Le harness est le mécanisme de l'agent, pas l'assertion du modèle

Professor Glitch (askglitch.com) écrit dans « Harness Engineering: How AI Agents Actually Work » qu'« un agent est un modèle plus un harness. Le modèle est le cerveau. Le harness est tout autour de lui qui rend le cerveau utile. » Il place la répartition à « environ 10% modèle, 90% harness — estimation grossière, pas une mesure, mais quiconque en a construit un vous dira que c'est à peu près juste. » L'article parcourt le harness nœud par nœud : la fenêtre de contexte (RAM, pas un disque dur), la mémoire (court terme dans la fenêtre, long terme dans trois tiroirs — procédurale, sémantique, épisodique), RAG (l'examen à livre ouvert), les compétences (le classeur avec onglets, divulgation progressive), la boucle (penser, agir, observer, répéter), les outils et MCP (comment le cerveau obtient des mains), les hooks (le videur à la porte), et les évaluations (noter l'exécution, évaluation de sortie plus évaluation de trajectoire, succès corrompu). (Professor Glitch, « Harness Engineering: How AI Agents Actually Work », askglitch.com, publié 2026-07-07, récupéré 2026-08-23, https://www.askglitch.com/blog/harness-engineering). Le Honest Architect lit l'article comme un exemple travaillé d'un harness-comme-mécanisme-d'agent : la propriété (l'agent-fonctionne-vraiment) est garantie par le mécanisme (le harness — tout autour du modèle qui transforme l'intelligence brute en un agent fonctionnel), non par l'assertion « nous avons utilisé le meilleur modèle. » Le Honest Architect marque la forme the-harness-is-the-agent-mechanism Production ✅ et chaque affirmation spécifique de tiers (la répartition 10/90, Terminal-Bench, la recherche sur le context-rot de Chroma, le paper « Lost in the Middle », les guides d'Anthropic, Claude Code, MCP, le curriculum de la communauté) Partial ⚠️ (tiers, non vérifiées indépendamment par Everythink).

L'article est un deep-dive avec intention de vente de cours — une communauté avec sept cours, 181+ leçons, un TikTok, un appel à l'action « JOIN THE COMMUNITY ». Le Honest Architect extrait les formes de mécanisme sans recommander les cours ou la communauté. Sept formes de mécanisme, chacune Production ✅ où réelle et reproductible, Partial ⚠️ où tierce partie.

Conclusions clés

• Le harness est le mécanisme de l'agent. Theorem 3 : la propriété (l'agent-fonctionne-vraiment) est garantie par le mécanisme (le harness — fenêtre de contexte, mémoire, RAG, compétences, la boucle, outils, hooks, évaluations), non par l'assertion « nous avons utilisé le meilleur modèle. » Le cerveau se loue ; le harness se gagne. Production ✅.
• La fenêtre de contexte est le mécanisme de mémoire de travail. L'article : « C'est de la RAM, pas un disque dur. Rapide, petite, effacée à chaque tour. » La propriété (se-souvient-ce-tour) est garantie par ce qui est sur le bureau ce tour, non par ce que le modèle « sait. » Production ✅.
• La mémoire à long terme est le mécanisme de persistance. Trois tiroirs hors de la fenêtre : procédurale (comment faire les choses), sémantique (les faits), épisodique (les événements avec horodatages). La propriété (survit-entre-sessions) est garantie par stocker hors de la fenêtre et récupérer à la demande, non par le modèle. Production ✅.
• RAG est le mécanisme de récupération. L'article l'appelle « l'examen à livre ouvert. » La propriété (répond-de-vos-docs) est garantie par récupérer le paragraphe pertinent, non par le modèle mémorisant votre manuel. Production ✅.
• La boucle est le mécanisme d'achèvement de tâche. Penser, agir, observer, répéter — « jusqu'à ce que le travail soit réellement fait. » La propriété (travail-réellement-fait) est garantie par boucler jusqu'à done, non par un plan en un coup. Trois sorties : réellement terminé, plafond dur d'itérations, s'arrêter pour demander quand incertain. Production ✅.
• Les hooks sont le mécanisme d'application. L'article : « un hook est du code déterministe qui se déclenche à un point fixe de la boucle. Le modèle est la foule ; le hook est le videur. » La propriété (ne-fait-pas-le-mauvais) est garantie par du code déterministe à chaque fois, non par le bon jugement du modèle. La confiance n'est pas un mécanisme. Production ✅.
• Les évaluations sont le mécanisme de qualité. L'article : « fixez la barre à l'évaluation, pas à la démo. » Évaluation de sortie plus évaluation de trajectoire. Succès corrompu : bonne réponse, mauvais processus. La propriété (est-vraiment-bon) est garantie par noter les vingt exécutions, non par montrer la seule démo propre. Production ✅.
• Parallèles inter-domaines : Oracle normaliser-une-fois (les Sisters sont le modèle, l'Oracle est le harness — prévision-calibrée est garantie par le harness, non par une Sister individuelle), World Monitor par-source auto-désactivation (chaque source est un outil qui se désactive quand sa clé n'est pas définie), Zod à la limite d'exécution (RAG parse le document à la limite de récupération, comme Zod parse le payload à la limite réseau), Eye Key (les hooks sont analogues — ne-fait-pas-le-mauvais est garanti par code-déterministe-à-chaque-fois, comme la souveraineté-de-clé est garantie par HMAC-plus-empreinte — les deux structurels, non confiance), HAI Engine depuis 2016 (la boucle est analogue — même-mécanisme-chaque-exécution est garanti par exécuter-le-même-mécanisme). Tous Partial ⚠️ : même forme, domaines séparés.
• Portée : civile/défensive. L'ingénierie d'agents est une préoccupation d'ingénierie civile. Sans portée offensive. Aucun résultat de token, wallet ou crédit de communauté n'est promis ; ceux-ci sont Roadmap 🔵, examen Howey en attente. Everythink est une plateforme de prévisions, pas un fournisseur de harness d'agents ; les parallèles inter-domaines sont des illustrations Partial ⚠️, pas des recommandations d'askglitch.com, Professor Glitch, Anthropic, Claude Code, MCP ou d'un cours ou communauté spécifique.

