1 Principes d’Auditabilité des Agents

Adservio — Doctrine Interne

1.1 Principe Fondamental

Un agent sans trace est un agent sans valeur.

L’auditabilité n’est pas une option, c’est la condition minimale pour qu’un système à base d’agent soit déployable en contexte professionnel.

1.2 Qu’est-ce qu’une Trace ?

Une trace est un enregistrement structuré permettant à un humain de reconstruire le raisonnement et les actions de l’agent.

1.2.1 Schéma Minimal

Champ Description Exemple
timestamp Horodatage précis 2026-02-02T14:32:01Z
action Ce que l’agent a fait call_tool, generate, decide
input Données d’entrée Paramètres, contexte
output Résultat produit Réponse, code, décision
reasoning Justification (si disponible) “Test échoué → retry avec fix”
tool Outil appelé (si applicable) run_tests, grep, lint
status Succès/échec/partiel success, error, timeout

1.2.2 Exemple Concret

{
  "timestamp": "2026-02-02T14:32:01Z",
  "action": "call_tool",
  "tool": "run_tests",
  "input": {"path": "tests/unit/", "pattern": "test_*.py"},
  "output": {"passed": 12, "failed": 2, "errors": ["test_auth.py:45"]},
  "status": "partial",
  "reasoning": "2 échecs détectés, analyse des erreurs requise"
}

1.3 Ce qu’une Trace N’est PAS

1.3.1 Anti-patterns à éviter

Anti-pattern Problème Correction
Verbose mais vide 500 lignes sans information actionnable Filtrer, structurer, prioriser
Rationalisation post-hoc “J’ai fait X parce que c’était logique” Capturer la décision avant l’action
Chemins négatifs absents Seuls les succès sont tracés Tracer aussi les échecs et abandons
Format non parseable Texte libre non structuré JSON, YAML, ou format défini
Timestamps manquants Impossible de reconstruire la séquence Toujours horodater

1.4 Niveaux d’Auditabilité

Niveau Description Usage
1 — Minimal Entrées/sorties des outils Debug basique
2 — Standard + décisions et branchements Audit post-mortem
3 — Complet + raisonnement intermédiaire Conformité, régulé

Pour ce workshop : Niveau 2 minimum.

1.5 Pourquoi Cela Compte pour Adservio

1.5.1 Contexte Client

  • Les clients régulés exigent la traçabilité
  • “L’IA a décidé” n’est pas une réponse acceptable
  • La responsabilité reste humaine

1.5.2 Contexte Interne

  • Reproductibilité des résultats
  • Debug des comportements inattendus
  • Capitalisation des patterns qui marchent

1.5.3 Contexte Légal

  • Auditabilité = preuve de diligence
  • Traçabilité = défense en cas de litige
  • Documentation = conformité RGPD/AI Act

1.6 Règle d’Or

Un livrable sans trace exploitable est considéré comme non livré.

Cette règle s’applique à tous les parcours du workshop.

Document de référence — À conserver et appliquer au-delà du workshop.