Agents-Autonomes

Un pentester humain se fatigue, va déjeuner, finit par abandonner. Un agent piloté par un LLM ne fait rien de tout cela : il tourne en boucle, sans salaire, à un coût qui s’effondre d’année en année. Face à cet adversaire, deux mécanismes se combinent — des leurres pensés pour un lecteur qui est une machine, et un labyrinthe de VMs qui transforme chaque heure d’attaque en dépense pure. Cet article détaille les deux, et les quatre limites qu’il faut poser avant tout déploiement.

Un chatbot écrit des phrases ; un agent IA agit — il lit vos e-mails, exécute du code, appelle des API, dépense de l’argent. Ce changement déplace le risque : il ne s’agit plus de faire dire à l’IA quelque chose d’interdit, mais de lui faire faire quelque chose de dangereux. Cet article explique, avec des exemples détaillés et accessibles, comment ces attaques fonctionnent réellement, pourquoi les garde-fous naïfs échouent, et ce qu’un décideur doit exiger avant de mettre un agent en production.

Les outils de sécurité classiques cherchent des mots dangereux : « pirater », « bombe », « urgent ». Mais on ne détourne pas un agent IA avec un vocabulaire suspect — on le détourne avec le langage normal de l’entreprise : un rôle, un processus, une urgence plausible. Et quand l’agent qui surveille, le SIEM qui corrèle et l’auditeur qui contrôle sont eux aussi des agents IA, l’attaquant n’a plus à tromper un système : il les corrompt en chaîne. Cet article explique ce mécanisme de corruption récursive et ce qu’un décideur doit exiger pour le briser.