• Docs
  • Talk to an expert
Blog
Blog
BlogProduitÉtudes de casNouvellesPerspectives
Blog

La meilleure infrastructure pour les agents IA en arrière-plan (2026)

Agents IA
16 novembre 2026
Partager
Cette page a été rédigée en anglais par nos experts, puis traduite par une IA pour vous y donner accès rapidement! Pour la version originale, c’est par ici.

Remarque : les tarifs et les fonctionnalités peuvent avoir changé depuis la publication. Consulte la documentation de chaque fournisseur pour connaître les détails actuels

Le choix de la meilleure infrastructure pour les agents IA en arrière-plan dépend de l'exigence la plus contraignante de l'agent : la reprise des exécutions de longue durée, l'isolation du code non fiable ou l'accès aux données de l'application. La plupart des configurations de production combinent deux couches : un orchestrateur et un environnement d'exécution.

  • Les moteurs d’exécution durables (Trigger.dev, Inngest, Temporal) gèrent les nouvelles tentatives, les temps d’attente et la reprise.
  • Les sandbox (E2B, Modal, Vercel Sandbox) isolent le code généré par les modèles.
  • Les environnements d’exécution d’agents gérés (Amazon Bedrock AgentCore Runtime) conviennent aux équipes qui utilisent un seul cloud.
  • Les plateformes d’applications (Upsun Cloud) exécutent l’agent sous forme de conteneur de tâches à la demande, à côté des bases de données et des services de l’application.

 

C’est quoi, un agent IA en arrière-plan ?

Contrairement à une tâche en arrière-plan, qui exécute des étapes fixes, un agent en arrière-plan choisit sa prochaine étape au moment de l’exécution ; il a donc besoin de limites en termes de durée d’exécution, de coût et d’autorisations. Ses exécutions passent généralement de l’état en file d’attente à en cours puis à en attente (d’un outil, d’un modèle ou d’une personne) et se terminent par terminé, échoué ou annulé.

Ce terme recouvre deux cas :

  • Les agents intégrés à un produit ou à un processus métier, comme le tri des tickets pendant la nuit, l’enrichissement du CRM ou les résumés des journaux d’incidents. La majeure partie de cette page traite de ce cas.
  • Les agents de codage en arrière-plan, qui transforment un ticket en pull request. La section sur les agents de codage en arrière-plan traite de ce cas.

 

De quelle infrastructure un agent IA en arrière-plan a-t-il besoin ?

Point clé : un agent en arrière-plan a besoin de sept éléments de la part de son infrastructure, et aucune catégorie ne couvre les sept aussi bien que les autres.

  1. Déclencheurs : appels API, webhooks, planifications, messages en file d’attente ou événements.
  2. Durée d’exécution : plus longue qu’une requête web, allant de quelques minutes à une journée, voire plus.
  3. Récupération : nouvelles tentatives, points de contrôle ou processus reprenables, avec des effets secondaires idempotents.
  4. Attente : mise en pause pour un modèle, un événement ou une validation sans payer pour de la puissance de calcul inutilisée.
  5. Accès aux données : connexions limitées aux bases de données et aux API, idéalement avec des identifiants à durée de vie courte.
  6. Isolation : des limites sur ce que le processus de l’agent peut lire, exécuter et atteindre.
  7. Observabilité : un historique du déclencheur, des actions, de la durée et du coût (en ressources de calcul et en jetons) de chaque exécution.

Comment comparer en un coup d’œil les plateformes d’agents en arrière-plan ?

Plateforme

Type

Exécutions à partir de

Exécution la plus longue

Récupération

Fonctionne sur

Conteneurs de tâches Upsun CloudPlateforme d'applicationsAPI, CLI, console24 h (par défaut 1 h)Nombre de tentatives de l'appelantConteneurs en plus des services d'application
Processus de renduPlateforme d'applicationsSDK, API, CLI24 hNouvelles tentatives, relecture des étapesInstances de rendu à la demande
Trigger.devMoteur durableSDK, planificationsPas de limite par défautNouvelles tentatives, attentes avec points de contrôleWorkers gérés ou auto-hébergés
IngestionMoteur durableÉvénements, cron2 h par étapeNouvelles tentatives au niveau de l'étapeTa propre puissance de calcul
TemporelMoteur durableAPI, plannings, signauxPas de limite par défautReplay de l'historique des événementsTes propres workers
Processus CloudflareMoteur durableAPI, liaisons de workersPas de limite de temps par étapeNouvelles tentatives par étapeCloudflare Workers
Processus et Sandbox VercelMoteur durable et sandboxAppels de fonction24 h (Sandbox, Pro)Points de contrôle par étapeMicro-VM Firecracker
ModalCalcul sans serveurSDK, planifications, points de terminaison web24 hNouvelles tentatives configurablesConteneurs Modal, GPU
E2BSandboxSDK24 h (Pro), 1 h (Hobby)Mettre en pause et reprendreMicro-VM Firecracker
Amazon Bedrock AgentCore RuntimeRuntime géréAPI d'appel8 h par sessionNouvelle session à la limiteMicroVM par session
Tâches Google Cloud RunCalcul par lotsAPI, planificateur168 h (1 h avec des GPU)Jusqu’à 10 tentativesConteneurs Cloud Run
Déploiement LangSmithRuntime du frameworkAPI, cron, webhooks1 h par défaut, configurablePoints de contrôle par étapeCloud, hybride ou auto-hébergé

