L’identité pour les agents à exécution prolongée : les jetons de délégation et un cycle de réhydratation
Identité pour les agents autonomes à long terme : pourquoi les clés statiques échouent, et comment la délégation OBO, un plan de contrôle d’audit et un cycle de réhydratation fonctionnent dans les environnements serverless.
L’IA d’entreprise évolue des interfaces de chat passives vers des agents autonomes qui effectuent des transactions. Ce changement soulève un problème d’identité qui n’a que peu à voir avec la capacité de raisonnement d’un modèle. Le problème réside plutôt dans l’identité du modèle lorsqu’il agit.
Les organisations qui fournissent aux modèles de langage des clés API statiques, des clés rotatives ou des comptes de service ordinaires s’exposent à un risque de sécurité sérieux et croissant. Un agent n’est pas comme un logiciel conventionnel : il interagit seul avec des services externes, et son comportement est flexible et non déterministe, s’adaptant au fur et à mesure.
Trois questions se posent alors : pourquoi la gestion traditionnelle des identités et des accès est-elle insuffisante à l’ère des agents ? Pourquoi les architectures adaptées aux chatbots simples échouent-elles face à des agents autonomes et à des essaims fonctionnant sur le long terme ? Et à quoi ressemble un cycle de réhydratation permettant aux agents à état de fonctionner en toute sécurité sur des environnements serverless éphémères ?
Pourquoi un agent a besoin d’une identité propre
Les clients web et mobiles fonctionnent à partir d’entrées structurées et univoques, de sorte que leurs actions représentent de manière claire et vérifiable l’intention de l’utilisateur. Les agents, quant à eux, analysent des données non structurées et construisent leurs propres graphes d’exécution. Le chemin emprunté par un LLM et son système d’exploitation pour atteindre un objectif est probabiliste, et c’est cette aléatoire qui rend la vérification difficile.
Aujourd’hui, les agents imitent fréquemment les utilisateurs de manières invisibles aux services externes, ce qui crée des lacunes en matière de responsabilité. Si un agent génère de manière erronée un script d’automatisation réseau tout en disposant de larges droits administratifs, les conséquences peuvent être catastrophiques, comme l’ont déjà montré quelques incidents réels.
La solution consiste à passer d’une impersonation implicite à une délégation explicite. La délégation repose sur des flux de type « on-behalf-of » (OBO), dans lesquels l’agent indique ce pour quoi il a été autorisé à agir tout en restant identifiable comme une entité distincte de l’utilisateur qu’il représente. L’agent a besoin de son propre identifiant vérifiable cryptographiquement, afin que ses actions ne puissent être niées ultérieurement et que les limites de ses capacités puissent être appliquées.
Une analogie peut aider. L’impersonnification implicite ressemble au fait de prêter la carte d’identité personnelle d’un ingénieur senior à un prestataire junior qui doit redémarrer un serveur. Le système de sécurité ne voit que l’ingénieur. Si le prestataire panique et met hors service la base de données de facturation principale, le journal d’audit indique que c’est l’ingénieur qui l’a fait, et rien ne prouve qu’une autre personne était présente. Aujourd’hui, les agents sont traités exactement de la même manière : des clés API système larges sont placées dans leur environnement. Le modèle effectue le raisonnement mais agit avec les privilèges administratifs de l’utilisateur. S’il hallucine une commande destructrice de type DROP TABLE, celle-ci s’exécute sans aucune restriction liée aux droits minimaux, et les conséquences en incombent à l’être humain.
La délégation explicite consiste pour le prestataire à se rendre au bureau de sécurité pour obtenir une carte temporaire à son nom. Cette carte indique que le porteur est le Prestataire X et précise que l’Ingénieur Y a autorisé l’accès au Rack 4 en solo, pour une heure. Cela définit une limite tant en termes d’espace que de temps. Une tentative d’accès au Rack 5 déclenche une lumière rouge. Lors d’une audit, le journal ne mentionne pas simplement la présence de l’Ingénieur Y ; il indique plutôt que le Prestataire X, agissant au nom de l’Ingénieur Y, a accédé au Rack 4.
Dans une architecture cloud-native, le JWT remplit la fonction de cette carte d’accès. Une sous-claim identifiant la personne n’est pas suffisante. Le jeton doit également contenir une claim d’action indiquant l’instance d’agent spécifique concernée. Cette preuve limite l’agent aux prérogatives qui lui ont été déléguées, et chaque action qu’il entreprend est enregistrée comme étant effectuée par une machine agissant au nom de quelqu’un d’autre.
Le schéma habituel pour les agents de première génération
La sécurité des agents initiaux était assez simple. Les frameworks OAuth 2.1 utilisés avec les agents fonctionnent bien au sein d’un seul domaine de confiance lorsque les opérations des agents sont synchrones.