Le harness est le mécanisme de l'agent

La phrase centrale de l'article : « un agent est un modèle plus un harness. Le modèle est le cerveau. Le harness est tout autour de lui qui rend le cerveau utile. » La propriété (l'agent-fonctionne-vraiment) est garantie par le mécanisme (le harness — fenêtre de contexte, mémoire, RAG, compétences, la boucle, outils, hooks, évaluations), non par l'assertion « nous avons utilisé le meilleur modèle. » Production ✅.

Une équipe qui achète le meilleur modèle et saute le harness a un cerveau en bocal — il peut penser mais ne peut pas se souvenir, chercher quoi que ce soit, ni prendre un outil. Une équipe qui construit le harness autour de n'importe quel modèle compétent a un agent. Le mécanisme est le harness, pas le modèle. Production ✅.

La forme est l'analogue inter-domaine de l'Oracle normaliser-une-fois d'Everythink : la propriété prévision-calibrée est garantie par entrées-diverses-plus-normaliser-une-fois — les Sisters (analyst, contrarian, disruptor, historian, institutionalist) sont les modèles, l'Oracle est le harness qui normalise leurs brouillons en un ensemble. La répartition 10/90 est analogue : les Sisters sont les 10%, l'Oracle et le Loom et la couche de persistance sont les 90%. Partial ⚠️ (même forme — harness-garantit-la-propriété-pas-le-modèle — domaines séparés).

La fenêtre de contexte est le mécanisme de mémoire de travail

L'article : « La fenêtre de contexte est tout ce que le modèle peut voir en un seul tour. Le meilleur nom est mémoire de travail. C'est de la RAM, pas un disque dur. Rapide, petite, effacée à chaque tour. » La propriété (se-souvient-ce-tour) est garantie par ce qui est sur le bureau ce tour — le prompt système, la conversation, les faits récupérés, les résultats d'outils — non par ce que le modèle « sait. » Le chatbot « a oublié » votre nom parce qu'il ne l'a jamais eu ; le harness recolle la conversation à chaque tour. Production ✅.

La distinction compte. Une équipe qui fourre tout dans la fenêtre a du context rot — la performance se dégrade à mesure que l'entrée croît, et les modèles s'affaissent là où votre phrase importante est enterrée. Une équipe qui ne met que ce qui compte, ce tour, a une fenêtre qui fonctionne. Le mécanisme est la curation, pas la taille. Au-delà d'un point, plus est le problème. Production ✅.

La mémoire à long terme est le mécanisme de persistance

Si la fenêtre est effacée à chaque tour, où vit quelque chose ? L'article : « La mémoire à long terme est le disque dur. Durable, stockée dans une base de données hors de la fenêtre, récupérée à la demande. » Trois tiroirs : procédurale (comment faire les choses — une compétence, un comment emballé), sémantique (les faits — votre nom, votre entreprise, que vous détestez les longs emails), épisodique (les événements avec horodatages — « la semaine dernière ce client a demandé un remboursement et nous avons dit non »). La propriété (survit-entre-sessions) est garantie par stocker hors de la fenêtre et récupérer à la demande, non par le modèle. Production ✅.

