Harness engineering : pourquoi la valeur de l’IA a quitté le modèle

Toute l’industrie fixe le même tableau de scores : quel modèle est en tête, de combien, sur quel benchmark. Le réflexe est compréhensible, mais il rate l’essentiel. Les meilleurs modèles se tiennent désormais dans un mouchoir de poche, à quelques décimales les uns des autres. Pendant qu’on comparait ces décimales, l’ingénierie qui décide vraiment a changé de terrain : elle s’est déplacée du modèle vers ce qu’on construit autour de lui, le harnais.

Je résume cela par une équation devenue ma boussole : Agent = Modèle + Harnais². Le modèle compte, évidemment : c’est l’un des deux termes, il fixe le plafond de ce que l’agent pourra atteindre. Mais le harnais, lui, est au carré. C’est tout l’environnement qui transforme l’intelligence brute en agent réellement utile : ses outils, sa mémoire, les procédures métier qu’il doit suivre, ses garde-fous, ses boucles de vérification, ses accès au système d’information. Deux agents bâtis sur le même modèle peuvent tout opposer selon la qualité de ce second terme. C’est lui qui, le plus souvent, fait la différence.

Trois âges de l’ingénierie de l’IA

Pour comprendre ce basculement, il faut le remettre dans une petite histoire en trois temps.

2022-2023, le prompt engineering. L’art de murmurer à l’oreille des modèles. On formule la bonne demande, avec le bon rôle et les bons exemples. C’était nouveau, spectaculaire, et déjà un peu passager.

2024-2025, le context engineering. Une bonne question ne suffit plus, il faut aussi le bon contexte. Pas « écris un email », mais « voici le client, voici notre ton, voici l’historique, écris un email ». On ne règle plus la formulation, on sélectionne l’information qui entre dans la fenêtre du modèle.

2025-2026, le harness engineering. On ne règle plus juste un prompt ou un contexte, on construit tout l’environnement autour de l’IA. C’est ce qui fait passer d’un modèle brut à un agent de production. Ma règle empirique : un bon prompt pèse pour 10 % du résultat, le bon contexte ajoute 30 %, et le harnais qui entoure le tout pèse les 60 % restants.

La preuve par les chiffres

En mars 2026, l’équipe de LangChain a fait passer son agent de codage de la 30e à la 5e place du benchmark Terminal Bench 2.0 sans toucher au modèle sous-jacent : à modèle figé, le score grimpe de 52,8 % à 66,5 %, uniquement en retravaillant le harnais.¹ Sur SWE-bench Pro, le constat est du même ordre : changer de harnais déplace le score de plus de 22 points, quand passer au meilleur modèle du moment n’en déplace qu’environ un.²

Relisez ces chiffres une seconde fois. À modèle constant, le harnais fait vingt fois plus de différence que le modèle lui-même à harnais constant. C’est toute la thèse : le modèle est en train de devenir une commodité, et la variable qui décide de la performance en production, c’est le harnais.

Ce qu’il y a vraiment dans un harnais

Un bon harnais est une architecture à part entière, bien plus qu’un fichier de configuration. Et il ne concerne pas que le code : les mêmes couches structurent un agent de support client, un assistant juridique ou un agent financier. On y retrouve toujours l’orchestration des outils (comment l’agent choisit, enchaîne et exécute ses actions, avec récupération d’erreur : interroger un CRM, envoyer un email, réserver un créneau, appeler une API de paiement) ; la mémoire et le contexte (indexer une base de connaissances, l’historique d’un client, des archives contractuelles) ; les procédures métier qu’il doit respecter (le circuit d’un remboursement, une politique de conformité, le ton de la marque) ; les garde-fous (bornes strictes, plafonds de budget, validation humaine avant un virement ou un envoi au client) ; les boucles de vérification (confronter une réponse à sa source, contrôler un chiffre, se relire avant d’agir) ; et l’observabilité (télémétrie, traçage, journaux d’audit).

La bonne image est organisationnelle avant d’être technique. Construire un harnais, c’est comme monter une entreprise : une fois les bons talents recrutés, il faut encore bâtir l’organisation, les outils et les process pour qu’ils avancent dans le même sens et créent de la valeur. Le modèle est un ouvrier surhumain. Le harness engineer est l’architecte qui décide des matériaux que cet ouvrier a le droit d’utiliser, et de l’ordre dans lequel il doit poser les pierres.

La valeur migre

Ce déplacement a des conséquences très concrètes sur qui gagne de l’argent, et comment. Stripe intègre plus de 1 300 modifications de code par semaine générées par ses agents, sans une ligne écrite à la main.³ Aucun modèle miraculeux là-dedans : ses ingénieurs ont passé des mois à construire un harnais qui produit du code en cohérence avec la spécification et le workflow de l’entreprise.

À l’inverse, des plateformes comme Lovable ont vu leur avantage s’éroder. Leur vraie valeur, c’était précisément le harnais qu’elles construisaient autour des modèles. Or ce harnais se banalise. Un écosystème comme Claude Code est désormais livré avec le sien intégré : lecture et écriture de fichiers, contrôles de permission, boucles de correction. Par-dessus, un plugin open source comme Hypervibe, que j’ai conçu, ajoute tout ce qu’il faut pour bâtir et déployer une application web complète : base de données, authentification, paiements, nom de domaine, mise en ligne. Claude Code plus Hypervibe délivrent ainsi en natif ce que vendaient ces plateformes, et leur avantage fond. La valeur migre alors, tout simplement, du modèle vers la manière dont on le branche à ses process.

Une ingénierie durable

Une dernière différence, et elle est décisive. Le prompt engineering avait quelque chose d’une astuce : une bonne formulation, vite copiée, vite périmée. Le harness engineering est d’une autre nature. C’est un vrai métier, une vraie ingénierie, qui se capitalise et se raffine dans le temps. Et plus les modèles montent en capacité, plus cette bascule s’accentue : leur intelligence devient abondante, ce qui reste rare, c’est la manière de la câbler à un contexte réel.

C’est aussi ce qui rend le harnais si stratégique. Bien fait, il permet de faire de l’IA le système d’exploitation de son organisation. Je le construis en ce moment pour mes propres activités, et cela a transformé près de 90 % de ma façon de travailler. Le terme lui-même est jeune, il a émergé début 2026, mais la compétence, elle, va durer.

La conclusion tient en une phrase. Dans l’ère qui s’ouvre, la compétence reine se déplace : savoir construire le harnais autour du modèle. Cessez de chercher le bon murmure. Devenez l’architecte.

Footnotes

1. LangChain, « Improving Deep Agents with harness engineering » (mars 2026). À modèle figé (GPT-5.2-Codex), l’agent passe de 52,8 % à 66,5 % sur Terminal Bench 2.0, du top 30 au top 5. https://www.langchain.com/blog/improving-deep-agents-with-harness-engineering ↩

2. « Agent Scaffolding Beats Model Upgrades » (Particula, 2026). Sur SWE-bench Pro, le scaffold pèse un écart de plus de 22 points, là où le passage au meilleur modèle du moment n’en déplace qu’environ un. https://particula.tech/blog/agent-scaffolding-beats-model-upgrades-swe-bench ↩

3. « Stripe’s Autonomous Coding Agents » (InfoQ, mars 2026). Stripe fusionne plus de 1 300 pull requests par semaine produites par ses agents, sans code écrit à la main, chacune relue par un humain. https://www.infoq.com/news/2026/03/stripe-autonomous-coding-agents/ ↩