ENSO
Une plateforme IA, quatre produits, un seul jeu de règles
Architecte principal de la plateforme partagée qui alimente quatre capacités produit IA, de l’accès aux modèles aux actions des agents.
- Amazon Bedrock
- Aurora PostgreSQL
- pgvector
- EKS
Services
Agents IA et gouvernance MCP
Un agent IA qui peut modifier des données métier a besoin d’une couche d’actions dotée de règles. Je conçois cette couche autour d’un serveur d’actions MCP unique : manifestes d’outils versionnés, validation humaine de chaque écriture, exécution idempotente, journal de décisions rejouable et identité qui ne dépasse jamais les droits de l’utilisateur.
Ce que recouvre la gouvernance des actions d’agents
Lire présente peu de risques ; écrire, si. Si un agent appelle directement les API métier, chaque intégration décide seule de ce que l’agent peut faire, de la manière dont il est autorisé et de ce qui est journalisé, et personne ne peut relire le comportement en un seul endroit.
Une couche d’actions gouvernée rassemble ces décisions dans un service unique. L’agent propose une action, la couche exécute des contrôles, une personne approuve les paramètres exacts, et ce n’est qu’ensuite que l’action s’exécute. Chaque étape est écrite dans un journal que l’on peut rejouer et expliquer a posteriori.
Description textuelle du schéma
Un agent appelle l’unique serveur d’actions MCP, qui expose des manifestes d’outils versionnés. Chaque action passe des contrôles de préconditions et d’idempotence puis, pour toute écriture, une validation humaine. Ce n’est qu’ensuite que l’action est exécutée. Un journal de décisions en append-only rend chaque décision de l’IA rejouable, avec un export WORM vers S3 Object Lock. Tout au long du flux, l’agent hérite des droits de l’utilisateur via OAuth2 Token Exchange, sans jamais les dépasser.
Ce qui est conçu
-
Un serveur d’actions MCP unique
Toutes les actions des agents passent par un seul serveur Model Context Protocol, qui détient les identifiants en aval et décide si un appel peut se poursuivre.
-
Manifestes d’outils versionnés
Chaque outil déclare son rôle, ses schémas, s’il lit ou écrit et quels contrôles s’appliquent ; agents et évaluations se calent sur une version.
-
Validation humaine et idempotence
Chaque écriture exige l’approbation des paramètres exacts. Des clés d’idempotence et des contrôles de préconditions rendent sûre une action rejouée ou périmée.
-
Journal de décisions rejouable
Un journal en append-only des propositions, approbations, refus et exécutions, exporté vers un stockage en écriture unique comme S3 Object Lock en mode compliance.
-
Identité
OAuth2 Token Exchange pour que l’agent agisse avec les droits de l’utilisateur à l’origine de la demande, et jamais avec plus.
Livrables types
- Conception d’un serveur d’actions MCP : manifestes d’outils versionnés, validation humaine des écritures, idempotence
- Conception de l’identité : héritage des droits via OAuth2 Token Exchange et identités de workload
- Journal de décisions et export d’audit pour que chaque décision de l’IA soit rejouable
- RGPD et AI Act dès la conception : résidence des données, minimisation, effacement et transparence
- Contrôles d’évaluation des LLM en CI
Pour qui
- Équipes qui construisent des agents écrivant dans des systèmes métier : ERP, RH, ticketing ou flux documentaires.
- Responsables risques, sécurité et conformité qui veulent que chaque décision de l’IA soit traçable et chaque action bornée.
- Organisations dont le premier agent fonctionne en démonstration et doit maintenant mériter la confiance de vraies données.
Comment ça se passe
Le déroulé d’une mission
Quatre étapes, chacune avec un livrable concret.
-
Échanger
Un appel de 30 minutes. Vous décrivez ce que vous construisez et ce qui bloque. Je vous dis franchement si je peux aider.
-
Cartographier
J’examine l’existant et je conçois la cible : une architecture de référence et des décisions documentées que votre équipe peut challenger.
-
Construire
Je travaille au sein de votre équipe sur les points difficiles : passerelle, recherche, actions des agents, pipelines. Vous obtenez du code, pas des slides.
-
Transmettre
Contrôles d’évaluation, runbooks et tableaux de bord, pour que votre équipe exploite et fasse évoluer la plateforme sans moi.
À voir aussi
Études de cas
Guides
Actions d’agents avec validation humaine via MCP : audit et décisions rejouables
Actions d’agents gouvernées via MCP : manifestes d’outils versionnés, validation humaine, idempotence, journal de décisions et Token Exchange.
Architecture d’une plateforme IA d’entreprise : guide de référence des cinq couches
Architecture de référence d’une plateforme IA d’entreprise : passerelle IA, recherche, actions d’agents, évaluation et identité, et l’ordre pour les construire.
Questions fréquentes
Qu’est-ce que MCP ?
Le Model Context Protocol (MCP) est un protocole ouvert pour exposer des outils aux modèles d’IA. Servir toutes les actions des agents via un serveur MCP unique donne aux agents une interface uniforme et à l’organisation un endroit unique où ajouter des contrôles.
Toute action d’agent exige-t-elle une validation humaine ?
Toute écriture, oui. Les lectures s’exécutent sans approbation. On peut relâcher la validation plus tard pour certains outils à faible risque lorsque leur manifeste le prévoit ; c’est un choix délibéré, pas un réglage par défaut.
Comment rendre les actions d’agents auditables ?
En journalisant chaque proposition, approbation, refus et exécution avec la version du manifeste d’outil, les entrées et les contrôles exécutés, dans un journal en append-only exporté vers un stockage en écriture unique.
Comment un agent évite-t-il de dépasser les droits d’un utilisateur ?
La plateforme échange le jeton de l’utilisateur contre un jeton restreint pour chaque appel en aval (OAuth2 Token Exchange), de sorte que le système en aval voit et applique les droits propres de l’utilisateur.
Dernière mise à jour :