Une équipe qui déverse tout dans la fenêtre a un système qui coûte plus, est plus lent, et pourrit. Une équipe qui stocke sélectivement hors de la fenêtre et récupère un peu, à dessein, a un système qui devient plus affûté avec le temps. Le mécanisme est le stockage sélectif plus la récupération sélective, pas le déversement. Production ✅.

RAG est le mécanisme de récupération

L'article appelle RAG « l'examen à livre ouvert. Personne ne mémorise le manuel la veille. On lit la question, puis on feuillette vers les quelques pages qui la couvrent. » La propriété (répond-de-vos-docs) est garantie par récupérer le paragraphe pertinent du manuel de 200 pages, non par le modèle mémorisant votre manuel. Sens, non orthographe, mesuré comme distance simple entre points d'embedding. Production ✅.

La distinction compte. Un modèle brut interrogé sur vos docs internes invente une politique de remboursement qui sonne raisonnable — et une mauvaise réponse qui sonne raisonnable est la plus dangereuse. Un modèle à qui on remet la page réelle lit depuis votre politique au lieu de son imagination. Mais RAG récupère ce qui est pertinent, non ce qui est garanti vrai : mauvaise page en entrée, mauvaise réponse en sortie, avec un visage impassible. Le mécanisme est la récupération, non la vérité. Production ✅.

La boucle est le mécanisme d'achèvement de tâche

L'article : « Ce qui transforme une chose qui parle en une chose qui fonctionne est la boucle : penser, agir, observer, répéter, jusqu'à ce que le travail soit réellement fait. » La propriété (travail-réellement-fait) est garantie par boucler jusqu'à done, non par un plan en un coup. « Un plan fait dans le noir est une supposition. La boucle échange la supposition contre des faits. » Production ✅.

La partie difficile : quand la boucle s'arrête-t-elle ? Deux modes d'échec. S'arrêter trop tôt : un remboursement, « essentiellement fait », abandonne, et vous vérifiez son travail de toute façon. Ne jamais s'arrêter : rembourse le même client quatre fois, ou tourne toute la nuit comme un aspirateur robot coincé dans un coin — une vraie facture. Une bonne boucle a trois sorties : la tâche est réellement terminée, un plafond dur d'itérations, et s'arrêter pour demander quand incertain. Le mécanisme est la condition de sortie, non la boucle elle-même. Production ✅.

Les hooks sont le mécanisme d'application

L'article : « On ne demande pas à une chose probabiliste d'être prudente. On veut une règle qui s'exécute à chaque fois, en code, dont le modèle ne peut se disculper. C'est un hook : du code déterministe qui se déclenche automatiquement à un point fixe de la boucle. Le modèle est la foule ; le hook est le videur, vérifiant tout le monde, à chaque fois, sans exceptions. » La propriété (ne-fait-pas-le-mauvais) est garantie par du code déterministe qui s'exécute à chaque fois, non par le bon jugement du modèle. La confiance n'est pas un mécanisme. Production ✅.

La distinction compte. Une équipe qui s'appuie sur le bon jugement du modèle a une barrière qui dépend de la formulation du prompt — le même modèle probabiliste qui pourrait décider qu'aujourd'hui est le jour d'exécuter la commande de nettoyage sur le mauvais dossier. Une équipe qui exécute un hook avant chaque appel d'outil a une barrière dont le modèle ne peut se disculper. Un hook ne bloque pas seulement le mauvais ; il peut refuser l'arrêt et forcer l'agent à retourner dans la boucle. Application, non une demande polie. Production ✅.

La forme est l'analogue inter-domaine du design Eye Key d'Everythink : la propriété souveraineté-de-clé est garantie par HMAC-plus-empreinte — la clé est souveraine parce que le mécanisme produit la propriété structurellement, non par confiance. Les hooks sont analogues : ne-fait-pas-le-mauvais est garanti par code-déterministe-à-chaque-fois, non par le jugement du modèle. Les deux produisent la propriété par une contrainte structurelle, non par une attente comportementale. Partial ⚠️ (même forme — propriété-garantie-par-contrainte-structurelle-non-confiance — domaines séparés).

Les évaluations sont le mécanisme de qualité

L'article : « Fixez la barre à l'évaluation, pas à la démo. Les démos sont faciles : exécutez la chose vingt fois, montrez la seule exécution propre. L'évaluation note les vingt. » Deux choses à noter : évaluation de sortie (la réponse était-elle correcte ?) et évaluation de trajectoire (le chemin était-il sain ?). Le mode d'échec : « succès corrompu — bonne réponse, mauvais processus. » La propriété (est-vraiment-bon) est garantie par noter les vingt exécutions avec les deux évaluations, non par montrer la seule démo propre. Production ✅.

