Aller au contenu principal
Lundi Libre
Chapitre gratuit

Guide gratuit · Expert · 7 min de lecture

Qu'est-ce qu'un agent IA ? Définition, usages et risques

Par Noah Plaut · mis à jour en octobre 2026

Le mot « agent » est employé pour tout et son contraire : un assistant de conversation, une automatisation un peu plus intelligente que d’habitude, ou un système qui agit seul sur vos outils. Cette confusion a un coût : on ne construit ni ne contrôle de la même façon ce que l’on appelle « agent ». Ce guide pose la définition retenue par deux des grands éditeurs d’IA, explique en quoi un agent diffère d’une simple automatisation, détaille les cinq risques à connaître avant de lui donner des droits, et liste les garde-fous à mettre en place. Résultat attendu : savoir dire si un projet a besoin d’un agent, et dans quel cadre le tester sans prendre de risque inutile.

Qu’est-ce qu’un agent IA ?

Selon Anthropic (article « Building effective agents », 19 décembre 2024), il y a deux familles de systèmes construits autour d’un modèle de langage. Les workflows sont des systèmes dans lesquels le modèle et les outils sont orchestrés par des chemins de code prédéfinis. Les agents sont des systèmes dans lesquels le modèle dirige lui-même, de manière dynamique, son déroulement et l’usage qu’il fait des outils.

Selon OpenAI (guide « A practical guide to building agents »), un agent est un système qui accomplit des tâches pour l’utilisateur avec un haut degré d’indépendance : il s’appuie sur un modèle pour piloter l’exécution d’un enchaînement d’étapes et prendre des décisions, et il peut s’arrêter et rendre la main à l’utilisateur si quelque chose échoue. Le guide précise que des applications qui utilisent un modèle sans lui laisser le contrôle de l’exécution (un simple chatbot, un modèle à un tour, un classificateur de sentiment) ne sont pas des agents.

Les deux définitions se rejoignent : dans un agent, c’est le modèle qui décide de la suite.

Critère Assistant de conversation Automatisation (workflow) Agent
Qui décide de l’ordre des étapes ? Vous, à chaque message Vous, une fois, à la conception Le modèle, à chaque étape
Agit sur vos outils ? Non, il répond Oui, selon un chemin fixé Oui, selon son choix
Exemple Reformuler un e-mail À chaque devis envoyé, créer une ligne dans un tableur et programmer un rappel Chercher des informations sur une entreprise, décider quelle donnée manque, la rechercher
Prévisibilité Haute Haute Plus faible

Vous avez peut-être besoin d’une automatisation, pas d’un agent

Anthropic le dit sans détour : il faut chercher la solution la plus simple et n’ajouter de la complexité que si elle est nécessaire, ce qui, selon l’article, peut vouloir dire ne pas construire de système agentique du tout. Les systèmes agentiques échangent souvent latence et coût contre de meilleures performances, et l’autonomie de l’agent implique des coûts plus élevés et un risque d’erreurs qui s’accumulent.

Un test en trois questions :

  1. Pouvez-vous écrire les étapes à l’avance ? Oui : une automatisation suffit. Le guide Automatiser ses relances et ses devis avec l’IA en montre un exemple complet.
  2. Le chemin dépend-il de ce que l’on découvre en route ? Oui : un agent peut se justifier.
  3. Une erreur coûte-t-elle cher (message à un client, paiement, suppression) ? Oui : gardez un humain avant l’action, quel que soit le choix.

Les cinq risques à connaître

1. Les erreurs qui s’accumulent. Un agent enchaîne des décisions ; une erreur à l’étape 2 peut contaminer les étapes 3 à 6. Anthropic évoque explicitement ce risque d’erreurs qui s’accumulent et recommande des tests approfondis dans des environnements isolés (« sandbox »), avec des garde-fous appropriés.

2. L’injection de prompt. L’OWASP place ce risque en première position de sa liste 2025 pour les applications à base de modèles de langage. Il distingue l’injection directe, où l’entrée de l’utilisateur modifie le comportement du modèle, et l’injection indirecte, où le modèle traite un contenu extérieur (page web, fichier, e-mail) qui contient des instructions cachées. Conséquences listées : divulgation d’informations sensibles, accès non autorisé aux fonctions de l’outil, exécution de commandes dans les systèmes connectés, manipulation de décisions. Un agent qui lit vos e-mails et peut aussi en envoyer est exposé : un message piégé peut tenter de lui faire transmettre vos données. L’OWASP précise qu’aucune méthode ne garantit une prévention totale, à cause de la nature probabiliste des modèles.

