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

Environnement de test des agents IA ou environnement de production : où faut-il faire tourner les agents ?

Plateforme d'applications cloudclouddéploiementAgents IAdonnéesenvironnements de prévisualisation
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.

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.

  • Un agent qui exécute du code qu’il a écrit lui-même, ou du code fourni par les utilisateurs, doit être placé dans un bac à sable : une machine isolée, à durée de vie limitée, sans accès aux systèmes de production.
  • Un agent qui lit ou modifie des données d'application doit d'abord être testé dans un environnement similaire à celui de production, puis exécuté en production avec uniquement les autorisations nécessaires à sa tâche.

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.

C’est quoi un bac à sable pour agent IA, et en quoi est-ce différent de l’environnement de production ?

  • Un bac à sable est un environnement isolé et éphémère destiné à exécuter le code que l’agent écrit ou télécharge. Des fournisseurs de bacs à sable spécialisés, comme E2B et Vercel Sandbox, exécutent chaque bac à sable dans sa propre micro-VM Firecracker dotée de son propre noyau. Un bac à sable démarre sans accès à la base de données de l’application et peut restreindre les adresses Internet auxquelles l’agent peut accéder.
  • Un environnement de production, c’est l’application en ligne, avec de vrais utilisateurs, de vraies données et de vrais identifiants. Tout ce qu’un agent y fait a des conséquences réelles.
  • Un environnement de type production (souvent appelé environnement de test ou environnement de prévisualisation) exécute la même application, les mêmes services et la même configuration que l’environnement de production, mais séparément du système en production. Les erreurs qui s’y produisent n’affectent pas les utilisateurs tant qu’il utilise ses propres identifiants.

Comment se comparent un bac à sable, un environnement de type production et l’environnement de production ?

Fonctionnalités

Sandbox

Environnement de type production

Environnement de production

Objectif principalExécuter du code non fiableTester des agents sur des services réelsPrendre en charge de vrais utilisateurs
IsolationSouvent une micro-VM par sessionCopie distincte de l'application et des servicesPartagé avec l'appli en production
DonnéesVide, sauf si tu y ajoutes des donnéesDonnées de test ou une copieDonnées en production
Coût d'une erreurUn environnement de test abandonnéUn environnement de test mis au rebutDes utilisateurs et des données réels affectés
Agents typiquesInterprètes de code, agents de codageAgents en cours de développement ou de modificationAgents approuvés avec un accès limité

Quels problèmes peuvent survenir lorsqu'un agent est déployé en production ?

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 :

  • Modifications destructrices : un agent disposant d’un accès en écriture à une base de données de production peut modifier ou supprimer des enregistrements.
  • Fuites de données : un agent capable d’accéder à n’importe quelle adresse Internet peut envoyer des données hors du système.
  • Identifiants exposés : les clés API à durée de vie longue présentes dans l’environnement de l’agent peuvent être lues et réutilisées.
  • Coût incontrôlable : un agent coincé dans une boucle peut continuer à appeler des API et des outils payants. L’OWASP classe ça dans la catégorie de la consommation illimitée (LLM06).

Quand faut-il faire tourner un agent dans un bac à sable ?

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 :

  • E2B exécute chaque sandbox dans sa propre microVM Firecracker, avec des sessions pouvant aller jusqu’à 1 heure sur le forfait Hobby et 24 heures sur le forfait Pro.
  • Vercel Sandbox utilise également des microVM Firecracker, et son pare-feu de sandbox peut bloquer le trafic sortant et ajouter des clés API aux requêtes sortantes, pour que les secrets ne se retrouvent jamais à l’intérieur de la sandbox.
  • Les microVM AWS Lambda, lancées en juin 2026, offrent une isolation au niveau de la machine virtuelle pendant jusqu’à 8 heures par session.

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.

Quand un agent doit-il s’exécuter dans un environnement de type production ?

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 :

  • un nouvel agent, ou une nouvelle tâche pour un agent existant
  • une nouvelle invite, un nouveau modèle ou un nouvel outil
  • une modification des données ou des services auxquels l’agent a accès

Pour garantir la sécurité de l’environnement de test :

  • Utilise des identifiants distincts. Attribue à l'environnement de test ses propres clés API, idéalement des clés de test pour les prestataires de paiement et de messagerie.
  • Désactive les effets secondaires réels. Bloque les e-mails sortants, les paiements et les messages, ou redirige-les vers des points de terminaison de test.
  • Décide quelles données utiliser. Si l’environnement contient une copie des données de production, supprime les données personnelles avant que des personnes ou des agents ne les utilisent.
  • Vérifie ce que l’agent a fait. Consulte ses journaux et les modifications qu’il a apportées avant de le déployer en production.

Comment limiter ce qu’un agent peut faire en production ?

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.

  1. Limite l’accès aux données. Connecte l’agent uniquement aux services dont il a besoin. Dans la mesure du possible, utilise un utilisateur de base de données disposant d’un accès en lecture seule ou d’un accès à des tables spécifiques.
  2. Utilise des identifiants à durée de vie courte. Préfère les jetons qui expirent en quelques minutes aux clés API valables pendant des mois.
  3. Limite le trafic sortant. N’autorise les connexions qu’aux API dont l’agent a besoin, comme le fournisseur du modèle et un service interne.
  4. Demande à quelqu’un d’approuver les actions à fort impact. Les paiements, les suppressions et les messages aux clients doivent être soumis à validation.
  5. Limite la durée d’exécution et les coûts. Définis un délai d’expiration proche de la durée d’exécution prévue et un budget pour les appels au modèle.
  6. Enregistre chaque exécution. Note ce qui a déclenché l’exécution, ce que l’agent a fait, combien de temps ça a pris et combien de jetons il a utilisés.

Comment mettre en œuvre ce modèle sur Upsun Cloud ?

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.

1. Définis l’agent en tant que tâche

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.

2. Teste-le dans un environnement de branche

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.

3. Ne mets pas les clés de production dans les branches

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 false

Pour chaque option, consulte la section Définir des variables.

4. Limite qui peut agir et sur quoi

  • Personnes : les rôles Upsun sont définis par type d’environnement ; ainsi, un développeur peut être contributeur sur les environnements de développement et lecteur en production.
  • L’application : les autorisations de charge de travail permettent à une application de lancer une tâche spécifique via l’API Upsun, à l’aide d’un jeton valable 60 secondes par défaut et jusqu’à 900 secondes.
  • Trafic sortant : les applications Upsun Cloud peuvent définir une liste blanche de pare-feu sortant. Les conteneurs de tâches ne prennent pas encore en charge les restrictions sortantes ; veille donc à limiter les identifiants de l’agent et exécute le code non fiable à l’intérieur de bubblewrap ou via un fournisseur de sandbox.
  • Code non fiable : exécute-le dans bubblewrap au sein de la tâche, ou envoie-le à un fournisseur de sandbox.

5. Ajoute une étape de validation pour les actions à fort impact

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.

6. Fusionner pour déployer

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. 
 

Foire aux questions

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.

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