Sécuriser un agent IA de l’identité jusqu’à l’effet réel

Un utilisateur demande à un agent de préparer un export depuis une application métier. Pour y parvenir, l’agent interprète la demande, sélectionne un outil, s’authentifie, appelle une API, lit des données, produit un fichier puis transmet le résultat.

Chaque étape pose une question différente. L’identité de l’agent et celle de l’utilisateur pour lequel il agit ne se confondent pas. L’outil choisi peut offrir plus de fonctions que l’export demandé. Les paramètres envoyés à l’API déterminent quelles lignes et quels champs sont lus. La destination du fichier décide où les données finissent. Aucune de ces questions ne se règle au même endroit.

01

Identity

Donner à l’agent une identité propre, distincte de celle de l’utilisateur et des comptes de service partagés, avec un propriétaire identifié.

02

Authentication

Prouver cette identité auprès de l’outil ou de l’API, et conserver le lien avec l’utilisateur à l’origine de la demande.

03

Credentials

Stocker et délivrer les secrets hors du contexte du modèle, avec des tokens de courte durée et un périmètre limité.

04

Authorization

Décider si cette action, sur cette ressource, dans ce contexte, est permise pour cette mission, et pas seulement pour ce compte.

05

Tool enforcement

Appliquer la décision sur le chemin de l’appel : un point que l’agent ne peut pas contourner en appelant directement l’API.

06

Runtime

Limiter ce que le workload exécute réellement : processus, fichiers, réseau, credentials présents sur l’hôte.

07

Audit

Relier la demande, l’identité, la décision, l’appel et le résultat dans une trace qui permet de reconstruire l’action.

Chaque couche est approfondie dans une page dédiée : sécuriser les serveurs et outils MCP, contrôler les actions au-delà du rôle, limiter le workload au runtime.