Aller au contenu

Tout ce que vous avez toujours voulu savoir sur le harnais sans jamais oser le demander

Tout ce que vous avez toujours voulu savoir sur le harnais sans jamais oser le demander

Un cheval de trait, c'est parfois plus d'une tonne de muscles. Sans harnais, cette force ne sert à rien. Le cheval vous entend, il vous regarde peut-être, puis il va où il veut, et la charrue reste au bord du champ.

Puis on l'attelle. Le collier transmet sa force à la charrue, les rênes lui transmettent les ordres du laboureur, et un geste du poignet suffit pour tourner au bout du sillon.

Depuis le 30 novembre 2022, l'IA, c'est ce cheval-là. On lui parle par-dessus la barrière, dans une fenêtre de discussion : on reformule, on insiste, puis on recopie ses réponses à la main. Il est magnifique, ce cheval.

Mais la charrue, c'est encore vous qui la tirez.

Depuis un an, un mot revient partout, chez Anthropic, chez OpenAI, chez Microsoft : harness. Le harnais, justement. Tout le monde l'emploie, presque personne ne le définit.

Voici les questions qu'on n'ose pas poser, de la plus simple à la plus embarrassante.

« C'est quoi, au juste, un harnais ? »

Dans l'IA, le cheval s'appelle un modèle : GPT chez OpenAI, Claude chez Anthropic, Gemini chez Google, MAI chez Microsoft. Un modèle lit du texte et en écrit. Il n'ouvre aucun fichier, n'envoie aucun mail et, d'une conversation à l'autre, ne se souvient de rien.

Le harnais, c'est le logiciel qu'on installe autour du modèle. Comme celui du laboureur, il transmet la force jusqu'à la tâche, et vos ordres jusqu'au modèle.

La force passe par les outils : ouvrir un dossier, lire un tableau Excel, chercher sur le web, préparer un mail et même, si on le laisse faire, l'envoyer. Les ordres passent par les consignes, qui disent ce qu'il faut faire, ce qu'il ne faut jamais faire, et à quel moment s'arrêter pour vous demander votre accord. Le harnais fournit aussi au modèle un espace de travail, une mémoire et des garde-fous.

Pour Microsoft, si le modèle apporte l'intelligence, le harnais, c'est tout ce qui l'entoure.

Mettez un modèle dans un harnais, confiez-lui une mission, et vous obtenez ce qu'on appelle un agent.

« ChatGPT, c'est un modèle ou un harnais ? »

Les deux. GPT est le modèle. ChatGPT est l'application construite autour : la fenêtre de discussion, l'historique, la recherche web, la lecture des fichiers qu'on y dépose. C'est déjà un harnais — un petit, taillé pour la discussion.

Quand ChatGPT « se souvient » de vous, le souvenir n'est pas rangé dans le modèle. D'après OpenAI, l'application va le chercher dans vos anciennes conversations, dans ce qu'elle a noté sur vous, dans vos instructions et vos fichiers. Puis elle choisit ce qui peut servir. Cette mémoire se consulte et s'efface dans les réglages, comme un carnet que l'application tiendrait pour le modèle.

Pour un agent, ce petit harnais ne suffit plus.

« Qu'est-ce qui change avec un agent ? »

Un client conteste une facture. Il faut lui répondre.

Avec un assistant de discussion, vous retrouvez le devis, la commande et le dernier mail du client, vous collez le tout dans la fenêtre, vous demandez une réponse polie, vous la recopiez dans Outlook, vous vérifiez le montant, et c'est au moment d'envoyer que vous vous apercevez que la pièce jointe manque — une pièce jointe ne manque jamais qu'au dernier moment, c'est une loi de la nature. Tous les allers-retours, c'est vous qui les avez faits.

Le harnais, c'était vous.

Avec un agent, vous écrivez « prépare la réponse à ce client » et vous passez à autre chose. Il retrouve le devis, le compare à la commande et remarque que la remise promise n'a jamais été appliquée. Puis il rédige le brouillon, joint la bonne facture et s'arrête avant l'envoi pour vous demander votre accord.

