Qu’est-ce qu’un harnais IA ? L’explication simple

Un harnais IA, c’est tout ce qui entoure un modèle de langage pour le rendre utile : l’interface, les consignes qu’on lui donne et le logiciel qui agit à sa place. Claude Code, Codex ou Cursor en sont des exemples.

Depuis un an, ce mot circule dès qu’on parle d’agents de code ou d’assistants IA en entreprise : le harnais (harness en anglais). On lit que tel outil a « un meilleur harnais », que tel éditeur fait du « harness engineering ». Le terme paraît technique. Pourtant l’idée est simple, et elle explique une chose que beaucoup d’utilisateurs constatent sans se l’expliquer : le même modèle d’IA peut se montrer brillant dans un outil et décevant dans un autre.

Une image pour commencer : le cheval et la calèche

Un cheval est puissant, mais sans harnais il ne tire rien. Le harnais est ce qui relie sa force à la calèche et la rend utile.

Le harnais IA joue exactement ce rôle. Le modèle de langage est le cheval : une puissance brute. Le harnais est tout ce qui s’accroche à ce modèle pour transformer cette puissance en travail concret : lire un fichier, lancer un calcul, modifier un document, enchaîner plusieurs étapes.

Trois étages à bien distinguer

Pour comprendre le harnais, il faut le situer par rapport aux deux autres étages d’un outil d’IA.

1. Le modèle : le moteur

Le modèle, c’est Claude Opus, GPT, Gemini, Mistral Large ou Qwen. Concrètement, c’est un énorme fichier qui contient des milliards de nombres (les « paramètres »), ajustés pendant l’entraînement pour prédire le mot le plus probable à la suite d’un texte.

Point essentiel : ce fichier est inerte. À lui seul, il ne fait rien. Et même quand on le fait tourner, il ne sait produire qu’une seule chose : du texte.

2. Le serveur d’inférence : la salle des machines

C’est le logiciel qui fait tourner le modèle. Il le charge sur des processeurs graphiques, lui donne votre texte, calcule le mot suivant, puis le suivant, jusqu’à la fin de la réponse.

Il a une seconde mission, moins connue et très importante : trier et standardiser ce que le modèle écrit. Dans le texte produit, il distingue le raisonnement interne, la réponse destinée à l’utilisateur et les éventuelles demandes d’utilisation d’un outil. Puis il range le tout dans un format informatique commun.

Pourquoi c’est utile ? Chaque laboratoire (Mistral, Qwen, DeepSeek, etc.) a sa propre façon de baliser ce que son modèle écrit. Le serveur d’inférence ramène ces dizaines de dialectes à une poignée de formats standard (celui d’OpenAI, celui d’Anthropic, celui de Google). Tout ce qui vient se brancher ensuite peut ainsi parler à n’importe quel modèle sans connaître ses particularités.

Exemples : vLLM, Ollama, llama.cpp, LM Studio, ou les serveurs propriétaires d’Anthropic et d’OpenAI qui tournent derrière leurs API.

3. Le harnais : tout ce qui rend le modèle utile

Le harnais se branche sur le serveur d’inférence. C’est lui que vous voyez et avec lequel vous travaillez. Claude Code, Codex, Cursor, OpenCode ou Pi sont des harnais.

Étage	Ce que c’est	Exemples
Modèle	Les milliards de paramètres qui prédisent le mot suivant	Claude Opus, GPT, Gemini, Mistral, Qwen
Serveur d’inférence	Le logiciel qui fait tourner le modèle, trie sa sortie et la met au format standard	vLLM, Ollama, llama.cpp, serveurs d’Anthropic ou d’OpenAI
Harnais	L’interface, le contexte ajouté et le logiciel qui agit	Claude Code, Codex, Cursor, OpenCode, Pi

Ce que fait concrètement un harnais

Un harnais combine trois choses.

Une interface. La fenêtre de discussion, le terminal, le panneau dans votre éditeur. Sans elle, il faudrait dialoguer avec le modèle en échangeant des fichiers techniques. Le modèle, lui, ignore tout de cette interface.

Du texte ajouté avant votre question. Avant même de lire votre demande, le modèle reçoit une série d’éléments préparés par le harnais :

• des consignes générales, souvent rangées dans des fichiers comme AGENTS.md ou CLAUDE.md (qui vous êtes, la langue de réponse, les règles du projet) ;
• la liste des outils disponibles et leur mode d’emploi (lire un fichier, écrire, modifier, lancer une commande) ;
• une courte description des compétences (skills) qu’il peut charger au besoin ;
• selon les harnais, le dossier de travail, la date ou l’état du projet.

Tout ce texte est lu par le modèle. C’est ce qu’on appelle de l’ingénierie de contexte.

