La supervision d'agents devient une catégorie : qui a fait quoi, avec quelles données, pour quel coût

Les agents sont entrés dans le travail quotidien, et la supervision a suivi

Octobre 2026 est le mois où les agents ont cessé d'être un produit à part pour devenir une fonction des outils déjà utilisés. Google a présenté un agent de travail Gemini qui opère dans Gmail, Drive, Docs et Agenda. Microsoft a commencé à déployer Work IQ en preview, qui connecte Copilot et les agents autonomes aux données live de Dynamics 365 et Power Platform. Cisco a permis aux agents de rejoindre espaces, réunions et appels Webex pour mener des tâches en plusieurs étapes. SAP a étendu Joule en couche de travail agentique.

Chacun de ces lancements élargit ce qu'un agent peut lire et faire dans une entreprise. Et dans les mêmes semaines, une nouvelle catégorie de produits est apparue pour les surveiller :

• Classie Supervise, disponible depuis le 1er octobre 2026, surveille les agents autorisés et non autorisés pendant leur exécution et applique la policy en temps réel. Son transcript runtime enregistre qui a initié l'activité, ce que l'agent a fait, quelles données il a consultées, ce que cela a coûté et la chaîne de traçabilité, avec des règles appliquées en ligne via Open Policy Agent.
• Gurucul AI Risk and Response, annoncé le 24 septembre 2026, relie l'activité IA de Claude, Gemini, ChatGPT, Azure AI Foundry et Microsoft 365 Copilot aux données d'identité pour la détection et la réponse. Sa fonction de blocage des interactions IA risquées est encore en preview.
• L'Agentic SOC de Zscaler, lancé le 9 septembre 2026, a été lu par les analystes comme le signal que la supervision des agents est passée de niche de startups à exigence d'entreprise.

L'urgence est réelle. La couverture du lancement de Zscaler cite l'étude de SailPoint selon laquelle 79 % des organisations déploient des agents IA mais seulement 2 % disposent de la sécurité d'identité pour les protéger, ainsi que la prévision de Gartner selon laquelle plus de 40 % des projets d'IA agentique seront annulés d'ici 2027, en grande partie à cause d'échecs de sécurité et de gouvernance.

Les cinq questions auxquelles tout outil de supervision tente de répondre

Sans le vocabulaire marketing, la supervision d'agents se résume à cinq questions. Le transcript runtime de Classie en reprend presque exactement la liste :

1. Qui l'a initié ? Quelle personne, équipe, workload ou autre agent a lancé cette chaîne d'actions ? 2. Qu'a-t-il fait ? Quels modèles a-t-il appelés, quels outils, avec quel résultat ? 3. Quelles données a-t-il touchées ? Qu'est-ce qui est sorti du périmètre, qu'est-ce qui est revenu, qu'est-ce qui a été masqué ? 4. Combien cela a-t-il coûté ? En tokens, en argent, et sur quel budget ? 5. Peut-on l'arrêter ? Avant l'action, pas après le rapport d'incident.

La plupart des outils de monitoring répondent aux quatre premières après coup. La cinquième est différente : seul un composant placé sur le chemin de l'action peut y répondre. Et la quatrième a en pratique la même propriété, car un coût découvert sur une facture est un coût qu'on ne peut plus éviter.

Pourquoi les réponses doivent venir du chemin de la requête

Les agents dépensent de l'argent et agissent désormais via deux types d'appels : les appels de modèles et les appels d'outils. Si les deux passent par une même gateway, celle-ci est le seul composant qui voit chaque étape avec tout son contexte, avant que le système upstream ne l'exécute.

Cela change ce que la supervision peut faire :

• Refuser plutôt qu'alerter. Un appel d'outil hors du grant de l'agent n'atteint jamais le serveur MCP.
• Masquer plutôt que signaler. Les valeurs sensibles sont retirées avant que le prompt ne sorte, pas découvertes lors d'une revue de logs.
• Réserver plutôt que réconcilier. Le budget est réservé avant l'appel provider, si bien que des agents concurrents ne peuvent pas dépasser une fenêtre.
• Mettre en pause plutôt que faire un post-mortem. Les actions à fort impact attendent une décision d'approbation et échouent fermées si l'approbateur est indisponible.

La dimension coût n'est pas secondaire. Gartner a averti en août 2026 que le coût d'inférence des workflows agentiques sera multiplié par plus de cinq en deux ans malgré la baisse du prix des tokens, et que les agents de raisonnement avancés peuvent coûter jusqu'à 150 fois plus par tâche qu'un chatbot basique. Un programme de supervision incapable de plafonner la dépense en temps réel n'est qu'un demi-programme.

Comment Odock répond aux cinq questions

Qui l'a initié

Chaque appel à Odock porte une virtual API key, et chaque clé correspond à un principal : organisation, équipe optionnelle, utilisateur optionnel et la clé elle-même. Émettez une clé par agent ou par workload plutôt qu'une par application, et le « qui » cesse d'être une supposition.

Les agents qui agissent pour le compte d'autres ont besoin de plus qu'une clé. Le template de flow intégré Agent identity and loop ceiling d'Odock exige les headers x-odock-agent-id et x-odock-agent-iteration sur le trafic agent et rejette les requêtes qui ne les portent pas : chaque étape d'une chaîne est attribuée à un agent nommé et à une position dans son exécution.

Ce qu'il a fait

Odock écrit un usage record pour chaque appel à la gateway : principal, provider et modèle résolus, statut HTTP, latence, request id gateway, tokens, coût, trace de routage indiquant les candidats essayés, et résultats des plugins et de la sécurité attachés à l'appel. Prompts, réponses et credentials ne sont jamais écrits dans un usage record.

