
N.B. : les tarifs et les fonctionnalités peuvent avoir changé depuis la publication. Consulte la documentation de chaque fournisseur pour connaître les informations actuelles.
L'endroit où un agent IA doit s'exécuter dépend de ce qu'il fait.
Beaucoup d’équipes ont besoin des deux : un bac à sable pour exécuter du code, et un environnement de type production pour tester les agents sur de vrais services avant leur mise en production.
Fonctionnalités | Sandbox | Environnement de type production | Environnement de production |
| Objectif principal | Exécuter du code non fiable | Tester des agents sur des services réels | Prendre en charge de vrais utilisateurs |
| Isolation | Souvent une micro-VM par session | Copie distincte de l'application et des services | Partagé avec l'appli en production |
| Données | Vide, sauf si tu y ajoutes des données | Données de test ou une copie | Données en production |
| Coût d'une erreur | Un environnement de test abandonné | Un environnement de test mis au rebut | Des utilisateurs et des données réels affectés |
| Agents typiques | Interprètes de code, agents de codage | Agents en cours de développement ou de modification | Agents approuvés avec un accès limité |
Le Top 10 OWASP pour les applications LLM 2026 cite deux risques particulièrement importants pour les agents. L’injection de prompt (LLM01) signifie que des instructions cachées dans le contenu lu par l’agent, comme un e-mail, un ticket d’assistance ou une page web, peuvent modifier son comportement. L’agency excessive (LLM03) signifie qu’un agent dispose de plus de fonctions, d’autorisations ou d’autonomie que ne l’exige sa tâche, si bien qu’un résultat erroné ou manipulé se transforme en une action préjudiciable.
En pratique, ces deux phénomènes se combinent pour donner lieu à quatre types de défaillances :
Parmi les cas typiques, on trouve les interpréteurs de code, l’analyse des fichiers que les utilisateurs téléchargent, les agents de codage qui installent des paquets et exécutent des tests, ainsi que l’automatisation des navigateurs sur des sites inconnus. Dans chaque cas, c’est le code lui-même qui représente un risque ; l’agent a donc besoin d’une limite qui tienne même si le code est malveillant.
Les fournisseurs de sandbox dédiés attribuent à chaque session sa propre micro-VM :
En contrepartie, un bac à sable démarre sans les données de l’application. L’agent ne peut travailler qu’avec ce qu’on lui fournit, ce qui est l’intérêt pour un code non fiable, mais constitue une limite pour les agents dont le rôle est de traiter les données de l’application.
Upsun Cloud ne propose pas de sandbox de type microVM. Ses conteneurs de tâches utilisent le même niveau d’isolation que les applications, et on te conseille d’exécuter le code non fiable à l’intérieur d’un bubblewrap au sein de la tâche. Pour bénéficier d’une isolation au niveau de la machine virtuelle, une tâche peut faire appel à un fournisseur de sandbox.
Un bac à sable permet de vérifier si le code d’un agent s’exécute. Il ne montre pas comment l’agent se comporte face au schéma de base de données réel, aux services réels et à des données réalistes. Un environnement de type production le fait, car il exécute les mêmes applications et services que la production sans affecter les utilisateurs réels.
Utilise-le chaque fois qu’un élément de l’agent change :
Pour garantir la sécurité de l’environnement de test :
Les recommandations de l’OWASP sur l’autonomie excessive se résument à une idée : ne compte pas sur le modèle pour qu’il se comporte correctement. Intègre les limites dans les systèmes qui l’entourent.
Sur Upsun Cloud, un agent s’exécute sous forme de conteneur de tâches, est testé dans un environnement de branche, puis passe en production via une fusion Git, en utilisant la même configuration dans les deux environnements.
Un conteneur de tâches est déclaré sous tasks: dans le fichier .upsun/config.yaml. Ses relations répertorient les seuls services auxquels il peut accéder et qu’il peut exécuter. Le paramètre run.timeout interrompt les exécutions qui durent trop longtemps.
tasks:
ticket-triage:
type: "python:3.14"
hooks:
build: "pip install -r requirements.txt"
relationships:
database: {}
run:
command: "python agent/triage.py"
timeout: 1800
services:
database:
type: "postgresql:18"Chaque exécution est enregistrée comme une activité avec un ID, un statut et des journaux. Écris l’agent sous la forme d’un script idempotent unique, afin qu’une exécution puisse être relancée en toute sécurité en cas d’échec ou si un déploiement l’interrompt.
Chaque environnement de branche actif exécute les applications, les services et les tâches définis dans le fichier .upsun/config.yaml de cette branche, dans ses propres conteneurs, séparés de la production.
Définis la clé de production uniquement dans l’environnement de production, et marque-la comme non héritable pour que les environnements de branche ne la reçoivent jamais. Attribue à chaque environnement de test sa propre clé.
# Production key: stays on production, not passed to branch environments
upsun variable:create --level environment -e <production-environment> --name env:MODEL_API_KEY --value "<production key>" --sensitive true --visible-build false --inheritable false
# Test key: set on each environment where the agent runs tests
upsun variable:create --level environment -e <test-environment> --name env:MODEL_API_KEY --value "<test key>" --sensitive true --visible-build falsePour chaque option, consulte la section Définir des variables.
Les tâches ne peuvent pas être mises en pause en attendant une intervention humaine. L’agent enregistre l’action proposée dans une base de données puis se ferme. Quand quelqu’un l’approuve, l’appli lance une tâche de suivi qui exécute l’action.
La fusion redéploie l’environnement de production, ce qui arrête toute tâche déjà en cours d’exécution ; l’agent doit donc enregistrer sa progression et se fermer proprement lorsqu’il reçoit un SIGTERM.
Un environnement de staging, c'est la même chose qu'un bac à sable ?
Non. Un bac à sable isole le code non fiable de tout le reste, y compris de l’application. Un environnement de test ou d’aperçu est une copie distincte de l’application et de ses services, utilisée pour tester les modifications avant qu’elles n’atteignent la production. Un agent peut avoir besoin des deux.
Les agents de codage doivent-ils s’exécuter dans un bac à sable ?
Le code qu’ils écrivent et les tests qu’ils exécutent devraient l’être, car ce code n’a pas encore été revu. Leurs modifications ne devraient passer en production qu’après révision. Upsun Dispatch, un produit Upsun dédié aux agents de codage, ouvre une pull request pour chaque modification, et une personne est chargée de la fusion.
Est-ce qu’Upsun Cloud peut exécuter du code non fiable ?
Les conteneurs de tâches d’Upsun Cloud utilisent l’isolation des conteneurs : espaces de noms, capacités supprimées, seccomp, cgroups et isolation réseau. La doc d’Upsun recommande d’exécuter le code non fiable à l’intérieur de bubblewrap au sein de la tâche. Pour une isolation au niveau de la machine virtuelle à chaque exécution, utilise un fournisseur de sandbox dédié.
Un environnement de branche de la cloud d’Upsun contient-il des données de production ?
Un nouvel environnement peut cloner les données de son parent, y compris les bases de données et les fichiers, lors de sa création ; l’option push environment.clone_parent_on_create=False permet de désactiver cette fonctionnalité. Les équipes qui copient des données de production définissent leur propre script de nettoyage dans un hook de déploiement.