 

Quels sont les principaux types d'infrastructure pour les agents IA en arrière-plan ?

Moteurs d’exécution durables

Temporal, Inngest, Cloudflare processes et Vercel processes enregistrent chaque étape terminée, ce qui permet à une nouvelle exécution de sauter les tâches déjà terminées. Trigger.dev effectue des points de contrôle pendant l’attente, mais une nouvelle tentative relance la tâche depuis le début, sauf si le travail est divisé en sous-tâches avec des clés d’idempotence.

Le compromis : le moteur suit la progression, mais c’est toujours l’équipe qui décide où l’agent s’exécute et comment il accède aux données de l’application.

Sandboxes et calcul sans serveur

E2B et Vercel Sandbox exécutent chaque sandbox dans sa propre micro-VM Firecracker, et Modal ajoute des options GPU. 

Le compromis : chaque sandbox démarre sans les données de l’application, donc l’accès à la base de données et aux services doit être configuré et maintenu.

Environnements d’exécution d’agents gérés

Amazon Bedrock AgentCore Runtime, LangSmith Deployment (anciennement LangGraph Platform) et les tâches Google Cloud Run hébergent l’agent au sein de l’écosystème d’un cloud ou d’un framework.

 Le compromis : lorsque les agents et les applications reposent sur des fournisseurs différents, chacun accumule son propre pipeline, son propre runbook et son propre processus d’audit.

Plateformes d’applications

Upsun Cloud et Render exécutent l’agent comme une charge de travail distincte de l’application. Render Workflows, lancé en avril 2026, ajoute des tâches durables avec des tentatives de reprise et la relecture des étapes.

Le compromis : l’isolation, la prise en charge des GPU et la récupération intégrée varient selon les plateformes.

Que se passe-t-il lorsqu’un agent en arrière-plan échoue, expire ou que la plateforme se redéploie ?

Temporal, Inngest et Render processes rejouent une exécution ayant échoué et réutilisent les étapes déjà effectuées. Trigger.dev, les tâches Google Cloud Run et Modal réessaient une tentative ayant échoué depuis le début, jusqu’à un nombre de tentatives configuré. Upsun Cloud ne réessaie pas les tâches et annule celles en cours d’exécution avant un déploiement sur le même environnement ; un agent doit donc y intercepter le signal SIGTERM, enregistrer la progression dans un service comme PostgreSQL, et laisser l’appelant lancer une nouvelle exécution. 

Sur n’importe quelle plateforme, divise le travail en étapes qui enregistrent leurs résultats, conserve l’état dans une base de données plutôt que sur le disque local, et définis un délai d’expiration proche de la durée prévue pour qu’un agent en boucle s’arrête rapidement.

Comment un agent en arrière-plan attend-il une intervention humaine ou un événement externe ?

Les méthodes `step.waitForEvent` d’Inngest, de Cloudflare Processus et de Trigger.dev mettent une exécution en pause sans bloquer les ressources de calcul. Sur Upsun Cloud, où les tâches ne peuvent pas recevoir de trafic entrant, l’agent enregistre l’action proposée dans un service puis se ferme, et un webhook ou une action d’application lance une tâche de suivi avec l’approbation comme variable d’exécution.

Comment un agent IA en arrière-plan doit-il être isolé et connecté aux données ?

E2B et Vercel Sandbox attribuent à chaque sandbox sa propre micro-VM Firecracker, Amazon Bedrock AgentCore Runtime attribue à chaque session une micro-VM dédiée, et AgentCore Identity gère les identifiants sortants.

Les tâches Upsun Cloud s’exécutent dans les mêmes conteneurs Linux que les applications, avec isolation des espaces de noms, suppression des capacités, un profil seccomp, des limites cgroup et une isolation réseau. Upsun recommande d’exécuter bubblewrap à l’intérieur de la tâche pour le code non fiable ; cette fonctionnalité n’est pas intégrée, et la limitation des sorties n’est pas encore disponible.