Entre deux étapes, il faut bien que quelqu'un pose la question : « et maintenant ? » Avec l'assistant de discussion, c'était vous. Avec un agent, c'est le modèle. Le harnais s'occupe du reste : il exécute l'action demandée et rapporte le résultat au modèle, qui décide de la suite.

On appelle ça la boucle de l'agent. Elle tourne jusqu'à ce que le travail soit fini, ou jusqu'à ce qu'il faille votre feu vert.

Les allers-retours, c'est maintenant l'agent qui les fait. Vous, vous donnez l'objectif et vous gardez la main sur ce qui engage.

« Pourquoi en parle-t-on maintenant ? »

Parce qu'on confie à l'IA des tâches de plus en plus longues. Répondre à un client prend quelques minutes. Développer une application ou éplucher des centaines de documents prend des heures, parfois des jours.

Sur de telles durées, les meilleurs modèles savent raisonner, mais ils perdent le fil, veulent tout faire d'un coup et oublient de vérifier. C'est ce que le harnais doit empêcher.

Le 26 novembre 2025, Anthropic a raconté ses propres ratés. Ses ingénieurs avaient demandé à Claude Opus 4.5, l'un de leurs modèles les plus avancés, de reproduire claude.ai, leur propre application. La consigne tenait en une ligne.

Or un chantier aussi long dépasse la mémoire de travail d'un modèle. L'agent travaille donc par sessions, et chaque session repart de zéro. Anthropic compare cela à des ingénieurs qui se relaient par équipes, chacun arrivant sans le moindre souvenir de ce qu'a fait le précédent.

L'agent voulait d'abord tout faire d'un coup. Il tombait à court de mémoire en plein travail et laissait à son successeur un chantier à moitié fait, sans un mot d'explication.

Plus tard, un autre agent voyait que du travail avait été fait et déclarait la mission terminée.

Pour corriger le tir, Anthropic n'a pas changé de modèle. Ses ingénieurs ont organisé le travail autour.

Un premier agent dresse la liste de tout ce qu'il faut construire : plus de 200 fonctionnalités, toutes marquées « en échec » au départ. Il ouvre aussi un carnet de bord, un simple fichier texte baptisé sans poésie claude-progress.txt.

Chaque session suivante commence par lire ce carnet. Elle choisit une seule fonctionnalité, la construit, l'essaie comme le ferait un utilisateur, puis note où en est le chantier. Le joueur que je suis resté y reconnaît le point de sauvegarde des jeux vidéo : on reprend la partie là où on l'avait laissée.

Et pour que l'agent ne triche pas, la consigne est écrite noir sur blanc : il est « inacceptable de supprimer ou de modifier des tests ».

Chez OpenAI, une petite équipe est allée encore plus loin. Pendant cinq mois, elle a construit un logiciel entier sans écrire elle-même une seule ligne de code. Il compte environ un million de lignes, toutes écrites par Codex, l'agent maison.

Au début, ça avançait lentement, et l'agent n'était pas en cause : il lui manquait des outils et des repères. Quand quelque chose bloquait, les ingénieurs n'insistaient donc pas. Ils cherchaient ce qui manquait à l'agent, et le lui fournissaient.

OpenAI appelle ce travail le « harness engineering », l'ingénierie du harnais.

« Le harnais compte-t-il plus que le modèle ? »

Non, mais il pèse plus lourd qu'on ne le croit.

Un bon harnais ne rendra jamais brillant un modèle médiocre. Avec un très bon modèle, en revanche, ce qui manque se trouve souvent autour. Chez Anthropic, c'est le même Claude qui s'enlise, puis avance, selon la façon dont on organise son travail.

Je monte encore mes PC à la main. Tout monteur le sait : un processeur de course enfermé dans un boîtier mal ventilé ralentit de lui-même pour ne pas griller. Dans ce cas, c'est le boîtier qu'on change.

Quand une entreprise choisit un agent, le nom du modèle ne suffit donc pas. Deux agents qui utilisent le même modèle peuvent donner des résultats très différents.

