Aller au contenu principal
Expert Cybersécurité & IAv9.0
Centres de ressources conformité
Besoin d'un accompagnement expert ?
Devis personnalisé sous 24h — audit, conformité, incident
Checklists Sécurité — Audit & Durcissement
Formats disponibles
📄 PDF 📊 Excel 🌐 Web

11 checklists professionnelles couvrant 2 200+ points de contrôle. Téléchargement gratuit, aucune inscription.

Agentic AI

ia

Définition

L'Agentic AI (IA agentique) désigne un paradigme émergent d'intelligence artificielle où des agents logiciels autonomes, construits autour de grands modèles de langage, planifient et exécutent de manière autonome des séquences d'actions multi-étapes pour atteindre un objectif complexe défini en langage naturel, plutôt que de se limiter à générer une réponse ponctuelle unique à une requête isolée comme dans l'usage conversationnel classique d'un chatbot. Un agent IA typique combine plusieurs capacités fondamentales : la planification, décomposant un objectif complexe en sous-tâches séquentielles ou parallèles exécutables ; l'usage d'outils externes (tool use), lui permettant d'interagir avec le monde au-delà de sa seule génération de texte via des appels d'API, l'exécution de code, ou l'interrogation de bases de données, souvent standardisé via des protocoles comme le MCP ; la mémoire, conservant le contexte pertinent à travers les étapes d'exécution successives, distinguant mémoire court terme du contexte immédiat et mémoire long terme persistée dans une base vectorielle ; et le raisonnement multi-étapes, souvent structuré selon des frameworks comme ReAct, alternant explicitement réflexion et action. Cette autonomie accrue soulève des enjeux de sécurité encore peu matures : injection de prompts détournant les objectifs de l'agent, exécution d'actions irréversibles sans validation humaine, et amplification des risques d'un modèle capable d'agir concrètement sur des systèmes réels, justifiant des garde-fous et mécanismes Human-in-the-Loop pour les actions critiques.

Description

L'Agentic AI désigne un paradigme où des agents IA autonomes planifient et exécutent des séquences d'actions pour atteindre des objectifs complexes. Ces agents combinent un LLM avec des outils, une mémoire persistante et des capacités de raisonnement multi-étapes pour opérer sans supervision constante.

Fonctionnement

L'agent décompose l'objectif en sous-tâches via planning (ReAct, Tree-of-Thought), appelle des outils (recherche web, exécution de code, API), stocke les résultats en mémoire et adapte sa stratégie selon les résultats intermédiaires. Des frameworks comme LangGraph, AutoGen et CrewAI structurent ces architectures.

Points clés

  • L'excessive agency est le principal risque : un agent trop autonome peut exécuter des actions non désirées
  • Le principe du moindre privilège doit s'appliquer aux outils accessibles par les agents en production
  • Les architectures multi-agents permettent la spécialisation et la parallélisation des sous-tâches complexes

Articles liés

Un projet cybersécurité ?

Expert dispo · Réponse 24h

Devis