Microsoft Agent 365 et TrueFoundry : comparaison de deux approches du plan de contrôle des agents.

Pendant la majeure partie de 2024, le débat sur les agents a porté sur les frameworks. Fin 2025, la donne a changé. Les entreprises ont cessé de demander comment créer un agent ? pour se demander comment en gérer un millier en toute sécurité ? Ce changement a fait du plan de contrôle des agents — la couche située entre les agents, les modèles qu'ils sollicitent, les outils qu'ils utilisent et les humains qui en sont responsables — la décision architecturale la plus déterminante de l'année.

Deux réponses solides ont émergé aux deux extrémités du spectre. Microsoft Agent 365, disponible de manière générale depuis le 1er mai 2026, traite les agents comme des identités à part entière au sein du Microsoft Graph et étend les capacités d'Entra, Purview et Defender pour les gouverner. TrueFoundrypropose une plateforme — composée d'une passerelle IA, d'une passerelle MCP et d'une passerelle d'agents fonctionnant sur un plan de données unique — qui s'installe dans votre cloud, devant vos modèles et outils, pour régir l'exécution réelle de n'importe quel agent (quel que soit le framework ou le fournisseur).

Cet article constitue une comparaison technique objective. Il s'appuie sur la documentation publique des fournisseurs et les annonces de lancement disponibles en juin 2026 ; les sources sont listées à la fin.

Microsoft Agent 365 : vue d'ensemble

La conception de Microsoft repose sur l'idée que les agents doivent être régis de la même manière que les utilisateurs — par le biais de l'identité, des politiques et des outils d'administration que le service informatique utilise déjà. Microsoft décrit Agent 365 comme un plan de contrôle unifié pour superviser la sécurité des agents IA au sein des environnements Microsoft et connectés. En pratique, cela se traduit par deux expériences distinctes : un générateur d'agents sans code accessible à tout collaborateur, et un registre de niveau administratif géré par les équipes IT et de sécurité.

Ce modèle de distribution — où chaque utilisateur peut déployer un agent — explique précisément pourquoi le registre situé à l'autre extrémité de la plateforme est si crucial. Les agents créés ici, ceux installés depuis l'Agent Store, ceux intégrés par des partenaires de l'écosystème et les agents fantômes détectés par Defender sont tous centralisés dans un inventaire unique au sein du centre d'administration Microsoft 365, chacun étant identifié par un ID d'agent Microsoft Entra.

Sous l'interface utilisateur, trois piliers assurent le fonctionnement — Observer, Gouverner, et Sécuriser — chacun étant soutenu par un produit Microsoft spécifique : l'identité via Microsoft Entra Agent ID; la sécurité des données via Microsoft Purview (étiquettes de confidentialité, DLP, eDiscovery, rétention) ; la protection contre les menaces via Microsoft Defender (gestion de la posture, découverte de l'IA fantôme, réponse aux incidents). Pour les développeurs, Microsoft publie un SDK Agent 365 en Python, JavaScript et .NET, avec des intégrations pour les principaux frameworks d'agents et plateformes d'IA.

‍La plateforme TrueFoundry : une vue d'ensemble

TrueFoundry a adopté l'approche inverse. Là où Microsoft s'est demandé comment gouverner les agents au sein de Microsoft 365 ?, TrueFoundry s'est demandé Comment exécuter des agents — quel que soit le framework, le modèle ou le cloud — avec la sécurité, l'observabilité et le contrôle des coûts d'un système en production ? La plateforme repose sur trois couches coordonnées au sein d'un plan de données unique :

• Passerelle IA — une API unifiée pour plus de 1 000 LLM (OpenAI, Anthropic, Bedrock, Vertex, Gemini, Azure OpenAI, Mistral, Together, Groq, xAI, Cerebras et vLLM/TGI/Triton auto-hébergés), avec une latence généralement inférieure à 5 ms.
• Passerelle MCP — un registre centralisé de serveurs Model Context Protocol avec OAuth2, RBAC, politiques par outil et garde-fous avant et après appel. Elle résout ce que la documentation de TrueFoundry appelle le problème d'intégration N×M.
• Passerelle d'agents — la couche la plus récente, et la plus pertinente pour cette comparaison. Une couche de contrôle dédiée aux agents IA en production.