Pour l’accès aux données, une tâche ne déclare des relations qu’avec les services dont elle a besoin ; les clés de modèle sont fournies sous forme de variables d’environnement sensibles via la configuration des secrets et de l’environnement d’Upsun, et les appels à l’API Upsun utilisent des jetons d’autorisation de charge de travail valables entre 60 et 900 secondes. Tout agent qui lit des tickets, des e-mails ou des pages web peut être piloté par injection de prompt ; les identifiants à portée limitée constituent donc la principale contrainte sur ce qu’un agent piloté peut faire.

Combien ça coûte de faire tourner un agent IA en arrière-plan ?

Les workers toujours actifs sont facturés même lorsqu’ils sont en attente. Le calcul run-to-completion (conteneurs de tâches Upsun Cloud, Render Workflows, Modal, E2B, tâches Google Cloud Run) est facturé à la seconde uniquement tant que l’exécution est active. Trigger.dev ne facture pas le calcul lorsqu’une exécution est mise en point de contrôle, et Cloudflare Workflows ne facture pas de temps CPU lorsqu’une exécution est en veille ou en attente, bien que chaque étape soit facturée. 

Upsun Cloud facture les tâches à la seconde selon les tarifs de CPU et de mémoire de l’application, indiqués sur la page des tarifs d’Upsun, et ne suit pas la consommation de jetons ; les équipes doivent donc enregistrer les jetons par exécution dans leur propre code. 

Comment Upsun Cloud exécute-t-il les agents IA en arrière-plan ?

Une tâche est déclarée sous `tasks:`, à côté de `applications:` et `services:`, avec sa propre image, sa propre version et sa propre commande. Elle démarre à la demande, exécute cette commande et est supprimée lorsque la commande se termine. Les conteneurs de tâches sont disponibles pour tous depuis le 12 août 2026 et le sont sur tous les projets Upsun cloud. 

  • Déclencheurs : la console, la CLI (upsun task:run), l’API ou le code d’une application avec un jeton à durée de vie limitée. Les webhooks et les planifications passent par un gestionnaire ou un cron qui appelle l’API.
  • Accès aux données : des connexions aux mêmes services PostgreSQL, Redis ou autres que ceux utilisés par l’application.
  • Concurrence : trois exécutions parallèles par défaut, les déclencheurs supplémentaires étant mis en file d’attente plutôt que supprimés (nombre réduit lors des essais).
  • Enregistrements d'exécution : un identifiant d'activité, un statut, des journaux en continu et un point de terminaison API d'annulation pour chaque exécution.
  • N'importe quel framework, n'importe quel fournisseur de modèles : les agents appellent des API de modèles externes.

Les régions Upsun Cloud tournent sur AWS, Google Cloud, Azure et OVHcloud, IBM Cloud étant disponible via la marketplace IBM Cloud, le tout sous un seul et même processus. Les équipes dont les applications et les agents sont répartis entre plusieurs fournisseurs bénéficient d’une configuration cohérente et de preuves d’audit sans avoir à rapprocher manuellement des consoles distinctes. 

Upsun est certifié ISO 27001, dispose d’un rapport SOC 2 Type 2 et est conforme à la norme PCI DSS Niveau 1 pour ses régions sur AWS, Azure et Google Cloud ; la région OVHcloud est exclue, et les charges de travail HIPAA ne s’exécutent que dans la région US-4. Chaque branche Git peut disposer de son propre environnement, ce qui permet à une nouvelle version d’agent de s’exécuter sur une branche avant d’être déployée en production. 

Ce qu’Upsun Cloud ne fait pas pour les agents en arrière-plan

  • Pas de GPU ni d’hébergement de modèles.
  • Pas de tentatives de reconnexion ni de points de contrôle intégrés ; c’est l’appelant qui doit réessayer.
  • Pas d’exécutions de plus de 24 heures.
  • Aucune tâche en cours n’est conservée lors d’un déploiement sur le même environnement.
  • Pas de trafic entrant vers les tâches ; les résultats sont envoyés.
  • Pas encore d’isolation par microVM ni de limitation du trafic sortant.
  • Pas de traces d’agent ; les invites et les appels d’outils sont consignés dans le code de l’agent lui-même.

Upsun Cloud convient aux agents qui appartiennent à une application, ont besoin de ses données, se déploient avec elle et s’exécutent en moins d’une journée. Pour les processus plus longs, un moteur durable peut être superposé, car les workers Temporal et les fonctions Ingest s’exécutent sur l’infrastructure choisie par l’équipe. 