Du logiciel qui agit. C’est la partie que le modèle ne voit pas, mais qui fait la différence :

• exécuter réellement les actions demandées par le modèle et lui renvoyer le résultat ;
• vérifier les permissions avant chaque action (le fameux choix entre « demander à chaque fois » et « mode automatique ») ;
• résumer la conversation quand elle devient trop longue, pour repartir sur une base allégée ;
• charger une compétence quand le modèle en a besoin ;
• lancer des sous-agents et récupérer leur travail ;
• couper les résultats trop volumineux, remonter les erreurs pour que le modèle se corrige ;
• reprendre une session précédente.

Un exemple pas à pas

Imaginons que vous demandiez dans votre outil : « Combien de lignes contient le fichier clients.csv ? »

1. Le harnais prépare le terrain. Il place devant le modèle ses consignes, la liste des outils et l’emplacement de votre dossier.
2. Vous posez la question. Elle arrive au modèle, via le serveur d’inférence.
3. Le modèle réfléchit et rédige une demande. Il comprend qu’il ne connaît pas la réponse et écrit, sous forme de texte balisé, quelque chose comme : « lancer la commande qui compte les lignes de clients.csv ». Il n’exécute rien : il ne sait qu’écrire.
4. Le serveur d’inférence repère cette demande dans le texte et la transmet proprement au harnais.
5. Le harnais agit. Il vérifie qu’il a le droit, exécute la commande et obtient « 1 249 ».
6. Le résultat est recollé dans la conversation. Le modèle reprend sa rédaction : « Le fichier contient 1 249 lignes, soit 1 248 clients plus la ligne d’en-tête. »

Ce qui surprend le plus, c’est que la conversation mélange deux natures de texte : une partie générée par le modèle, une autre simplement collée par le harnais. Le modèle n’a jamais « touché » le fichier. Il a demandé, le harnais a fait, puis le modèle a lu le résultat comme s’il faisait partie de la discussion.

Et l’agent, dans tout ça ?

Un agent IA, c’est simplement l’assemblage des trois étages : un modèle, son serveur d’inférence et un harnais.

Dans le langage courant, on dit volontiers « l’agent Claude Code ». Techniquement, Claude Code est le harnais, et l’agent est Claude Code associé à un modèle Claude. Cette approximation ne porte pas à conséquence, mais elle rappelle une chose : les pièces sont en partie interchangeables. Certains harnais, comme OpenCode ou Pi, peuvent fonctionner avec un modèle d’Anthropic aujourd’hui et un modèle open source installé en local demain.

Quant au mot « IA » tout court, il désigne selon le contexte l’un ou l’autre de ces niveaux : le modèle seul, le modèle et son serveur, ou l’agent complet.

Pourquoi c’est utile de le comprendre

Pour comprendre les écarts de résultats. Deux outils peuvent utiliser le même modèle et produire des résultats très différents. Les outils disponibles, le contexte fourni et la façon d’enchaîner les étapes pèsent souvent autant que le modèle lui-même. C’est vrai aussi pour les assistants intégrés aux suites bureautiques : Microsoft 365 Copilot, par exemple, s’appuie sur des modèles d’OpenAI et d’Anthropic, et ce qui le distingue d’un chat généraliste, c’est la couche que Microsoft construit autour (accès à vos mails et documents, respect des droits d’accès, actions dans les applications).

Pour savoir où agir. On ne modifie pas un modèle, mais on peut largement agir sur le harnais : rédiger un bon fichier de consignes, choisir les compétences à activer, régler les permissions. C’est à la portée d’un utilisateur métier, sans compétence en data science.

Pour comparer les solutions. Face à un nouvel outil, la bonne question n’est pas seulement « quel modèle ? », mais aussi « quel harnais, avec quels outils et quelles règles ? ».

Pour la sécurité. Ce sont les permissions du harnais qui décident si l’IA peut lire, écrire, supprimer ou envoyer quelque chose. C’est là que se joue une bonne partie de la maîtrise des risques.

En résumé

• Le modèle est le moteur : il ne fait que prédire du texte.
• Le serveur d’inférence le fait tourner, trie ce qu’il écrit et le met dans un format standard.
• Le harnais apporte l’interface, le contexte et le logiciel qui agit réellement.
• L’agent est la réunion des trois.

Retenir cette distinction suffit pour lire l’actualité de l’IA avec un œil plus aiguisé, et pour mieux choisir et configurer ses propres outils.

Source : Qu’est-ce qu’un harnais IA ?, Thomas Bourgeois (cours-socrate.ai), qui détaille plus loin le fonctionnement technique du serveur d’inférence.

Pour aller plus loin : notre comparatif Claude Code ou Codex : quel agent de code choisir en 2026 ? met deux harnais face à face.