La passerelle d'agents mérite une attention particulière, car c'est elle qui distingue une passerelle de modèles d'un plan de contrôle d'agents plus large. TrueFoundry définit cette distinction avec précision : une passerelle IA gère des prompts et des jetons sans état ; une passerelle d'agents est le plan de données pour l'IA agentique — sessions avec état, exécution multi-étapes et transfert de données entre les agents et les outils qu'ils sollicitent. Considérez-la comme un maillage de services conçu spécifiquement pour les systèmes agentiques.

Elle propose six piliers de contrôle : exécution unifiée des agents via une couche gouvernée unique ; observabilité et traçage au niveau des étapes ; application des politiques et du RBAC ; exécution fiable des tâches avec tentatives, solutions de repli et délais d'attente ; mise à l'échelle automatique sous charge ; et compatibilité agnostique vis-à-vis des frameworks (LangChain, CrewAI, AutoGen ou solutions entièrement personnalisées). Il est à noter que le projet de passerelle d'agents sous-jacent est un projet open source de la Linux Foundation, ce qui signifie que la couche de contrôle n'est pas une boîte noire propriétaire et que vous n'êtes pas lié au framework d'un seul fournisseur.

Agent Harness — l'environnement d'exécution géré au-dessus des passerelles

Si les trois passerelles constituent la fondation, l'Agent Harness est l'environnement d'exécution géré qui s'y superpose. Un harness est la couche d'exécution entourant un LLM — la boucle d'orchestration qui planifie, appelle des outils, gère le contexte, contrôle les actions sensibles via des approbations et enregistre la trace complète. C'est ce qui transforme un appel de modèle en un agent fiable et durable. L'Agent Harness de TrueFoundry rassemble tout cela sous forme de service géré : choisissez un modèle, connectez des serveurs MCP, ajoutez des compétences gouvernées depuis un registre, rédigez des instructions et déployez.

La plateforme TrueFoundry : une vue d'ensemble

TrueFoundry a adopté l'approche inverse. Là où Microsoft demandait comment gouverner les agents au sein de Microsoft 365 ?, TrueFoundry a demandé comment exécuter des agents — quel que soit le framework, le modèle ou le cloud — avec la sécurité, l'observabilité et le contrôle des coûts d'un système en production ? La plateforme repose sur trois couches coordonnées au sein d'un plan de données unique :

• Passerelle IA — une API unifiée pour plus de 1 000 LLM, incluant OpenAI, Anthropic, Bedrock, Vertex, Gemini, Azure OpenAI, Mistral, Together, Groq, xAI, Cerebras et les solutions auto-hébergées vLLM/TGI/Triton, avec une latence généralement inférieure à 5 ms.
• Passerelle MCP — un registre centralisé de serveurs Model Context Protocol (MCP) avec OAuth2, RBAC, politiques par outil et garde-fous avant et après appel. Résout ce que la documentation de TrueFoundry appelle le problème d'intégration N×M.
• Passerelle d'agents — la couche la plus récente, et la plus pertinente pour cette comparaison. Une couche de contrôle dédiée aux agents IA en production.

La passerelle d'agents mérite une attention particulière, car c'est elle qui distingue une passerelle de modèles d'un plan de contrôle d'agents plus large. TrueFoundry définit cette distinction avec précision : une passerelle IA gère des invites et des jetons sans état ; une passerelle d'agents est le plan de données pour l'IA agentique — sessions avec état, exécution en plusieurs étapes et transfert de données entre les agents et les outils qu'ils sollicitent. Considérez-la comme un maillage de services conçu spécifiquement pour les systèmes agentiques.

