Comment LangChain protège les identifiants des agents dans LangSmith
LangChain a ajouté Auth Proxy à LangSmith Sandboxes, une nouvelle couche de sécurité qui masque les clés d'API aux agents eux-mêmes et restreint leur accès au réseau. Le système filtre les connexions sortantes par domaine, stocke les identifiants au niveau de l'infrastructure et audite toutes les requêtes. L'entreprise affirme que les développeurs gardent un contrôle total sur les connexions de leurs agents.
Traité par IA depuis LangChain Blog ; édité par Hamidun News
LangChain a mis à jour LangSmith Sandboxes en y ajoutant Auth Proxy, un système de contrôle d'accès pour les agents d'IA. Les identifiants ne sont désormais plus visibles des agents eux-mêmes, et les connexions sortantes sont contrôlées au niveau de l'infrastructure.
Le problème de sécurité des agents
Les agents d'IA doivent interagir avec le monde réel : appeler des API, effectuer des requêtes HTTP, se connecter à des bases de données. Pour cela, il leur faut des clés d'API, des mots de passe et d'autres identifiants. Mais si un agent est compromis, que ce soit par un bug dans le code ou par une instruction malveillante dans le prompt, il peut voler ces données et s'en servir pour un accès non autorisé. Une seule clé Admin API qui fuite peut conduire à la compromission de tout le système.
Jusqu'ici, les développeurs devaient confier les clés à l'agent en espérant qu'il ne les volerait pas.
Comment fonctionne Auth Proxy
Auth Proxy s'intercale entre l'agent et les services externes. Tous les identifiants sont désormais stockés au niveau de l'infrastructure, et non dans le code ou les variables d'environnement de l'agent.
Quand un agent veut appeler une API, la requête passe par Auth Proxy. Le système la vérifie, applique les règles d'accès, insère les identifiants nécessaires et laisse passer la connexion.
Fonctions d'Auth Proxy :
- Masque les clés d'API au code de l'agent
- Filtre les connexions sortantes par domaine et par adresse IP
- Audite toutes les requêtes utilisant des identifiants
- Règles d'accès flexibles, gérées par l'équipe
- Intégration avec des systèmes de gestion des secrets (AWS Secrets Manager, Vault)
Un contrôle dans l'infrastructure plutôt que dans le code
La principale différence d'Auth Proxy tient à ce que le contrôle se situe désormais dans l'infrastructure, et non dans le code. Auparavant, le développeur décidait des données à envoyer à l'agent. Désormais, l'équipe de sécurité peut fixer des règles comme « cet agent ne peut appeler que l'API de paiement », « toutes les connexions passent par un VPN » ou « les requêtes exigent une approbation manuelle ».
Modifier les règles n'oblige pas à réécrire ni à recompiler le code ; il suffit de mettre à jour la configuration dans LangSmith Dashboard.
Un exemple concret
Imaginez un agent qui commande des marchandises via l'API d'un fournisseur. Il lui faut la clé du fournisseur et celle du système de paiement. Auparavant, les deux clés étaient transmises dans les variables d'environnement de l'agent : s'il était piraté, les deux étaient compromises.
Désormais, Auth Proxy joue l'intermédiaire : l'agent dit simplement « commander l'article ». Auth Proxy vérifie si c'est autorisé et insère lui-même les clés nécessaires dans la requête. Si besoin, le système journalise toutes les opérations et exige une approbation manuelle.
Ce que cela change
Auth Proxy rend LangSmith plus sûr pour les applications commerciales et critiques. Les entreprises pourront déployer des agents d'IA en production sans craindre les fuites d'identifiants. C'est particulièrement important pour les opérations de paiement, la gestion d'infrastructures cloud et l'accès aux données privées des clients.
- 31 oct. 2026Worldwide Express confie ses factures litigieuses à des agents IA et réduit sa dette de 75%
- 30 oct. 2026AWS offre aux agents de codage un aperçu en direct du site, depuis leur session isolée
- 30 oct. 2026MoEngage ouvre 400 API privées à ses agents IA via AgentCore Gateway, sans serveurs MCP maison
- 29 oct. 2026NVIDIA Nemotron 3.5 Super VL : 120 milliards de paramètres, 12 milliards actifs, déploiement sur AWS
Questions clés sur cet article
Que sait-on sur Le problème de sécurité des agents ?
Les agents d'IA doivent interagir avec le monde réel : appeler des API, effectuer des requêtes HTTP, se connecter à des bases de données. Pour cela, il leur faut des clés d'API, des mots de passe et d'autres identifiants. Mais si un agent est compromis, que ce soit par un bug dans le code ou par une instruction malveillante dans le prompt, il peut voler ces données et s'en servir pour un accès non autorisé. Une seule clé Admin API qui fuite peut conduire à la compromission de tout le système. Jusqu'ici, les développeurs devaient confier les clés à l'agent en espérant qu'il
Comment fonctionne Auth Proxy?
Auth Proxy s'intercale entre l'agent et les services externes. Tous les identifiants sont désormais stockés au niveau de l'infrastructure, et non dans le code ou les variables d'environnement de l'agent. Quand un agent veut appeler une API, la requête passe par Auth Proxy. Le système la vérifie, applique les règles d'accès, insère les identifiants nécessaires et laisse passer la connexion. Fonctions d'Auth Proxy : Masque les clés d'API au code de l'agent Filtre les connexions sortantes par domaine et par adresse IP Audite toutes les requêtes utilisant des identifiants Règle
Que sait-on sur Un contrôle dans l'infrastructure plutôt que dans le code ?
La principale différence d'Auth Proxy tient à ce que le contrôle se situe désormais dans l'infrastructure, et non dans le code. Auparavant, le développeur décidait des données à envoyer à l'agent. Désormais, l'équipe de sécurité peut fixer des règles comme « cet agent ne peut appeler que l'API de paiement », « toutes les connexions passent par un VPN » ou « les requêtes exigent une approbation manuelle ». Modifier les règles n'oblige pas à réécrire ni à recompiler le code ; il suffit de mettre à jour la configuration dans LangSmith Dashboard.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.