Contexte et objectifs

Okta Inc. a annoncé le lancement d’une passerelle d’exécution d’agents IA qui s’insère directement dans le flux d’interaction des modèles génératifs. Cette évolution marque le passage d’une simple authentification frontale à une surveillance inline des actions proposées par les agents autonomes. L’objectif déclaré est de pouvoir autoriser ou bloquer en temps réel les opérations que l’agent souhaite réaliser, au même titre que les pare‑feux filtrent le trafic réseau.

Architecture de la passerelle d’agents

La solution repose sur deux points d’observation distincts. Le premier, placé « à l’avant » du modèle, intercepte le prompt envoyé à l’IA, permettant de consigner le contexte de la requête. Le second, situé « à l’arrière », capture la séquence d’actions que le modèle génère en réponse, avant qu’elles ne soient exécutées sur les systèmes cibles. Cette double visibilité est rendue possible grâce à l’acquisition de Permiso Security, qui apporte des capacités de détection d’anomalies et d’analyse comportementale au sein de la chaîne d’exécution.

Mécanismes d’autorisation à l’exécution

Une fois les deux flux agrégés, la passerelle applique une logique d’autorisation dynamique. Elle compare chaque action proposée avec les politiques d’accès définies pour l’identité de l’agent, en tenant compte du contexte d’utilisation (ex. outils autorisés, données accessibles). Okta indique que, d’ici 2027, la passerelle intégrera une couche d’autorisation basée sur l’intention : le système évaluera non seulement le type d’action, mais aussi l’objectif sous‑jacent, en s’appuyant sur les métadonnées de l’agent et les contraintes de conformité. Cette approche vise à réduire le risque de blocage excessif tout en limitant les comportements malveillants.

Enjeux et limites

Le principal défi technique réside dans la définition d’un périmètre de permission suffisamment granulaire pour ne pas entraver les workflows légitimes. Okta reconnaît que « déterminer comment restreindre les permissions sans bloquer le travail légitime reste une question de recherche ouverte ». De plus, la mise en œuvre inline implique une latence supplémentaire, car chaque action doit traverser le point de contrôle avant d’être exécutée. La performance du système dépendra donc de l’efficacité des algorithmes de décision et de la capacité du backend à traiter des volumes élevés de requêtes en temps réel. Enfin, la visibilité complète requiert l’accès aux prompts, ce qui soulève des questions de confidentialité des données d’entrée, notamment dans les environnements où les prompts contiennent des informations sensibles.