Elle propose six piliers de contrôle : exécution unifiée des agents via une couche gouvernée unique ; observabilité et traçage au niveau des étapes ; application des politiques et du RBAC ; exécution fiable des tâches avec tentatives, solutions de repli et délais d'attente ; mise à l'échelle automatique sous charge ; et compatibilité agnostique vis-à-vis des frameworks (LangChain, CrewAI, AutoGen ou solutions entièrement personnalisées). Il est à noter que le projet de passerelle d'agents sous-jacent est un projet open source de la Linux Foundation, ce qui signifie que la couche de contrôle n'est pas une boîte noire propriétaire et que vous n'êtes pas lié au framework d'un seul fournisseur.

Agent Harness — l'environnement d'exécution géré au-dessus des passerelles

Si les trois passerelles constituent la fondation, l'Agent Harness est l'environnement d'exécution géré qui les surmonte. Un harness est la couche d'exécution entourant un LLM — la boucle d'orchestration qui planifie, appelle les outils, gère le contexte, contrôle les actions sensibles via des approbations et enregistre la trace complète. C'est ce qui transforme un appel de modèle en un agent fiable et durable. L'Agent Harness de TrueFoundry réunit tout cela sous forme de service géré : choisissez un modèle, connectez des serveurs MCP, ajoutez des compétences gouvernées depuis un registre, rédigez des instructions et déployez.

Ce qui est fourni avec le harness correspond à ce que les équipes doivent généralement construire elles-mêmes : un environnement d'exécution en bac à sable pour le code et les tâches de longue durée, des portes d'approbation humaine pour les opérations sensibles, un registre de compétences versionné avec RBAC, des primitives d'ingénierie de contexte (sous-agents, déchargement des résultats volumineux, compactage automatique) et le streaming d'interface utilisateur générative pour permettre aux clients de rendre des blocs structurés. Les traces de bout en bout convergent vers la même surface d'observabilité que le reste de la plateforme — une vue unifiée sur le trafic des modèles, du MCP et des agents.

La propriété de gouvernance la plus importante du harness est son modèle d'identification. Aucune clé API, aucun jeton OAuth ni en-tête d'autorisation ne réside dans les définitions d'agents. Les identifiants des modèles sont stockés dans la passerelle IA ; les identifiants MCP sont stockés dans la passerelle MCP avec OAuth par utilisateur et rafraîchissement automatique ; les compétences sont extraites d'un registre gouverné. Les équipes de plateforme configurent l'accès une seule fois ; les créateurs d'agents ne manipulent jamais de secrets. Il s'agit de la solution structurelle à la prolifération des identifiants par outil qui tend à affecter les environnements multi-agents.

‍Comment les deux plans de contrôle se chevauchent — et où ils diffèrent

La manière la plus claire de comprendre leur relation est structurelle. Les deux produits se situent entre les agents et le monde extérieur, mais ils régissent des surfaces différentes. Microsoft Agent 365 régit la surface liée à M365 : identité, données et distribution. TrueFoundry régit la couche d'exécution : routage des modèles, appels d'outils et l'environnement d'exécution de l'agent lui-même.

‍Différences entre les deux produits — avec citations

Le tableau ci-dessous s'appuie sur la documentation des fournisseurs pour les deux produits ; les sources sont indiquées en bas de page.

‍Avantages et inconvénients par profil utilisateur

Un même produit peut être une solution idéale ou totalement inadaptée selon les besoins de l'utilisateur.

‍Comment choisir — et quand utiliser les deux

La réponse honnête à la question « Agent 365 ou TrueFoundry ? » est que pour de nombreuses entreprises, la réponse est les deux, avec une répartition claire des responsabilités.

Choisissez Microsoft Agent 365 si…

• La majeure partie de vos données sensibles se trouve déjà dans M365 et est régie par Purview
• Vos agents sont principalement basés sur Copilot Studio, M365 Copilot ou des agents partenaires de l'Agent Store
• Votre stratégie de sécurité repose déjà fortement sur Entra, Defender et Purview
• La licence par utilisateur correspond à votre modèle de création de valeur (agents pour travailleurs du savoir)

Choisissez TrueFoundry si…

• Votre infrastructure est hétérogène — multi-cloud, sur site ou hybride
• La résidence des données, la souveraineté ou un déploiement exclusivement en VPC sont obligatoires
• Vous avez besoin d'un accès étendu aux modèles avec gestion des budgets, solutions de secours et équilibrage de charge.
• Vous développez des agents personnalisés avec LangGraph, CrewAI, AutoGen ou du code propriétaire.
• Vous avez besoin de traces au niveau des étapes et d'une attribution des coûts intégrées à votre pile d'observabilité existante.

