ne cesse de croître. Au T3 2026, le réseau de DataDome a traité près de 25 milliards de requêtes d’agents IA, soit 41,5 % de plus qu’au T2.

La nature du trafic évolue aussi. Les navigateurs agentiques, qui agissent pour le compte d’un utilisateur au lieu de simplement récupérer du contenu, ont vu leur trafic multiplié par 4,7 en septembre. Mais les navigateurs ne sont qu’un aspect d’un changement plus large. Sur l’ensemble des agents, le volume se répartit davantage : Meta reste en tête, mais d’autres agents progressent plus vite. Les robots d’indexation de Claude ont bondi de 159 %, et Muse de Meta a atteint 29 millions de requêtes lors de ses 12 premiers jours de disponibilité complète, presque exclusivement depuis une infrastructure cloud plutôt que depuis des connexions grand public.

La population d’agents s’élargit nettement. Pour les propriétaires de sites, la question n’est plus de savoir combien de trafic IA ils reçoivent, mais à quels agents faire confiance, et pour quoi faire.

Ce rapport s’appuie sur les données du réseau DataDome de juillet à septembre 2026. Les chiffres de Muse couvrent la période du 22 septembre au 3 octobre 2026.

Principaux enseignements

• Le trafic des agents IA a augmenté de 41,5 % d’un trimestre à l’autre. Le réseau de DataDome a traité près de 25 milliards de requêtes d’agents IA au troisième trimestre 2026, contre 17,7 milliards au deuxième trimestre. 
• Le trafic des navigateurs agentiques a été multiplié par 4,7 en septembre, passant de 12,5 millions à 58,2 millions de requêtes. Même sans Muse, le volume a triplé, atteignant 38,7 millions. Comet a chuté de 65 % de juillet à septembre.
• Meta conserve la tête, mais la répartition évolue. Meta a généré 12,4 milliards de requêtes (49,7 % du trafic, contre 51,5 % au deuxième trimestre) alors que les agents non-Meta ont connu une croissance plus rapide (+47 % contre +36,5 %). Meta-WebIndexer a repris la première place en septembre (2,63 milliards contre 2,48 milliards pour Meta-ExternalAgent).
• Les crawlers de Claude ont bondi. ClaudeBot a augmenté de +159 % d’un trimestre à l’autre pour atteindre 2,3 milliards de requêtes, dépassant GPTBot (−12 %) pour se classer au quatrième rang.
• Muse de Meta agit depuis le cloud, pas depuis les appareils des utilisateurs. Muse a généré 29,1 millions de requêtes au cours de ses 12 premiers jours de disponibilité complète. 99,3 % provenaient de l’infrastructure cloud et CDN, ce qui correspond à un agent qui travaille dans sa propre machine virtuelle cloud.
• Muse atteint des parcours sensibles: 8,9 % de ses requêtes ciblaient des formulaires, des pages de connexion, de paiement, de création de compte ou de panier.

Trafic des agents IA : la croissance s’accélère en volume

Près de la moitié du trafic des agents IA de l’année est arrivée au cours des trois derniers mois. Le réseau de DataDome a enregistré près de 25 milliards de requêtes d’agents IA au T3 2026, soit 41,5 % de plus que les 17,7 milliards du T2, portant le total 2026 à près de 55 milliards.

La hausse est arrivée d’un coup, pas de façon progressive. Juillet a reculé de 5,6 % par rapport à juin, à 6,23 milliards de requêtes. Août a ensuite bondi de 47 %, à 9,18 milliards, puis septembre a gagné 4,4 %, à 9,58 milliards : le mois le plus élevé de ce jeu de données, 45 % au-dessus de juin. Le trafic a atteint un nouveau palier, plus haut, en quelques semaines, et s’y est maintenu.

Les capacités et les politiques de gestion des bots construites sur les moyennes du trimestre dernier sont déjà dépassées.

Principaux agents : les mêmes leaders, un nouvel élan

Meta-ExternalAgent et Meta-WebIndexer restent les deux premiers agents du réseau DataDome. À eux deux, ils ont généré 12,4 milliards de requêtes au T3 (+36,5 % d’un trimestre à l’autre), soit 49,7 % de l’ensemble du trafic des agents IA.

C’est légèrement moins que les 51,5 % du T2, car les agents hors Meta ont progressé plus vite (+47 %). La part mensuelle de Meta a néanmoins augmenté au fil du trimestre : de 43,9 % en juillet à 49,7 % en août, puis 53,4 % en septembre.

Meta-WebIndexer reprend la tête. Le T2 s’était achevé avec le dépassement de Meta-ExternalAgent par Meta-WebIndexer pour la première fois (en juin). En juillet et en août, l’ordre s’est de nouveau inversé, mais en septembre Meta-WebIndexer a repris la première place, avec 2,63 milliards de requêtes contre 2,48 milliards.

ExternalAgent domine encore sur l’ensemble du trimestre, mais la progression de WebIndexer, de 1 milliard en juillet à 2,6 milliards en septembre, alors qu’ExternalAgent recule, laisse penser que Meta continue d’investir dans le versant « réponse » de l’IA, et pas seulement dans le versant « apprentissage ».