3. Les données personnelles qui circulent. Dans une note exploratoire publiée en juillet 2026 avec le Conseil de l’IA et du numérique, la CNIL observe que les agents se connectent à de nombreuses sources et services, que la mémoire persistante et l’historique conservé accroissent ce qui est stocké, que le fonctionnement décentralisé rend plus difficile de dire qui est responsable de quoi, et que les risques de sécurité s’étendent à chaque service connecté. Elle considère que les règles existantes (RGPD, règlement sur l’IA) s’appliquent déjà. La note évoque comme pistes la transparence sur les actions des agents, la validation humaine des décisions les plus critiques, le cloisonnement de la mémoire de l’agent et le travail dans des environnements isolés.

4. Les coûts qui dérapent. Chaque étape appelle le modèle, et un agent peut tourner en boucle ou relire de longs documents. Plafonnez le nombre d’étapes et le budget par exécution.

5. Les actions irréversibles. Envoyer, payer, supprimer, publier : ce qui sort de votre organisation ou détruit une donnée ne se rattrape pas toujours. OpenAI recommande de noter chaque outil en risque faible, moyen ou élevé selon des critères comme l’accès en lecture seule ou en écriture, la réversibilité, les permissions du compte et l’impact financier, puis de déclencher une pause de contrôle ou une escalade vers un humain selon cette note.

Les garde-fous, dans l’ordre

Garde-fou Concrètement
Droits minimaux Lecture seule d’abord ; une action à la fois ajoutée plus tard (principe du moindre privilège cité par l’OWASP)
Validation humaine Pour tout envoi externe, tout paiement, toute suppression
Séparation Ne pas confier au même agent la lecture de contenus extérieurs et l’action sur des outils sensibles, sauf filtre intermédiaire
Plusieurs couches OpenAI souligne qu’un seul garde-fou ne suffit pas : plusieurs protections spécialisées combinées (filtres, validation de sortie, règles) rendent l’agent plus robuste
Plafonds Nombre d’étapes, durée, budget, volume quotidien d’actions
Arrêt d’urgence Un moyen de couper l’agent à la main de l’utilisateur ; la note de la CNIL cite un bouton d’arrêt d’urgence parmi les mesures techniques
Journal Ce que l’agent a reçu, décidé, fait, quand
Tests Vingt cas réels dont des cas tordus, dans un environnement isolé, avant toute mise en service

Un cahier des charges d’agent à remplir avant de construire

Écrivez ceci, même pour un projet modeste :

Tâche : [une phrase]. Entrées : [d’où viennent les données]. Outils autorisés : [liste, avec lecture seule ou écriture]. Actions interdites : [envoyer sans validation, payer, supprimer...]. Critère d’arrêt : [quand l’agent rend la main]. Validation humaine : [qui, à quelle étape]. Budget maximal par exécution : [ ]. Données personnelles traitées : [lesquelles, et pourquoi].

Vous pouvez ensuite soumettre ce texte à un assistant en lui demandant : « Liste les risques d’injection de prompt, d’erreur en chaîne et de fuite de données de ce projet, et propose pour chacun un garde-fou. Ne rassure pas : cherche ce qui peut mal tourner. » La réponse n’est pas un audit de sécurité, mais elle fait émerger des questions que vous auriez omises.

Ce que ce guide ne vous dit pas

  • Il ne compare pas les produits d’agents du marché : ils changent trop vite pour qu’un guide les décrive utilement.
  • Il ne remplace pas un audit de sécurité pour un agent branché sur des données sensibles de clients ou de salariés.
  • Il ne garantit pas qu’un agent, même bien encadré, ne se trompera jamais : le but des garde-fous est de limiter les conséquences d’une erreur, pas de la supprimer.

Pour aller plus loin

Sources

Rédigé avec l’aide d’outils d’IA que j’utilise moi-même ; faits relevés le 26 octobre 2026.

Les formations de l’univers Expert ont toutes leur premier chapitre en lecture libre.

Les formations liées à ce guide

Agents IA qui agissent : des assistants qui utilisent vos outils, sous contrôle

Comprendre, outiller, protéger, choisir, construire, tester et encadrer un agent IA qui lit vos données et prépare le travail, sans qu'il puisse envoyer, payer ou supprimer sans votre accord.

Intermédiaire à confirmé · 8 chapitres · 1 h 40 de lecture129 €

Agents sur mesure et RAG : des assistants qui s'appuient sur vos documents et agissent dans vos outils

Construire un assistant qui répond depuis vos documents en citant ses sources, qui s'abstient quand il ne sait pas, qui respecte les droits d'accès de chacun, et qui s'appuie sur une boucle d'agent et des outils que vous maîtrisez.

Expert · 8 chapitres · 1 h 30 de lecture199 €

Déployer l'IA en entreprise : sécurité, RGPD, règlement européen et gouvernance

Savoir ce que l'IA fait déjà dans votre entreprise, ce que le règlement européen et le RGPD vous imposent pour chaque usage, comment sécuriser, choisir vos fournisseurs et organiser la gouvernance, avec un dossier de preuves daté.

Expert · 8 chapitres · 1 h 39 de lecture199 €