Cloudflare OS n’est pas un outil unique ; c’est une plateforme intégrée qui aligne les outils développeurs, les contrôles Zero Trust et les services personnalisés en un runtime cohérent pour agents. Les employés peuvent créer des agents, leur attribuer des capacités restreintes et les exécuter dans des environnements isolés avec journalisation omniprésente. L’OS met l’identité et les permissions au premier plan, transmet le contexte depuis des sources canoniques et impose la propriété : les humains restent responsables des résultats des agents, et les managers héritent de cette responsabilité lorsque les membres quittent l’équipe.

Cette approche reconnaît les agents comme des acteurs logiciels soumis à la même gouvernance que les services. Les résultats parlent d’eux-mêmes : les agents de revue ont signalé de nombreux problèmes avant l’intégration du code ; les agents de revue de conception détectent tôt les dérives architecturales ; et la visibilité opérationnelle permet aux équipes de sécurité et de plateforme de savoir précisément quel agent a fait quoi, quand et sous quelles contraintes d’identité.

Une couche opérationnelle durable repose sur quatre piliers : identité, permissions, contexte et exécution. D’abord, les agents doivent disposer d’une identité de premier ordre, héritant d’un accès au moindre privilège via SSO et des politiques basées sur les rôles. Ensuite, les permissions doivent être exprimées en capacités granulaires et auditables, pas en simples identifiants. Troisièmement, le contexte doit être sélectionné et versionné pour guider les agents de manière fiable. Enfin, l’exécution doit se faire dans des environnements isolés avec contrôle des sorties réseau, isolation des secrets et observabilité constante. Le tout est lié à l’évaluation des politiques pour autoriser ou refuser les actions selon l’identité de l’agent, son lieu d’exécution et la nature de la tâche.

Le modèle de Cloudflare traite les agents comme toute autre charge de travail en production : ils ont des propriétaires, un historique des modifications et des garde-fous. Les points de contrôle humains s’appliquent aux actions risquées ; la politique en tant que code contrôle les déploiements ; et les revues ont lieu avant les fusions, pas après les incidents. Crucialement, la couche contextuelle (par exemple, un manuel d’ingénierie codifié) traduit les normes métier en directives exploitables par machine que les agents peuvent appliquer. Le résultat est moins de surprises : les boucles d’évaluation détectent les régressions, les pistes d’audit reconstruisent les décisions, et les périmètres de permission empêchent l’escalade des privilèges même avec une adoption croissante.

Si vous construisez : faites l’inventaire de votre fournisseur d’identité, modèle RBAC, magasin de secrets, moteur de politique, sources de contexte sélectionnées, environnements isolés et pile d’observabilité. Définissez des connecteurs limités par capacité et déployez des environnements d’évaluation pour les flux critiques. Si vous achetez : exigez des actions liées à l’identité (pas de clés API partagées), des permissions granulaires, des environnements isolés avec contrôle des sorties, la politique en tant que code, des journaux d’audit rejouables et un support natif pour le contexte versionné. Dans les deux cas, imposez l’attribution de propriétaires, des règles de transfert et des contrôles de coûts pour que les équipes puissent prévoir et maîtriser les dépenses liées aux agents.

Les principaux risques incluent la prolifération des permissions via des identifiants statiques, l’injection de prompts dans des connecteurs à haute confiance, et la dérive silencieuse des modèles qui modifie le comportement. Les mesures d’atténuation : lier chaque action à des vérifications d’identité et de politique ; filtrer et assainir les entrées non fiables ; soumettre les opérations sensibles à une approbation humaine ; et évaluer continuellement les agents avec des suites de régression qui reflètent vos flux réels. Traitez le contexte comme du code avec des revues, versionnements et retours en arrière. Enfin, intégrez le coût dans la gouvernance : fixez des budgets par agent et par flux, et affichez la télémétrie pour que les propriétaires ajustent les taux d’invocation, la taille du contexte et la sélection des modèles.