ClaudeBot grimpe à la 4e place. ClaudeBot a augmenté de 159 % d’un trimestre à l’autre, passant de 892 millions à 2,3 milliards de requêtes, et a dépassé GPTBot, qui a chuté de 12 %.

Juste en dehors du top 10, deux nouveaux venus indiquent la direction que prennent les laboratoires : Claude-SearchBot (358 M de requêtes, nouveau) et Amzn-SearchBot (103 M, nouveau).

OpenAI, Anthropic et Amazon exploitent désormais chacun trois types de bots : un qui collecte du contenu pour entraîner leurs modèles, un qui indexe les pages pour la recherche IA, et un qui récupère une page en temps réel lorsqu’un utilisateur pose une question. Chaque bot porte son propre nom, ce qui permet à un site d’autoriser ou de bloquer chacun séparément. Les agents qui chargent les pages dans un navigateur classique ne portent pas ces noms de bots et échappent à ces contrôles.

Cette répartition offre aux éditeurs ce qu’ils demandaient : un moyen de refuser l’entraînement des modèles sans disparaître de la recherche et des réponses IA. Elle aide aussi les laboratoires à construire leurs propres résultats de recherche à jour et sourcés, et à dépendre moins de Bing, de Google ou de Brave. Mais chaque nouveau nom de bot est une décision supplémentaire d’autoriser ou de bloquer, et les entreprises n’indiquent pas toujours clairement comment chaque bot traite le fichier robots.txt.

Navigateurs agentiques : une catégorie volatile, avec un nouvel arrivant

Le total des requêtes de navigateurs agentiques a été multiplié par 4,7 entre août et septembre, passant d’environ 12,5 à 58,2 millions. Hors Muse, le volume a tout de même triplé (de 12,5 à 38,7 millions).

Remarque : Muse n’est pas un navigateur autonome. C’est un agent IA personnel qui fonctionne dans sa propre machine virtuelle cloud dédiée, laquelle contient un navigateur complet, pour mener à bien des tâches en plusieurs étapes pour le compte d’un utilisateur. Nous l’incluons ici car le trafic qu’il génère est piloté par un navigateur.

Le navigateur cloud de ChatGPT a été multiplié par 4,5 en septembre (de 6,1 à 27,4 M), ce qui en fait le premier navigateur agentique, avec 47 % du volume. L’extension de Claude a presque triplé (de 3,6 à 10,5 M). Muse, pourtant pleinement disponible seulement depuis le 22 septembre, représentait déjà 33 % du volume de septembre.

De son côté, Comet a reculé de 65 % entre juillet et septembre (de 2,4 à 0,8 M).

Muse agit depuis le cloud, pas depuis les appareils des utilisateurs

Muse a généré 29,1 millions de requêtes lors de ses 12 premiers jours de disponibilité complète (du 22 septembre au 3 octobre), ce qui en fait l’une des plus grandes sources de trafic de navigateurs agentiques que nous ayons mesurées en septembre.

Mais le volume n’est qu’une partie de l’histoire. Ce qui distingue Muse, c’est l’origine de son trafic et ce qu’il fait une fois sur place.

• Le volume quotidien a été multiplé par 4,4 en neuf jours, passant de 0,8 million de requêtes le 22 septembre à 3,7 millions le 1er octobre, soit une croissance d’environ 18 % par jour.
• Pic : 484 000 requêtes en une seule fenêtre de deux heures (3 octobre).
• Échelle : en septembre seulement, Muse a généré 19,5 millions de requêtes, soit environ 1,9 fois l’extension de navigateur Claude, et 33 % de tout le trafic de navigateurs agentiques ce mois-là. Comme la détection ne couvre que les neuf derniers jours de septembre, ces chiffres sont des planchers.
• Rythme : cycles quotidiens nets. Le volume monte à partir de 8 h UTC, atteint son pic à 16 h UTC, puis redescend jusqu’à 8 h UTC le lendemain. Cela correspond à un trafic qui suit l’activité des utilisateurs, et non à une collecte planifiée.

Dans un échantillon du trafic de Muse, 99,3 % provenaient d’infrastructures cloud et CDN : Cloudflare (81,2 %) et Fastly (18,1 %). Seuls 0,6 % (17,5 K requêtes) provenaient de fournisseurs d’accès grand public, répartis sur huit réseaux : Comcast, Bell, Verizon, Charter, Rogers, AT&T, T-Mobile et TELUS.

Cette origine découle de la conception de Muse. L’agent de chaque utilisateur travaille dans sa propre machine virtuelle cloud, si bien que ses requêtes partent d’une infrastructure de centre de données et non de l’appareil de l’utilisateur. Une fonctionnalité grand public apparaît donc sur votre réseau comme du trafic d’infrastructure. Cela signifie aussi que les signaux liés à l’appareil ou à l’IP résidentielle ne permettent pas de distinguer Muse des autres trafics hébergés dans le cloud, alors même qu’une vraie tâche d’utilisateur se cache derrière les requêtes.

