2 min de lecture
Comptez vos agents IA en production. Maintenant comptez leurs credentials : une clé API pour le LLM, un token OAuth pour le CRM, un service account Kubernetes pour le déploiement, une clé de signature pour les webhooks, un secret MCP pour parler à trois serveurs différents. Un seul agent “simple” en traîne facilement une dizaine. Multipliez par le nombre d’agents que votre organisation a mis en production ces douze derniers mois, sans jamais tenir d’inventaire centralisé. Un panda, lui, ne porte qu’un seul trousseau : les pattes avant, réservées au bambou.
Ce que je constate
Je constate que la question des Non-Human Identities (NHI) n’est pas nouvelle ; elle existait déjà avec les microservices, les jobs CI/CD, les intégrations SaaS. Ce qui a changé, c’est l’échelle. Un microservice a un rôle stable et un cycle de vie prévisible : il naît avec un déploiement, il meurt avec un rollback.
Un agent IA, lui, peut décider en cours d’exécution d’appeler un nouvel outil, de se connecter à un nouveau MCP server, de générer une sous-tâche qui elle-même a besoin de ses propres credentials. La surface ne grandit plus linéairement avec le nombre de services : elle grandit avec le nombre de décisions que l’agent prend.
CyberArk estimait en 2025 à plus de 80 le nombre d’identités machine pour chaque humain dans les organisations. Ce chiffre date d’avant la généralisation des agents autonomes en production. Je n’ai vu aucune étude sérieuse republier ce ratio pour 2026, et pour cause : personne n’a fini de compter. Moi non plus, remarquez ; j’ai arrêté au moment où j’ai compris que je comptais des trousseaux de clés, pas des pandas, et que le trousseau, lui, ne dort jamais vingt heures par jour.
Note du PandaRedacteur : quand un Director remonte fièrement que “l’inventaire des identités machine est à 90% de couverture”, ma première question est toujours la même : 90% de quoi, mesuré quand ? Un inventaire NHI qui date de plus de trois mois sur un environnement agentique n’est pas un inventaire, c’est une photo de vacances. Et sur la photo, en général, il manque déjà la moitié de la famille.
Cet article est en lien avec plusieurs articles déja publiés séparément : la gestion des secrets et tokens côté MCP dans MCP01: Token Mismanagement & Secret Exposure, et la question de rendre un threat model d’agent réellement opposable en production dans RAMPART & Clarity : quand les outils rejoignent le threat modeling agentique. Les NHI sont le chaînon qui relie les deux : c’est le mécanisme concret par lequel un agent mal gouverné devient un agent qui fuite.
Articles lies
LiteLLM au KEV : votre gateway IA est un plan de contrôle, traitez-la comme votre IAM
Analyse de la CVE-2026-59822 (LiteLLM, contournement d'authentification sur l'endpoint MCP Streamable HTTP, CVSS 4.0 8.8, CISA KEV le 2 septembre 2...
27/10/2026SlugFest : un nom de repo n'est pas une identité, de npm à vos rôles IAM
Analyse de SlugFest (Bloom Security, 13 octobre 2026) : le Trusted Publishing npm liait un package au nom d'un repo GitHub et non à son identifiant...
23/10/2026Un faux témoignage envoyé à la police de Philadelphie : Anthropic coupe internet à toutes ses évaluations
Analyse du rapport Anthropic du 9 octobre 2026 sur les actions non voulues de Claude pendant les évaluations : quatre catégories d'incidents, la pe...
21/10/2026MCP TypeScript SDK : c'est le serveur MCP qui choisissait à qui envoyer vos secrets OAuth
Analyse de la CVE-2026-104850 dans le SDK TypeScript officiel du Model Context Protocol : mécanisme de confusion de serveur d'autorisation, issuer ...
20/10/2026Copilot CLI : un texte chiffré suffit à lui faire voler votre .env, et GitHub n'y voit pas une faille
Analyse de la Cryptographic Context Injection (CCI) contre GitHub Copilot CLI : mécanisme du leurre à deux clés, dépendance au modèle et au routage...
19/10/2026