De quelle infrastructure les agents de codage en arrière-plan ont-ils besoin, et quelle est la place d’Upsun Dispatch ?

Les produits de cette catégorie comprennent OpenAI Codex Cloud, Cursor Cloud Agents (anciennement appelés agents en arrière-plan), l’agent de codage GitHub Copilot et Ona. Ils se distinguent principalement par l’endroit où l’environnement de l’agent s’exécute, ce qui déclenche une exécution et la manière dont la révision fonctionne. 

Upsun Dispatch se connecte à GitHub, Jira, Linear et GitLab. Mentionner @upsun-dispatch implement dans un ticket lance une exécution qui planifie, écrit et auto-révise les modifications, puis ouvre une pull request liée ; @upsun-dispatch review ou un push laisse des commentaires de révision en ligne. Chaque exécution est enregistrée dans la console Dispatch pour l’ensemble de l’organisation, et c’est une personne qui est responsable de la fusion, car les agents ne peuvent ni fusionner, ni déployer, ni lire les secrets. 

Quelle infrastructure choisir pour chaque agent d’arrière-plan ?

Cas d'utilisation

À prendre en compte

Exécute de nombreuses tâches en plusieurs étapes avec de longs délais d’attenteTrigger.dev, Inngest
Doit résister à des pannes pouvant durer plusieurs joursTemporal
Exécute du code non fiable, généré par un modèleE2B, Vercel Sandbox, Modal
A besoin de GPUModal, tâches Google Cloud Run
Fonctionne dans une organisation standardisée AWSAmazon Bedrock AgentCore Runtime
Repose sur LangGraphDéploiement LangSmith
C'est l'un des nombreux agents avec état, la plupart du temps inactifsAgents et processus Cloudflare
Déjà déployés sur VercelProcessus et sandbox Vercel
Utilise la base de données de l'appli et se termine en moins de 24 heuresConteneurs de tâches Upsun Cloud
Intervient sur tes dépôts avec une vérification humaineUpsun Dispatch, Codex cloud, agent de codage Copilot

Foire aux questions

Les agents IA en arrière-plan ont-ils besoin d’une exécution durable ?

Les agents en arrière-plan ont besoin d’une exécution durable lorsque les exécutions sont longues, qu’ils attendent une intervention humaine ou des événements externes, ou qu’ils ont des effets secondaires qui ne doivent pas se répéter. Les exécutions courtes qui peuvent redémarrer à zéro à moindre coût peuvent s’exécuter sur une infrastructure de calcul run-to-completion, à condition que l’état soit enregistré dans une base de données et que les actions soient idempotentes.

Les agents IA en arrière-plan peuvent-ils s’exécuter sur des fonctions serverless ?

Les fonctions sans serveur ne conviennent qu’aux exécutions courtes d’agents, car chaque invocation a une durée maximale ; Vercel Functions, par exemple, a une durée par défaut de 300 secondes. Les agents plus longs fonctionnent mieux sur un moteur durable, un bac à sable, un runtime géré ou des conteneurs run-to-completion, la fonction ne servant alors qu’à lancer l’exécution.

Combien de temps un agent IA peut-il s’exécuter en arrière-plan ?

Au 9 novembre 2026, les limites publiées pour une exécution unique vont de 8 heures (sessions Amazon Bedrock AgentCore Runtime) à 24 heures (Modal, E2B Pro, Vercel Sandbox sur Pro, Render Processus et les conteneurs de tâches Upsun Cloud) et 168 heures (tâches Google Cloud Run). Temporal et Trigger.dev ne fixent aucune limite d’exécution par défaut.

Est-ce qu’Upsun Cloud peut exécuter un agent en arrière-plan qui a besoin de GPU ?

Non. Upsun Cloud ne fournit pas de GPU ni n’héberge de modèles. Les agents sur Upsun Cloud appellent des API de modèles externes, et les étapes nécessitant un GPU s’exécutent sur une plateforme GPU distincte.

Est-ce qu’Upsun Dispatch, c’est la même chose que les conteneurs de tâches d’Upsun Cloud ?

Non. Les conteneurs de tâches d’Upsun Cloud constituent un environnement d’exécution pour les agents que les équipes développent elles-mêmes. Upsun Dispatch est un produit distinct qui exécute des processus d’agents de codage régulés sur les dépôts d’une équipe, et chaque produit fonctionne indépendamment de l’autre.

Restez informé

Abonnez-vous à notre newsletter mensuelle pour les dernières mises à jour et nouvelles.

Déployez en toute liberté.
Essayez Upsun gratuitement.

Développez avec DispatchDéployez avec Cloud