Dans le schéma standard, un employé communique avec un chatbot qui doit interroger un outil interne. L’agent est lié au Model Context Protocol (MCP), s’authentifie via le fournisseur d’identité de l’entreprise (IdP), reçoit un token JSON Web à durée de vie courte et effectue l’appel à son outil.
Cela fonctionne parce que l’opération est synchrone et brève. L’agent démarre, collecte le contexte, utilise le token pour lire dans la base de données et répond à l’utilisateur avant que le token ne périsse.
Où les agents à durée de vie courte et ceux à exécution prolongée divergent
Le modèle échoue à mesure que l’autonomie augmente. Un chatbot RAG sans état et un essaim d’agents asynchrones (A2A) sont architecturalement très différents.
Prenez un environnement de détection de menaces. À 2h00 du matin, une alerte de gravité 1 signale une attaque de rebond DNS. Un analyste lance une série d’opérations pour analyser 48 heures de journaux de flux VPC, les comparer avec des sources de menaces en temps réel et isoler les terminaux compromis. Il ne s’agit pas d’une demande de chat ; c’est un graphe d’exécution en plusieurs étapes qui peut durer des minutes ou des heures.
Le paradoxe de l’identité dans le calcul éphémère
Exécuter de tels agents sur des infrastructures sans serveur comme Google Cloud Run soulève un paradoxe. Les modèles d’identité basés sur des tokens d’accès à durée de vie courte et liés à une session ne conviennent pas aux tâches asynchrones à long terme. Un principe de confiance zéro strict exigerait des tokens OBO valables 15 minutes, mais un tel token expirerait au milieu du graphe de raisonnement de l’agent. Le serveur MCP renverrait alors une erreur 401 Unauthorized, le conteneur planterait et des heures de contexte de raisonnement accumulé seraient perdues.
Les développeurs ont souvent recours à une solution de fortune peu fiable : placer des jetons de mise à jour à long terme ou des clés API statiques à l’intérieur du sandbox de l’agent. Fournir à un modèle non déterministe un jeton persistant et hautement privilégié qui se renouvelle indéfiniment contrevient au principe du moindre privilège. Si l’agent produit des hallucinations ou est vulnérable à l’injection de commandes, on lui a donné des identifiants que personne ne peut arrêter.
Une identité durable et un cycle de réhydratation
La meilleure approche consiste à cesser de résister à la nature éphémère du calcul cloud et à séparer l’état cognitif de l’agent de la machine qui le exécute.
L’agent a besoin d’une identité durable et déléguée, qui constitue un objet de première classe dans le système IAM et qui est distincte de l’utilisateur qui l’a créé, afin de pouvoir s’authentifier par lui-même sur de longues périodes. Cette identité est associée à un mécanisme de mémoire temporaire appelé le modèle Sense and Act (SnAC), qui externalise en fait l’hippocampe de l’agent.
La conception SnAC basée sur le principe de zéro confiance
Quatre composants isolés forment l’architecture. Ensemble, ils décrivent un écosystème qui permet aux agents autonomes de fonctionner en toute sécurité sans accorder de clés d’administration permanentes. Un humain délègue d’abord des autorisations via un plan de contrôle des identités, lequel émet un jeton à durée de vie limitée à un agent situé dans un environnement de calcul isolé. Chaque action tentée par l’agent est interceptée et évaluée par le réseau SnAC IAM chargé de l’application des politiques. Parallèlement, son processus de réflexion en cours ainsi que son état d’exécution sont transmis à un système d’audit temporel basé sur Kafka et ClickHouse. Si le jeton s’épuise au milieu d’une tâche, ou si l’agent tente une action à haut risque nécessitant une approbation humaine hors bande via une notification mobile, ce système suspend l’état de l’agent. Un orchestrateur en arrière-plan vérifie ensuite les permissions et recharge un conteneur frais afin que le travail puisse reprendre sans heurt.
- Plan de contrôle de l’identité (SCIM et IdP). Le schéma du System for Cross-domain Identity Management est étendu de manière à ce qu’un agent soit considéré comme un employé non humain. L’IdP conserve la délégation permanente provenant de l’être humain, mais ne génère que des tokens OBO à durée de vie courte pour l’environnement de test.
- Couche d’isolation des calculs (Cloud Run ou WebAssembly). L’agent s’exécute à l’intérieur d’une enveloppe serverless éphémère et strictement délimitée, sans jamais conserver de secrets persistants.
- Plan de sauvegarde de l’audit temporel (Kafka vers ClickHouse). Tandis que l’agent traite son graphe, chaque pensée, chaque trace de raisonnement et chaque action sont enregistrés sous forme de données de modification via Kafka vers ClickHouse. Cela permet de suivre l’état temporel en quelques fractions de seconde et évite le problème de l’amplification des lectures.
Comment se déroule la réhydratation
Un token expiré au cours d’une exécution est considéré comme un événement normal du cycle de vie, et non comme une erreur fatale.