Les appels d'outils MCP disposent de usage records MCP avec serveur, outil, statut et coût. Chaque exécution Flow Studio laisse une trace nœud par nœud (nœud, résultat, durée) attachée aux preuves de la requête. Métriques, logs et traces alimentent la stack d'observabilité LGTM via OpenTelemetry.

Quelles données il a touchées

Trois couches traitent les données avant et après l'appel upstream :

• SafetySec détecte l'injection de prompt et les schémas de jailbreak, masque secrets et valeurs de type PII dans les requêtes et réponses, et détecte les fuites de données dans la sortie des modèles.
• Les filtres sémantiques MCP inspectent les payloads d'appels d'outils avant exécution, et l'injection de l'auth upstream garde les credentials des outils dans Odock : les agents ne les manipulent jamais.
• Les plugins et flows ajoutent un traitement propre à l'organisation : exécuter un plugin de masquage avant la sortie, ou utiliser le template intégré Block secrets in model output pour empêcher des clés API ou clés privées d'atteindre l'appelant.

Combien cela a coûté

Les budgets s'appliquent à une organisation, une équipe, un utilisateur ou une clé API. Odock estime le coût de chaque requête, le réserve sur chaque budget concerné avant l'appel upstream, puis règle le coût réel ensuite. Quand une fenêtre est épuisée, l'agent reçoit un 402 budget_exceeded. Les quotas plafonnent de la même façon le nombre de requêtes et de tokens, et le routage maintient les agents sur le modèle approuvé le moins cher qui fonctionne, avec failover quand un provider se dégrade.

Peut-on l'arrêter

C'est là qu'une gateway en ligne diffère le plus d'un observateur :

• Les grants d'accès et règles d'outils arrêtent net les modèles et outils non autorisés, avec allowlists et blocklists par serveur MCP.
• Les nœuds Abort de Flow Studio bloquent une requête avec un code de statut et un message clair, en pre-route, pre-upstream ou post-upstream.
• Le template intégré MCP external approval gate appelle votre service de policy ou d'approbation avant les outils destructifs et échoue fermé si l'approbation est refusée ou indisponible.
• Le plafond de boucles arrête les agents qui dépassent leur limite d'itérations avant qu'ils ne dépensent davantage.
• La révocation et la rotation des clés coupent immédiatement un agent défaillant sans toucher aux autres workloads.

Chaîne de traçabilité

Tout ce qui précède partage un même request id gateway. L'usage record, l'usage record MCP, la trace de flow, les preuves SafetySec et la trace OpenTelemetry d'une même étape peuvent être reliés sans approximation. C'est ce qui transforme une pile de logs en preuves qu'un auditeur ou une équipe de réponse à incident peut suivre.

Gateway et outils de supervision travaillent ensemble

Rien de tout cela ne rend les plateformes de supervision ou de SOC inutiles. Elles corrèlent des signaux d'identité, d'endpoints, de SaaS et de réseau qu'une gateway ne voit jamais. Ce dont elles ont besoin de la couche IA, ce sont des preuves propres, attribuées et en temps réel, et un point d'application qui agit sur leurs décisions.

Odock fournit les deux sens :

• En sortie : le template intégré Incident response fan-out notifie en parallèle la sécurité et le SIEM pour les requêtes à haut risque et chaque invocation d'outil MCP, après que l'appelant a reçu sa réponse. Les plugins d'audit et d'export SIEM s'exécutent dans la lane asynchrone et ne ralentissent jamais les agents.
• En entrée : un service d'approbation ou de décision de policy, y compris celui de votre plateforme de supervision, peut être appelé depuis un flow avant les actions à fort impact.

Un déploiement de la supervision en 30 jours

• Semaine 1 : inventaire et identité. Faites passer le trafic agent par Odock. Émettez une virtual key par agent ou par workload. Révoquez les clés provider partagées.
• Semaine 2 : observer. Activez SafetySec en mode observation, mettez en place la revue des usage records et ajoutez le template d'identité agent dans l'onglet Automation d'une clé pilote.
• Semaine 3 : borner. Définissez budgets d'équipe et d'agent, quotas et plafond de boucles. Restreignez les serveurs MCP aux outils en allowlist.
• Semaine 4 : intervenir. Ajoutez la gate d'approbation externe pour les outils destructifs, passez SafetySec de l'observation à l'application là où les preuves le justifient, et transmettez les preuves à votre SIEM ou à votre plateforme de supervision.

La supervision des agents devient une ligne budgétaire et une question de conseil d'administration. Les organisations qui y répondront bien ne seront pas celles qui ont le plus de tableaux de bord. Ce seront celles où chaque action d'agent passe par un point qui sait qui a demandé, vérifie ce qui est autorisé, protège les données, réserve le coût et peut dire non, et où la trace de tout cela existe déjà quand quelqu'un la demande.

Sources

• VMblog, Classie launches Supervise to track, control and account for enterprise AI agents in real time, 1er octobre 2026
• Help Net Security, Gurucul connects AI activity to identity data for faster threat response, 24 septembre 2026
• Forkast, Zscaler's Agentic SOC launch signals the category startups built is now an enterprise requirement, 7 octobre 2026
• Futurum, Google collapses enterprise AI into a single Gemini agent at Gemini at Work 2026
• AI Agents Directory, AI Agents News Brief, 6 octobre 2026
• AI Agent Store, AI Agents News, semaine du 11 octobre 2026
• Computerworld, AI inference is getting cheaper, but your agents are getting more expensive, 17 août 2026
• Sécurité et guardrails Odock
• Usage records Odock
• Sécurité MCP dans Odock
• Odock Flow Studio