Le même échantillon montre ce que Muse touche. 8,9 % des requêtes de Muse ciblent des parcours sensibles : environ 24,8 K requêtes de connexion, 9,6 K de paiement, 6,8 K de création de compte et 5,2 K de panier, plus 202,6 K requêtes sur des formulaires.

Les formulaires représentent 81 % de ce trafic sensible et sont environ 8 fois plus sollicités que la connexion. Autrement dit, Muse va au-delà de la navigation et de la lecture pour atteindre les formulaires et le paiement, tout en agissant le plus souvent sans être connecté, plutôt qu’en se connectant à la place de l’utilisateur.

Cela s’aligne avec les conclusions de notre Rapport 2026 sur l’état de la sécurité des bots et des agents : les agents IA s’enfoncent de plus en plus dans le parcours client. Muse est le premier exemple grand public, et il ne s’annonce pas.

Implications & risques

• Le trafic agentique passe de la lecture à l’action. La part de 8,9 % de requêtes sensibles de Muse, menée par les formulaires, montre que les agents vont au-delà du contenu pour atteindre les zones d’un site exposées à la fraude et aux abus.
• Les agents hébergés dans le cloud mettent à mal les hypothèses sur le trafic grand public. Muse travaille dans sa propre machine virtuelle cloud : 99,3 % de ses requêtes viennent de Cloudflare et de Fastly, et une politique qui fait confiance au trafic résidentiel ou issu des fournisseurs d’accès ne le détectera pas.
• Le volume de Meta reste un coût d’infrastructure, pas un signal commercial. Meta a généré 12,4 milliards de requêtes au troisième trimestre, contre 51 000 visites issues de Meta AI. La croissance de Meta AI mérite d’être surveillée, mais elle ne change pas encore ce calcul.
• Le paysage des agents se réorganise chaque trimestre. ClaudeBot a bondi de 159 %, ChatGPT-User a chuté de 37 % en un seul mois, Comet a perdu 65 % et Muse est apparu de nulle part. Chaque nouveau nom de bot est une décision supplémentaire d’autoriser ou de bloquer.
• Le volume de collecte est un mauvais indicateur de valeur. ChatGPT-User a récupéré moins de pages en septembre, alors que les visites issues de ChatGPT ont atteint un record. Les visites issues de Claude ont baissé alors que la collecte de ClaudeBot augmentait.

Recommandations

• Classez les agents par fonction, et pas seulement par éditeur. OpenAI, Anthropic et Amazon exploitent désormais des bots distincts pour l’entraînement, l’indexation de recherche et les requêtes déclenchées par l’utilisateur. Chacun nécessite sa propre politique.
• Étendez la politique d’accès des agents aux zones d’action. Définissez des règles explicites sur ce que les agents peuvent faire sur les formulaires, la connexion, la création de compte, le panier et le paiement, et pas seulement sur leur droit de lire le contenu.
• Prenez une décision délibérée sur Muse. Muse ne se déclare pas et arrive depuis une infrastructure cloud. Décidez de l’autoriser, de le limiter ou de le bloquer, et surveillez ce qu’il fait sur les points d’entrée sensibles.
• Validez l’identité des agents au-delà de la chaîne user-agent. Web Bot Auth et la validation des IP par rapport aux plages publiées constituent le strict minimum. Ne vous fiez pas aux signaux liés au fournisseur d’accès ou à l’appareil pour repérer les agents hébergés dans le cloud.
• Appliquez l’analyse comportementale aux agents autonomes. Les schémas d’interaction avec les formulaires, de parcours de session et de séquences d’appels d’API sont détectables, mais pas avec des approches basées sur les signatures, conçues pour les robots d’indexation.
• Révisez vos politiques d’agents chaque trimestre. Les classements, les noms de bots et les parts de navigateurs évoluent trop vite pour des règles figées, et les entreprises ne documentent pas toujours la façon dont chaque bot traite le fichier robots.txt.

Conclusion

Le trafic des agents IA continue de croître rapidement : 25 milliards de requêtes au T3 2026, soit 41,5 % de plus qu’au T2, avec septembre comme mois le plus élevé jamais enregistré. Mais le volume n’est plus le principal sujet. La répartition change, tout comme ce que font les agents.

Muse montre la direction à suivre. Il travaille dans sa propre machine virtuelle cloud, 99,3 % de ses requêtes proviennent d’infrastructures cloud et CDN, et 8,9 % ont ciblé des formulaires, des pages de connexion, de paiement, de création de compte ou de panier. Les agents passent de la lecture de contenu à l’action sur les sites, et les signaux d’IP résidentielle ou d’appareil ne suffiront pas à les repérer.

Nos conseils pour le T4 : classez les agents par fonction, définissez des règles pour les parcours sensibles, validez l’identité au-delà de la chaîne user-agent et révisez vos politiques chaque trimestre. Les classements et les noms de bots continueront d’évoluer : des règles statiques ne tiendront pas.