Et les modèles se succèdent vite, alors que le harnais reste : c'est lui qu'on règle et qu'on améliore avec le temps.

« Et si ça déraille ? »

Ça arrivera.

Un agent qui agit peut aussi mal agir : effacer un fichier qu'il fallait garder, envoyer un message qu'il fallait relire, payer deux fois la même facture. C'est dans le harnais qu'on fixe les limites.

On y choisit les dossiers, les boîtes mail et les applications auxquels l'agent a accès. Il travaille dans un espace isolé — un bac à sable, disent les informaticiens — où une erreur ne casse rien d'important. Son temps et ses dépenses sont plafonnés. Pour envoyer, payer ou effacer, il doit demander votre accord. Et tout ce qu'il fait laisse une trace, pour comprendre après coup.

Tout cela a l'air technique. Pourtant, chacun de ces réglages est une décision de management.

Qui a le droit d'écrire au nom de l'entreprise ? Qui relit avant l'envoi ? On se pose les mêmes questions quand un nouveau collaborateur arrive.

Moi, je ne confierais pas ma messagerie à un agent dès le premier jour. Je lui ferais demander la permission avant chaque envoi, puis j'élargirais petit à petit, un type de message après l'autre.

« Et Microsoft, dans tout ça ? »

Une entreprise qui veut des agents peut utiliser ceux qui sont déjà intégrés à ses logiciels, ou fabriquer les siens de A à Z, harnais compris. Entre les deux, elle peut construire ses agents sur le harnais d'un éditeur.

C'est ce que propose Microsoft depuis le 28 octobre, avec le Microsoft Copilot harness. Ce harnais vient de GitHub — il fait déjà tourner Copilot Studio, VS Code et l'application GitHub Copilot.

Les entreprises peuvent maintenant l'utiliser pour leurs propres agents, dans Microsoft Foundry. C'est encore une préversion.

Microsoft fait tourner la boucle de l'agent et son bac à sable. Vous apportez vos consignes, vos outils, vos procédures et le modèle de votre choix, parmi plus de 20. Microsoft le reconnaît lui-même : un modèle de pointe aujourd'hui peut être dépassé demain.

Le proverbe déconseille de changer de cheval au milieu du gué. Ici, c'est prévu : on change de modèle sans toucher au reste de l'attelage.

Ceux qui préfèrent fabriquer leur propre harnais peuvent le faire tourner dans Foundry. Le service sait aussi relancer un agent interrompu en plein travail, même au bout de plusieurs heures. À une condition, la même que chez Anthropic : que l'agent ait noté où il en était.

Le harnais de Copilot sera facturé à la consommation à partir du 1er décembre 2026.

« Et moi, je sers à quoi ? »

C'est la plus embarrassante des questions, et je l'ai gardée pour la fin, parce qu'aucune annonce n'y répondra pour vous.

Le cheval du début n'a pas changé. On lui parlait par-dessus la barrière, et la charrue restait au bord du champ. Avec un harnais, il entre dans le champ, tire droit et s'arrête au bout du sillon quand on le lui demande.

Le harnais transmet les ordres. Il ne dit ni lesquels donner, ni qui doit les donner.

Le jour où le cheval tirera la charrue à votre place, qui tiendra les rênes ?

Sébastien Grange — Les opinions exprimées ici sont strictement personnelles.

Sources

  • OpenAI — "Nouveau : ChatGPT" (30 novembre 2022)
  • Microsoft AI — modèles MAI (consulté le 30 octobre 2026)
  • OpenAI — "Memory in ChatGPT" (consulté le 30 octobre 2026)
  • Anthropic — "Effective harnesses for long-running agents" (26 novembre 2025)
  • OpenAI — "Harness engineering : exploiter Codex à l'ère des agents" (11 février 2026)
  • Microsoft — "Introducing the Microsoft Copilot harness: Unlocking the potential of truly multi-model agentic work" (28 octobre 2026)
  • Microsoft Foundry — "Introducing the Microsoft Copilot harness in Foundry Agent Service" (28 octobre 2026)