Phase 1 : exécution et suspension
- L’agent s’exécute dans Cloud Run et utilise un token à durée de vie fixe, par exemple 15 minutes, pour communiquer avec la passerelle MCP.
- Il envoie continuellement son contexte à ClickHouse via Kafka.
- Le token expire et la passerelle renvoie 401 Unauthorized.
- L’agent capture l’exception, envoie un marqueur final STATE_SUSPENDED à Kafka contenant sa position exacte dans le graphe d’exécution, puis arrête proprement le conteneur.
Phase 2 : vérification et réhydratation
- Un orchestrateur en arrière-plan sécurisé détecte l’événement STATE_SUSPENDED dans ClickHouse.
- Il demande à l’IdP si la délégation durable initiale de l’utilisateur est toujours en vigueur.
- Si c’est le cas, le plan d’identité génère un nouveau jeton valable 15 minutes.
- L’orchestrateur lance un nouveau conteneur Cloud Run, lui transmet le nouveau jeton et indique à l’agent de charger son état cognitif précédent depuis ClickHouse. L’agent reprend exactement là où il s’était arrêté.
// Inside the Ephemeral Agent Worker
try {
const result = await mcpClient.executeTool(action.tool, action.params);
this.state = updateState(this.state, result);
await flushStateToKafka('STATE_ACTIVE', this.state);
} catch (error: any) {
if (error.statusCode === 401) {
console.log(`[AUTH_BOUNDARY] Token Expired. Halting execution.`);
// Safely persist execution pointer before container death
await flushStateToKafka('STATE_SUSPENDED', this.state);
// Graceful exit. Orchestrator will re-hydrate.
process.exit(0);
}
}
Échellement d’un essaim avec CIBA
La conception gère également l’un des cas pratiques les plus difficiles : un goulot d’étranglement lié à l’intervention humaine lors de la recherche de menaces à haut risque.
Revenons à l’essaim qui isole l’attaque de rebond DNS. À mi-parcours, l’agent de triage identifie un nœud compromis et confie la tâche de le mettre en quarantaine à un sous-agent de correction. La quarantaine est une fonctionnalité à forte conséquence, et le gateway MCP constate que le jeton du sous-agent ne dispose pas de cette autorisation.
Au lieu de tomber en panne, le système utilise l’authentification par canal latéral initiée par le client (CIBA). L’agent envoie une demande CIBA à l’IdP, enregistre son état dans ClickHouse en tant que STATE_SUSPENDED, puis termine son fonctionnement.
CIBA permet à un agent de solliciter le décideur humain compétent afin d’obtenir une autorisation sécurisée en dehors du canal normal. L’ingénieur de garde reçoit une notification push sur son téléphone contenant le contexte exact et approuve l’escalade. Le serveur d’autorisation déclenche alors le cycle de réhydratation, et cette fois le nouveau jeton inclut une portée vérifiée cryptographiquement pour supprimer la règle du pare-feu.
En considérant l’identité comme un état dynamique pouvant être réhydraté plutôt que comme une clé d’accès statique, on élimine le choix prétendu entre sécurité et autonomie. Les agents de données autonomes peuvent exécuter des charges de travail importantes sur plusieurs jours au sein de systèmes distribués, tout en respectant les règles strictes des infrastructures cloud natives.
Un retour aux fondamentaux des systèmes distribués
Une astuce courante consiste à coller un jeton d’administration permanent dans un script Python, à l’entourer d’un LLM et à donner au résultat le nom d’agent. C’est le moyen le plus rapide de mettre en place un prototype. Cependant, une fois que de tels systèmes passent des démos internes au fonctionnement en production sur des infrastructures réelles, cette astuce devient un sérieux risque. Des identifiants statiques et globaux ne devraient pas être continuellement transmis à des modèles non déterministes dans l’espoir qu’aucun problème ne survienne.
La réhydratation n’est pas seulement un moyen ingénieux de contourner l’expiration après 15 minutes. Elle reflète la manière dont les systèmes à état doivent réellement être conçus lorsque la plateforme sous-jacente ne conserve aucun état. Créer des failles dans la politique IAM ou prolonger la durée de vie des jetons va à l’encontre de la nature même du calcul serverless, et cette conception accepte plutôt cette réalité.
La mémoire est stockée en toute sécurité dans ClickHouse, l’exécution a lieu dans des conteneurs Cloud Run à durée de vie courte, et la délégation explicite s’effectue au moyen de tokens on-behalf-of. Il s’agit là d’une séparation claire des responsabilités. Cela reconnaît une réalité pratique : personne ne peut garantir ce qu’un LLM décidera de faire ensuite. Les règles standard IAM, associées à des approbations externes telles que CIBA, garantissent quant à elles ce que le système autorisera à exécuter. Les limites deviennent ainsi explicites et auditable, et elles suivent le principe du moindre privilège.