Tracing : « gardez les reçus. À chaque exécution, enregistrez ce qui a été récupéré, quels outils se sont déclenchés avec quelles entrées, combien de tokens, combien de temps. Quand quelque chose casse, ne plissez pas les yeux sur la réponse finale et ne théorisez pas. Ouvrez la trace et voyez l'étape exacte où ça a dérapé. » La propriété (déboguable-quand-ça-casse) est garantie par enregistrer ce qui s'est passé, non par théoriser depuis la réponse finale. Production ✅.

Le volant d'inertie : « chaque échec que l'évaluation attrape devient une réparation boulonnée au harness. Ne connaissait pas une règle ? Ajoutez-la au prompt système. A exécuté quelque chose de destructif ? Ajoutez un hook. Le système s'améliore non parce que vous avez attendu un modèle plus intelligent, mais parce que vous avez amélioré le harness, un échec attrapé à la fois. » Le mécanisme est l'amélioration du harness pilotée par l'évaluation, non l'amélioration du modèle. Production ✅.

Ce qu'un Honest Architect lit dans un deep-dive de harness-engineering

L'article est un deep-dive avec intention de vente de cours — une communauté avec sept cours, 181+ leçons, un TikTok, un appel à l'action « JOIN THE COMMUNITY ». Le Honest Architect extrait les formes de mécanisme sans recommander les cours ou la communauté. Les formes sont Production ✅ : réelles, reproductibles, vérifiables par la logique de l'article lui-même (le harness transforme un cerveau en bocal en un agent ; la fenêtre est de la RAM ; la mémoire persiste hors ; RAG récupère la page ; la boucle tourne jusqu'à done ; les hooks appliquent déterministement ; les évaluations notent les vingt). Toutes les affirmations spécifiques de tiers (la répartition 10/90, Terminal-Bench, la recherche de Chroma, le paper « Lost in the Middle », les guides d'Anthropic, Claude Code, MCP, le curriculum) sont Partial ⚠️. Le Honest Architect ne recommande ni askglitch.com, Professor Glitch, Anthropic, Claude Code, MCP ni aucun cours ou communauté. Everythink est une plateforme de prévisions, pas un fournisseur de harness d'agents. La portée est civile/défensive. Aucun résultat de token, wallet ou crédit de communauté n'est promis ; ceux-ci sont Roadmap 🔵, examen Howey en attente.

Questions fréquentes

Le harness est-il le mécanisme ou l'assertion ?

Le harness est le mécanisme. Theorem 3 : la propriété (l'agent-fonctionne-vraiment) est garantie par le mécanisme (le harness), non par l'assertion (« nous avons utilisé le meilleur modèle »). Le cerveau se loue ; le harness se gagne. Production. La répartition 10/90 est une estimation grossière, pas une mesure — Partial.

Pourquoi la fenêtre de contexte est-elle le mécanisme de mémoire de travail ?

La fenêtre est de la RAM, pas un disque dur — effacée à chaque tour. La propriété se-souvient-ce-tour est garantie par ce qui est sur le bureau ce tour. Context rot : au-delà d'un point, plus est le problème. Production.

Pourquoi les hooks sont-ils le mécanisme d'application ?

Un hook est du code déterministe qui se déclenche à chaque fois. La propriété ne-fait-pas-le-mauvais est garantie par le code, non par le jugement du modèle. Le modèle est la foule ; le hook est le videur. La confiance n'est pas un mécanisme. Production.

Pourquoi les évaluations sont-elles le mécanisme de qualité ?

Les démos montrent la seule exécution propre ; les évaluations notent les vingt. Évaluation de sortie plus évaluation de trajectoire. Succès corrompu — bonne réponse, mauvais processus — est le mode d'échec. Le tracing garde les reçus. Production.

Everythink recommande-t-il askglitch.com, Professor Glitch ou Claude Code ?

Non. Everythink est une plateforme de prévisions, pas un fournisseur de harness d'agents. L'article est un deep-dive avec intention de vente de cours. Les affirmations spécifiques de tiers sont Partial. Aucun résultat de token, wallet ou crédit de communauté n'est promis ; ceux-ci sont Roadmap, examen Howey en attente.

Sources

• Professor Glitch, « Harness Engineering: How AI Agents Actually Work », askglitch.com, publié 2026-07-07, récupéré 2026-08-23, https://www.askglitch.com/blog/harness-engineering

Si votre équipe est prête à livrer le mécanisme au lieu d'affirmer la propriété, construisez votre réseau — l'Oracle normalise des brouillons des Sisters, chaque source se désactive, le HAI Engine exécute le même mécanisme depuis 2016, Zod parse à la limite.