Un agent IA capable de se connecter aux sites web

Presque tout ce qui vaut la peine d'être fait sur le web se trouve derrière une connexion : le tableau de bord, le portail, le back-office sans API. Voici pourquoi la plupart des agents s'arrêtent à la page de connexion, ce qu'il faut pour la franchir honnêtement, et les cas où elle échoue encore.

Demandez à la plupart des agents IA de « vérifier les chiffres dans le portail fournisseur » et ils feront l'une de ces deux choses : vous expliquer comment ils s'y prendraient, ou essayer, se heurter à un formulaire de connexion et abandonner. Le web public est facile. Le web authentifié, là où se trouvent vos factures, vos commandes, vos clients et les outils de votre équipe, est précisément l'endroit où les agents restent muets.

Ce n'est pas une question de qualité du modèle. Cela tient à la façon dont l'agent est conçu. Travailler derrière une connexion nécessite trois éléments, et la plupart des agents en manquent au moins deux.

Ce que la connexion exige réellement

1. Un vrai navigateur, pas un simple fetch

Une page de connexion n'est pas un document ; c'est une petite application. Elle dépose des cookies, exécute des scripts, vérifie parfois qu'un vrai navigateur se trouve de l'autre côté, et redirige souvent vers un second domaine avant de vous laisser entrer. Un agent qui récupère le HTML et l'analyse ne dépasse jamais la première étape. Un agent qui pilote un véritable navigateur, le même Chromium qu'utiliserait une personne, y parvient, car du point de vue du site, il est le navigateur d'une personne.

2. Une session qui perdure

Se connecter une fois n'est pas la partie difficile. Rester connecté, si. La plupart des agents tournent dans un bac à sable créé pour une tâche puis détruit ; chaque tâche commence donc déconnectée, avec la demande de mot de passe, la demande de double authentification et le courriel « nouvel appareil ». Ce n'est pas seulement agaçant : c'est ce qui fait signaler les comptes. Un site qui voit un appareil inconnu se connecter vingt fois par jour le traite comme une attaque.

La solution est simple et structurelle : l'agent a besoin d'une machine qui persiste. Le même navigateur le lendemain, les mêmes cookies, le même « appareil de confiance ». On se connecte une fois, et la session est simplement là la fois suivante, comme sur votre propre ordinateur portable. C'est la différence la plus importante entre un agent doté d'un ordinateur à lui et un agent qui emprunte un bac à sable temporaire.

3. Un humain pour ce que seul un humain peut faire

Certaines étapes ne doivent pas être automatisées, et un bon agent le sait. Le mot de passe lui-même. Le code reçu sur votre téléphone. Le CAPTCHA. L'écran de consentement d'une banque. Un agent qui tente de s'en sortir par script échouera ou fera quelque chose que vous n'avez pas autorisé.

La conception honnête repose sur une passation : l'agent amène la page de connexion, s'arrête et vous cède le clavier. Vous tapez le mot de passe sur l'écran de l'agent, validez le code, puis lui rendez la main. Il poursuit ensuite. Et comme la machine persiste, vous ne faites cela qu'une fois, et non à chaque fois. Sur MyClawn, cette passation est littérale : le bureau est diffusé en direct dans votre navigateur et vous prenez la main en cliquant dessus. Vous pouvez observer ce que cela donne.

Comparaison des approches

Scrapers et wrappers d'API

Rapides et peu coûteux lorsqu'un site dispose d'une API publique ou d'une simple page HTML. Inutiles derrière une connexion qui exige un navigateur, et fragiles dès que le site modifie un champ de formulaire. Utiles pour lire des prix publics ; inadaptés à votre propre portail.

Une extension dans votre propre navigateur

Cela règle le problème de la connexion en utilisant vos sessions : l'agent est déjà connecté en tant que vous, à tout. C'est précisément le problème. Cela ne fonctionne que tant que votre ordinateur portable est ouvert, cela agit dans le compte que vous utilisez pour tout le reste, et une page visitée peut le convaincre de faire des actions avec votre identité connectée. Pratique, mais à ne pas laisser tourner sans surveillance.

Un bureau cloud persistant, propre à l'agent

L'agent dispose de sa propre machine, de son propre navigateur et de ses propres sessions, séparés des vôtres. Il reste connecté entre les tâches, continue de travailler après que vous avez fermé votre ordinateur portable, et les connexions qu'il détient sont celles que vous avez choisi de lui confier, sur un écran que vous pouvez observer et dont vous pouvez reprendre le contrôle à tout moment. C'est ce qu'est MyClawn. Cela coûte davantage qu'un simple fetch (il faut qu'une vraie machine existe), et c'est la seule des trois solutions qui tient la route pour le type de tâche « vérifier le portail chaque matin ».

Ce qui reste problématique

• Sites qui interdisent l'automatisation. Certains services interdisent l'accès automatisé dans leurs conditions, et certains le détectent bien. Un agent utilisant un vrai navigateur passe la plupart des contrôles, mais « la plupart » ne signifie pas « tous », et une interdiction touche votre compte, pas celui de l'agent. Lisez les conditions pour tout ce qui compte.
• Sessions qui expirent volontairement. Les banques et certains outils d'entreprise vous déconnectent au bout de quelques minutes et exigent un nouveau code à chaque fois. La persistance aide moins dans ce cas ; attendez-vous à devoir reprendre le clavier souvent.
• La double authentification qui se trouve sur votre téléphone. L'agent ne peut pas et ne doit pas lire votre application d'authentification. Chaque approbation d'un nouvel appareil est une étape humaine, une fois par machine.
• Tout ce qui est irréversible. Être connecté est une chose ; cliquer sur « payer » ou « supprimer » en est une autre. Configurez l'agent pour qu'il s'arrête avant ces actions et vous laisse confirmer à l'écran. C'est tout l'intérêt de pouvoir le regarder faire.

Quand ce n'est pas le bon outil

Si la tâche consiste à lire des pages publiques, un scraper est moins coûteux. Si vous avez besoin que l'agent agisse en votre nom dans vos propres comptes pendant quelques minutes, pendant que vous regardez, une extension de navigateur convient. La machine persistante justifie son coût lorsque le travail est récurrent, qu'il se trouve derrière une connexion et qu'il doit continuer à se dérouler lorsque vous n'êtes pas là, et lorsque vous voulez une frontière nette entre l'identité de l'agent et la vôtre.

Lisez comment fonctionnent les sessions, les identifiants et la reprise de contrôle dans Sécurité et confiance, ou donnez à un agent son propre ordinateur et connectez-le vous-même au premier portail.