Aller au contenu
Heure mondialeEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portail sur l'IA et la technologieactualités · analyses · entretiens · fond technique

Rechercher
EN DIRECT
›

L'outillage des agents se fragmente : le plan de contrôle gratuit d'OpenClaw face à la ruée vers la gouvernance

OpenClaw a publié OpenClaw Enterprise (OCE) le 30 septembre. C'est un plan de contrôle open source et neutre vis-à-vis des fournisseurs, destiné aux agents persistants. La fondation qui le porte affirme que l'informatique d'entreprise a surtout répondu aux plateformes agentiques en les interdisant purement et simplement.

IA & modèlesAnalyseCamille RousseauPublié le: 30 septembre 20263 min de lectureSources 8
L'outillage des agents se fragmente : le plan de contrôle gratuit d'OpenClaw face à la ruée vers la gouvernance

La OpenClaw Foundation a annoncé le nouveau plan de contrôle le 30 septembre. Le projet se construit ouvertement, en amont d'une version 1.0 attendue plus tard dans l'année. Dans sa note de lancement, le projet indique qu'OCE est né chez OpenAI et a été donné à la fondation. Il est désormais développé avec Red Hat et NVIDIA. Il prend en charge le multi-tenant, des frontières de sécurité strictes et ce que la note appelle des primitives agentiques standardisées. Le discours est direct : les organisations veulent de la gouvernance avant de lâcher leurs agents.

La réponse tombe sur une pression de marché bien réelle. Le même jour, Gartner a prédit que d'ici 2028, 70 pour cent des entreprises abandonneront les systèmes d'IA agentique construits avec l'aide d'un fournisseur. Les coûts grimpent, et les clients ont du mal à modifier la technologie sans aide extérieure, rapporte The Register. Le cabinet appelle ce modèle le forward-deployed engineering, ou FDE.

Mukul Saha, analyste senior chez Gartner, estime que la réussite d'un FDE « commence par une structure d'engagement bien pensée, du périmètre et des incitations à la gouvernance, à la propriété et à la sortie ». Il ajoute que beaucoup de prestataires utilisent « forward deployed » comme étiquette pour de l'implémentation, des services professionnels ou du conseil en IA. Certains facturent au prix fort sans la profondeur de livraison qui le justifierait. Gartner s'attend aussi à ce que moins de 20 pour cent des missions FDE transforment des besoins clients récurrents en fonctionnalités du produit central du fournisseur d'ici 2028.

Le thème de la gouvernance traverse les outils les plus récents. OpenAPPA, publié sur GitHub le 30 septembre, se place entre un agent et ses outils. Il vérifie, avant chaque action, si les données ont le droit d'atteindre une destination. Ses développeurs rapportent qu'aucune attaque notée n'a réussi sur 1 320 évaluations, avec un taux d'achèvement des tâches de 88 à 90 pour cent. Ils comparent ce résultat à Microsoft FIDES, qui selon eux laisse passer 28 à 35 pour cent des attaques. Ils citent aussi le mode automatique de Claude Code, qui selon eux en a laissé passer 10 sur deux suites. Ce sont les chiffres du projet, pas des tests indépendants.

L'identité constitue l'autre moitié du problème. UAI, mis en ligne le 30 septembre, décrit un protocole ouvert pour l'identité des agents, leur autorisation et une responsabilité vérifiable. Il repose sur quatre artefacts : un UAI-ID, un justificatif qui lie un agent à un propriétaire, un passeport qui borne où et jusqu'à quand il peut agir, et des attestations d'action signées. Le projet précise clairement qu'il ne certifie pas qu'un agent est sûr. Il montre seulement que ses actions sont attribuables et vérifiables de façon indépendante. À plus long terme, il vise des registres fédérés, en s'inspirant du routage BGP plutôt que d'une base de données mondiale unique.

Les garde-fous arrivent plus vite que les déploiements

Les éditeurs de sécurité n'attendent pas. Tailscale a publié le 30 septembre un tutoriel montrant comment l'agent Muse de Meta rejoint un tailnet comme nœud à part entière. Les utilisateurs peuvent ensuite appliquer des grants et des tags pour limiter ce que l'agent peut atteindre. La note reprend l'affirmation de Meta selon laquelle Muse tourne dans une machine virtuelle Linux et respecte le moindre privilège. Elle mentionne des connexions sortantes uniquement, plus une confirmation explicite au premier contact avec un appareil. Tailscale prévient aussi que l'injection de prompt passera encore.

L'outillage pour développeurs avance en parallèle. Le rapport State of agent skills de Vercel, daté du 25 septembre, indique que skills.sh a dépassé le million de références et près de 280 000 000 d'installations enregistrées en sept mois, selon la recension de DevNavigator. Ce sont des chiffres d'activité du registre, pas des utilisateurs uniques ni une valeur métier démontrée. Le 30 septembre, Magnitude a lancé un moteur d'inférence open source qui ajuste les kernels sur l'appareil de l'utilisateur. Il revendique des performances jusqu'à 2 fois plus rapides que llama.cpp, avec un décodage 92 pour cent plus rapide sur Metal et 19 pour cent sur CUDA. Git-dedup, publié le même jour, revendique des checkouts volumineux 6 fois plus rapides. Il affirme aussi que le stockage Git est passé de 35,5 GB à 11,1 GB sur 117 checkouts.

Résultat : une couche encombrée entre les modèles et le travail. Le pari d'OpenClaw est qu'un plan de contrôle gratuit et neutre vis-à-vis des fournisseurs devienne la norme. Les analystes avertissent que les constructions assistées par un fournisseur laissent souvent les clients dépendants. Les deux affirmations ne se contredisent pas. Elles décrivent le même vide, et celui qui le comblera sera payé.

Commentaires 0

Sources

8
  1. 01OpenClaw Enterprise - The Open Agent PlatformEN
  2. 027 in 10 enterprises expected to abandon vendor-built agentic AI by 2028EN
  3. 03OpenAPPA: Deterministic guardrails that don't break agentsEN
  4. 04UAI - An open protocol for identity and accountability of AI agentsEN
  5. 05Agent, your network: How Meta's Muse agent works with TailscaleEN
  6. 06Agent Skills: 4 Powerful Ways to Improve Enterprise AIEN
  7. 07Launch HN: Magnitude (YC S25) - Self-optimizing inference engine for agentsEN
  8. 08git-dedup: Faster and Smaller Checkouts for FreeEN

Tous les chiffres et citations de ce texte proviennent des sources citées ci-dessous.

Les contenus ont été préparés par l'équipe de rédaction, assistée par l'IA.

Camille Rousseau

Camille Rousseau

IA, modèles et technologies

Camille Rousseau suit les technologies, l’IA et les modèles ainsi que les médias et l’internet pour FLASH24, en partant des dépôts de modèles, des publications techniques et des données publiques, sans reprendre les annonces sans vérification. Elle contrôle les chiffres d’entraînement et de coût en remontant aux jeux de données, aux versions de modèles et aux méthodes de mesure. Elle interroge des chercheurs et des équipes produit, compare les résultats entre modèles et attend les mises à jour de calendrier des principaux fournisseurs. Son intérêt pour l’impression 3D, les vieux ordinateurs et la façon dont les modèles apprennent rejoint directement son travail sur l’IA et les technologies. Elle ne publie pas de chiffres sans source ni de comparaison sans protocole reproductible.

Rédaction →

Commentaires

0
  1. Aucun commentaire — soyez le premier.

Écrire un commentaire

Les commentaires sont publics. Nous ne publions ni insultes, ni spam, ni publicité.