Ton employeur te paie Copilot. Le soir, sur ton téléphone, tu ouvres ChatGPT ou Claude et tu les trouves meilleurs, au point de leur refiler en douce un bout du boulot. Ton service informatique va adorer l’apprendre : c’est parfois le même cerveau derrière. Le problème n’est donc pas le modèle.
Le mot qui circule chez les ingénieurs depuis le début de l’année, c’est le harnais. La formule est bête comme chou : un agent IA, c’est un modèle plus un harnais. Encore faut-il savoir ce qu’on met dedans.
Le modèle a la mémoire d’un poisson rouge
La CNIL décrit l’IA agentique comme « un ensemble de systèmes qui reposent sur la coordination de plusieurs sous-systèmes appelés agents IA », capables « d’agir sur un environnement défini […] et d’en modifier l’état […], avec des niveaux variables d’autonomie ». Autrement dit, là où l’IA générative pond du texte, l’agent agit.
Et pour agir, il lui faut autre chose que des poids et des matrices. Le harnais, c’est l’échafaudage logiciel autour du modèle : les consignes permanentes, les outils auxquels il a accès, les vérifications qu’on lui impose, et la mémoire. Parce que le modèle, lui, ne se souvient de rien d’une conversation à l’autre. Quand ChatGPT sait que tu es végétarien, ce n’est pas le modèle qui se rappelle, c’est le harnais.
Les ingénieurs construisent ce genre de bricolage depuis toujours. S’il a enfin un nom, c’est qu’il est devenu le principal levier de progrès, plus que le modèle lui-même.
Trente places gagnées sans toucher au cerveau
L’exemple le plus propre vient de l’éditeur LangChain. Son agent de programmation est passé du top 30 au top 5 d’un classement de référence sans changer une ligne du modèle, juste en retouchant le cadre. L’erreur qu’il fallait corriger était très humaine : l’agent écrivait sa solution, la relisait, la jugeait bonne et s’arrêtait. Comme l’étudiant qui relit sa copie sans refaire ses calculs. On l’a obligé à tester son travail avant de le rendre.
Chez OpenAI, le harnais est carrément devenu un métier. À la fin de l’été 2025, une équipe s’est interdit d’écrire du code à la main. Cinq mois plus tard, son logiciel comptait environ un million de lignes, toutes rédigées par des agents, certains travaillant seuls plus de six heures pendant que les humains dormaient. Les ingénieurs, eux, passaient leurs journées à construire l’environnement de ces agents. Pas à coder : à aménager le terrain.
La leçon vaut pour n’importe quelle boîte, et elle est brutale : ce qu’un agent ne peut pas consulter n’existe pas pour lui. Un énorme manuel n’a servi à rien. Une page d’une centaine de lignes indiquant où chercher a fonctionné.
Le harnais de Copilot rassure le service informatique, pas ton boulot
Revenons à ton bureau. Le harnais de Copilot existe, hein. Mais il est pensé d’abord pour rassurer le service informatique : droits d’accès, règles de conformité, périmètre balisé. Une machine à éviter les ennuis juridiques.
Le hic, c’est qu’une partie du harnais ne peut venir que de l’entreprise elle-même, sous forme de documents et de décisions accessibles. Chez toi, le soir, tu remplis cette couche tout seul, conversation après conversation : tes préférences, ton contexte, tes corrections. L’assistant retient. Au bureau, cette couche reste souvent vide. La décision qui traîne dans la tête de Jean-Pierre ou dans un échange Teams enterré n’atteint jamais l’agent. Il travaille avec un modèle dernier cri et le contexte d’un panneau d’affichage.
C’est con, mais c’est toute la différence entre le même cerveau qui te bluffe à la maison et celui qui te sort une réponse de stagiaire à 9 h 30.
Et la carte de crédit dans tout ça
Le harnais sert aussi de garde-fou, ce qui n’est pas un luxe. Sans cadre, la facture surprend vite : un utilisateur a découvert que la mise à jour de ses notes par l’IA lui avait coûté 60 dollars de calcul en trois heures. Chez Amazon, un classement interne récompensait les développeurs qui utilisaient le plus l’IA maison. Certains ont lancé des agents pour gonfler leur score, consommant des tokens sans rien produire. La direction a fermé le classement. Dès qu’on met un tableau de scores, il se trouve toujours quelqu’un pour optimiser le score au lieu du travail.
Écrire ce que tout le monde sait
Cette histoire de contexte manquant dépasse largement l’IA. Une tribune publiée sur le Hub de Bpifrance début septembre listait ce qu’un plan d’adaptation climatique doit regarder : les data centers à l’arrêt faute d’eau ou sous la menace d’un incendie, les dépendances physiques d’une chaîne de valeur, et cette question posée aux recruteurs, céder ou non à « la tentation du tout IA » pour compenser une pyramide des âges qui se retourne. Le même après-midi de documentation répond aux deux problèmes.
Je l’écrivais à propos de l’installation des agents : deux clics pour les poser, une éternité pour qu’ils répondent correctement. Le gouffre n’est pas dans le téléchargement, il est dans tout ce que ta boîte n’a jamais pris la peine de mettre par écrit.
Les agents ne verront que ce que l’entreprise aura rendu visible. Ton meilleur investissement IA de l’année prochaine, ce n’est peut-être pas un abonnement de plus, ni un benchmark de modèles. C’est un après-midi de réunion où personne ne touche à un clavier, et où on écrit noir sur blanc ce que tout le monde sait déjà.
Sources :
Comments are closed