--- title: "Agent IA : définition, architecture et contrôles" description: "Un agent IA poursuit un objectif avec des décisions et outils guidés par modèle, sous des limites explicites d’identité, d’action et de validation." canonical: "https://zephior.com/fr/glossary/ai-agent" last-updated: 2026-07-28 --- # Agent IA : définition, architecture et contrôles > Un agent IA poursuit un objectif avec des décisions et outils guidés par modèle, sous des limites explicites d’identité, d’action et de validation. Par [Tony Kim](https://zephior.com/fr/authors/tony-kim). Published 2026-07-28; updated 2026-07-28. 5 minute read. ## Définition Un agent IA est un système logiciel qui interprète un objectif, choisit des étapes intermédiaires et utilise des outils ou informations pour progresser. Beaucoup emploient un modèle de langage pour planifier, tandis que le logiciel contrôle identité, état, permissions et exécution. ## Problème Le mot agent désigne souvent tout chatbot ou flux automatisé. La véritable autonomie augmente les chemins possibles et l’impact des entrées non fiables, erreurs d’outils et états accumulés. Des droits larges et un objectif vague créent une surface d’exécution incontrôlée. ## Point de vue Utilisez le minimum d’autonomie nécessaire. Bornez l’objectif, exposez des outils étroits, autorisez chaque action au moment de l’exécution, contrôlez les étapes irréversibles et mesurez toute la trajectoire. ## Les agents choisissent les chemins; les flux les encodent Un workflow possède des transitions connues: extraire, valider, faire approuver et écrire. Un modèle peut assister une étape. Un agent reçoit un objectif plus large et choisit outil ou étape selon un contexte variable. Cette flexibilité aide l’investigation et le travail multisource, mais augmente la difficulté d’évaluation. Si le processus est stable, l’orchestration explicite est plus testable et récupérable. L’autonomie doit résoudre une vraie variabilité. | Mode | Meilleur usage | Contrôle principal | | --- | --- | --- | | Flux déterministe | Règles et séquence stables | Tests et machine à états | | Étape de modèle | Langage flexible dans chemin fixe | Entrée, sortie et revue | | Agent IA | Objectif adaptatif multi-étapes | Outils, identité, trajectoire | | Processus humain | Ambiguïté ou conséquence forte | Jugement et preuves | ## L’autorité doit rester hors du modèle Le modèle propose; la couche outil décide si l’acteur peut agir maintenant. L’autorisation considère utilisateur, tenant, ressource, action et politique. Une instruction système ne pas supprimer n’est pas un contrôle d’accès. Employez des capacités étroites et des droits courts. Demandez confirmation pour les effets externes importants et montrez la conséquence. Journalisez demande et résultat et concevez idempotence et compensation avant lancement. - Séparer instructions système et contenu non fiable. - Autoriser à chaque appel d’outil. - Limiter action, ressource, durée et dépense. - Contrôler les effets irréversibles. - Prévoir arrêt, expiration et récupération. ## Déroulement 1. **Prouver le besoin d’autonomie.** Décrivez objectif, variabilité et décisions impossibles à exprimer par un flux fixe. Comparez l’agent à une orchestration déterministe avec quelques étapes de modèle. Choisissez la forme simple lorsque le chemin est stable. 2. **Limiter identité et outils.** Donnez une identité dédiée et des droits minimaux. Concevez des outils pour des actions métier précises plutôt qu’un accès brut. Validez entrées et sorties, imposez tenant et politique et fixez des budgets de temps, appels et coût. 3. **Contrôler état et action.** Séparez instructions fiables, contenu retrouvé, données utilisateur, mémoire de travail et mémoire durable. Le contenu externe reste non fiable. Envoi, achat, suppression, publication et changement important exigent confirmation ou humain. 4. **Évaluer toute la trajectoire.** Testez cas normaux, ambigus, adverses et défaillants. Inspectez choix d’outils, permissions, boucles, état, résultat et effets. Surveillez les exécutions, proposez un arrêt et gardez assez de trace sans surcollecter. ## Décisions clés - La tâche demande-t-elle une planification dynamique? - Quels outils et données sont strictement nécessaires? - Quelles actions sont réversibles et lesquelles exigent une validation? - Quel état persiste entre étapes, sessions ou utilisateurs? - Quand l’agent doit-il arrêter, s’abstenir ou escalader? ## Risques - Un contenu non fiable détourne l’agent vers un objectif hostile. - Des outils trop puissants transforment une erreur en changement matériel. - Une mémoire empoisonnée ou croisée influence les décisions futures. - Les boucles consomment temps et argent en aggravant un état faux. - Des actions raisonnables isolément produisent ensemble un résultat dangereux. ## Indicateurs - atteinte de l’objectif selon critères - validité du choix et des arguments d’outils - refus de politique et résultats d’approbation - étapes inutiles, boucles et coût par trajectoire - succès des effets et de la récupération - escalades humaines par motif et risque ## Questions fréquentes ### Qu’est-ce qu’un agent IA? Un logiciel qui interprète un objectif, choisit des étapes et utilise outils ou informations pour progresser, souvent avec un modèle pour guider certaines décisions. ### Quelle différence avec un chatbot? Le chatbot échange surtout des messages. L’agent planifie, appelle des outils, garde un état et agit dans d’autres systèmes. Une conversation seule ne crée pas l’autonomie. ### Un agent peut-il avoir des droits de production? Seulement des droits étroits imposés par politique. Chaque action est autorisée dans la couche outil et les changements irréversibles exigent une confirmation. ### Quand éviter un agent IA? Quand un flux déterministe gère mieux le chemin ou quand les erreurs ne peuvent être bornées, observées, approuvées et réparées selon le risque métier. ## Sources primaires - [Securing Agentic Applications Guide](https://genai.owasp.org/resource/securing-agentic-applications-guide-1-0/), OWASP Gen AI Security Project