Harness IA : ce que c’est, et pourquoi il change les résultats d’un agent

Un modèle de langage seul ne lit pas vos fichiers, n’exécute aucune commande et repart de zéro à chaque appel. La couche logicielle qui l’entoure et le transforme en agent s’appelle le harness IA. Elle change fortement les résultats d’un agent, et c’est la partie que vous pouvez régler.

L’essentiel

• Un harness IA est la couche logicielle autour du modèle : boucle d’exécution, outils, contexte et permissions.
• Un agent, c’est un modèle plus un harness.
• À modèle identique, le harness peut changer les résultats : Vercel dit être passé de 80 % à 100 % de réussite en retirant 80 % de ses outils.
• CLAUDE.md et AGENTS.md sont la partie du harness que vous écrivez vous-même.
• Face à un agent décevant, auditez d’abord le harness, sans exclure un modèle trop faible.

AFFICHER LE SOMMAIRE

Qu’est-ce qu’un harness IA ?

Un harness est tout ce qui entoure le modèle dans un agent, d’où la formule agent = modèle + harness. Le modèle raisonne et produit du texte. Le harness fait tout le reste. Il appelle le modèle, exécute les outils que celui-ci demande et décide de ce qu’il voit à chaque tour. Comme le modèle ne garde aucun état d’un appel à l’autre, c’est aussi le harness qui lui renvoie l’historique de la conversation.

Un harness réunit en général quatre éléments (certaines sources en comptent davantage, par exemple la traçabilité et les garde-fous) :

• La boucle d’exécution : appeler le modèle, repérer une demande d’outil, l’exécuter, renvoyer le résultat, recommencer jusqu’à la réponse finale.
• Les outils et leur environnement : lire un fichier ou lancer une commande, souvent dans un bac à sable isolé.
• Le contexte et la mémoire : ce que le modèle voit, résumé quand la fenêtre se remplit.
• Les règles et les permissions : ce que l’agent peut faire seul et ce qui demande votre accord.

Prenons un agent de codage. Le modèle propose une correction, le harness l’applique dans un bac à sable, lance les tests, capture les erreurs et les renvoie au modèle. Claude Code et Cursor sont des harness de ce type.

Pourquoi il change les résultats d’un agent

Un même modèle peut donner des agents très différents. Snowflake rapporte le cas de Vercel : son agent text-to-SQL serait passé de 80 % à 100 % de réussite après la suppression de 80 % de ses outils. Le chiffre est déclaré par Vercel et relayé par Snowflake, qui vend lui-même un harness managé ; il repose sur un seul cas, à prendre comme un exemple isolé.

Deux mécanismes expliquent cet écart. D’abord le contexte : selon l’analyse de l’ingénieur Tian Pan, les sorties d’outils occupent 67,6 % du contexte d’un agent. Ensuite les erreurs cumulées : à 99 % de réussite par étape, un agent réussit environ 82 % des tâches de 20 étapes (calcul arithmétique).

Quand un agent déçoit, regardez le harness avant de changer de modèle. Un modèle trop faible pour la tâche reste une autre cause possible.

Ce que vous pouvez régler vous-même

Les fichiers de règles comme CLAUDE.md ou AGENTS.md font partie du harness. Trois leviers sont à votre portée :

• Les instructions écrites : les conventions et contraintes de votre projet.
• Les outils activés : chaque outil ajouté élargit le choix du modèle et occupe de la place dans son contexte.
• Les permissions : ce qui s’exécute sans validation et ce qui exige votre feu vert.

Concrètement : une ligne de CLAUDE.md comme « lance les tests avant chaque commit » énonce une convention (pour la rendre obligatoire, il faut un hook ou une permission), retirer un outil que l’agent n’utilise jamais réduit ses options, et exiger une validation avant toute suppression de fichier encadre les actions sensibles. Ces exemples sont illustratifs, à adapter à vos tâches.

Les mots voisins du harness

Quelques termes se mélangent souvent avec lui :

• Le scaffold : l’assemblage avant exécution (prompt système, schémas d’outils).
• Le framework (LangChain, LangGraph) : des briques pour construire un harness.
• L’orchestration : la logique de décision de l’agent, que Snowflake range dans le harness.
• L’agent : pour le glossaire de LLM Reference, un harness configuré avec un rôle et une mission. Cette distinction n’est pas universelle, beaucoup d’auteurs emploient les deux termes l’un pour l’autre.

Pour aller plus loin

Cinq lectures pour prolonger :

• Claude Code pour le SEO sans coder : pour voir un harness au travail.
• Automatiser ses tâches SEO hebdomadaires avec n8n : l’automatisation sans agent.
• La stack IA solopreneur : ces outils replacés dans un ensemble.
• La mémoire persistante d’un agent IA : le rôle des fichiers de règles.
• Le pipeline éditorial IA pour son site : un cas d’usage complet.

FAQ

Faut-il accorder toutes les permissions à un agent pour gagner du temps ?

Non, pas par défaut. Les permissions font partie du harness : elles fixent ce qui s’exécute seul et ce qui attend votre validation. Un agent qui propose, puis agit après votre feu vert sur les actions sensibles, vous laisse le contrôle. Élargissez les droits au fur et à mesure que vous voyez l’agent se comporter correctement sur vos tâches.

Combien d’outils faut-il activer dans un agent IA ?

Il n’existe pas de nombre idéal : tout dépend de la tâche. Un cas rapporté par Snowflake va dans le sens d’un harness allégé, mais il reste isolé. Partez du minimum utile, ajoutez un outil seulement quand une tâche l’exige, puis observez si l’agent se trompe moins ou davantage.

Un même harness peut-il faire tourner plusieurs agents ?

C’est la lecture de certains glossaires, comme celui de LLM Reference : le harness reste le même et ce sont les instructions (par exemple un fichier AGENTS.md) qui changent le rôle et le périmètre de l’agent. D’autres auteurs emploient « agent » et « harness » comme synonymes.