Utilisez les deux, en couches, lorsque…

• M365 est l'un des nombreux environnements avec lesquels vos agents interagissent.
• Agent 365 régit la surface M365 : identité, données et découverte dans l'Agent Store.
• TrueFoundry régit la couche d'exécution : routage des modèles, appels d'outils MCP, accès aux API internes et trafic entre agents.

‍En résumé

Microsoft Agent 365 est une solution pertinente pour répondre à la question : « Comment gouverner les agents au sein de Microsoft 365 ? » Pour les organisations dont le centre de gravité est M365, c'est souvent le choix par défaut.

TrueFoundry répond à une problématique différente : « Comment exécuter des agents — avec n'importe quel framework, modèle ou cloud — tout en bénéficiant de la sécurité, de l'observabilité et du contrôle des coûts d'un système en production ? » Pour les organisations axées sur l'ingénierie, le multi-cloud et soumises à des réglementations, TrueFoundry est généralement la solution la plus adaptée.

Microsoft régit ce que les utilisateurs peuvent faire avec les agents; TrueFoundry régit ce que les agents peuvent faire avec l'infrastructure. De nombreuses entreprises utiliseront probablement les deux en 2026.

‍

⚠ Avertissement éditorial Cet article est publié par TrueFoundry, Inc. à des fins d'information uniquement, sur la base d'une analyse de la documentation publique des fournisseurs en date de juin 2026. Toutes les opinions exprimées sont celles de TrueFoundry et non celles d'un contributeur individuel, et ne constituent pas des conseils professionnels, juridiques ou d'achat. Microsoft n'a ni examiné, ni approuvé, ni sponsorisé cet article. Les fonctionnalités, les tarifs et les feuilles de route des produits sont susceptibles d'être modifiés sans préavis ; les chiffres présentés proviennent de documents publics ou sont des schémas illustratifs. L'analyse, le texte et les schémas originaux sont la propriété de TrueFoundry, Inc. ; tous les noms de produits et marques déposées de tiers sont la propriété de leurs détenteurs respectifs. Vérifiez toutes les informations auprès de la documentation actuelle des fournisseurs avant de prendre des décisions architecturales ou d'achat.

Sources et références

1. Microsoft Learn — Présentation de Microsoft Agent 365 (Disponibilité générale, licences, piliers observation / gouvernance / sécurité).
2. Microsoft Learn — Présentation du SDK Microsoft Agent 365 (Python, JavaScript, .NET).
3. Microsoft Learn — SDK d'observabilité Microsoft Agent 365 (LangChain, Semantic Kernel, SDK OpenAI Agents, intégrations de frameworks d'agents).
4. Microsoft Learn — SDK Microsoft 365 Agents (indépendant de l'orchestrateur ; prend en charge Azure Foundry, Semantic Kernel, OpenAI Agents, LangChain).
5. Windows Central — Annonce du plan Microsoft 365 E7 (15 $/utilisateur/mois en offre autonome ; 99 $/utilisateur/mois dans le pack E7).
6. TrueFoundry — Page produit Agent Gateway (piliers de contrôle, maillage d'agents avec état, disponibilité de 99,99 %, plus de 10 milliards de requêtes/mois, environ 30 % d'optimisation des coûts, projet Linux Foundation, VPC/sur site/isolé).
7. TrueFoundry Docs — Introduction à l'AI Gateway (plus de 1 000 LLM, fournisseurs pris en charge, latence).
8. TrueFoundry Docs — Présentation d'Agent Harness (runtime géré, bac à sable, approbations humaines, registre de compétences, modèle d'identification sans clé).