Le document blanc de Microsoft montre que le Switch de Harness améliore les performances de Claude de 22,1 %

iconTechFlow
Partager
AI summary iconRésumé
Microsoft a publié un document technique le 7 novembre 2026, montrant que le passage au système Harness dans Copilot Studio a amélioré les performances de Claude Opus 4.8 de 22,1 %. Cette mise à jour a presque doublé le nombre d'appels de modèle par tâche tout en réduisant l'utilisation des jetons d'entrée de 21 %. Les indicateurs techniques mettent en évidence les gains d'efficacité, les données sur chaîne reflétant des taux d'exécution plus élevés pour les tâches complexes.

Auteur : Tencent Technology

Le 7 novembre, Microsoft a publié un document technique sur le système d'exécution des agents, incluant un ensemble de résultats de tests légèrement surprenants : en remplaçant uniquement le système Harness derrière Copilot Studio par un autre, tout en utilisant toujours Claude Opus 4.8, le taux de réussite des tâches complexes a augmenté de 22,1 points de pourcentage. Le nouveau système appelle le modèle presque deux fois plus souvent par tâche, tout en réduisant la consommation de tokens d'entrée de 21 % une fois ajusté.

Il y a tout juste dix jours, Microsoft a annoncé la généralisation de Copilot Harness à plusieurs de ses produits et la mise à disposition de services hébergés aux développeurs via sa plateforme cloud.

Le 5 novembre, Moonshot a lancé Kimi Hosted Agents et a officiellement introduit Harness as a Service. En août, DeepSeek a open-sourcé son propre Harness ; OpenAI et Anthropic avaient déjà transformé leurs systèmes internes en services accessibles aux développeurs bien avant cela.

Le « système d'exécution » derrière ce grand modèle devient une figure clé aux yeux des entreprises de modèles.

Capturez Harness

Harness peut être compris comme un système d'exécution d'agents construit autour de grands modèles. Il permet au modèle d'utiliser des outils externes, d'exécuter des tâches en plusieurs étapes de manière continue, et d'ajuster ses actions suivantes en fonction des résultats obtenus. Pour les agents nécessitant une exécution prolongée, Harness gère également la sauvegarde de l'état de la tâche, permettant de reprendre le travail après une interruption.

Il se situe à un niveau différent des applications IA. Des produits comme Claude Code et WorkBuddy s'adressent directement aux utilisateurs, tandis que l'infrastructure sous-jacente Harness peut être réutilisée par différentes applications ou offerte en tant que service indépendant aux développeurs. À mesure que les tâches confiées aux Agents deviennent de plus en plus complexes, Harness devient un facteur essentiel influençant le taux de réussite des tâches, l'efficacité d'exécution et les coûts opérationnels.

Anthropic est l'une des premières entreprises de modèles à s'être engagée dans le développement de Harness, initialement pour résoudre les problèmes rencontrés par Claude Code lors de tâches de programmation prolongées.

À la fin de l'année 2025, Anthropic a constaté que lorsque la fenêtre de contexte de Claude était épuisée, les nouvelles conversations ne pouvaient souvent pas reprendre le travail précédent. Les ingénieurs ont donc amélioré le framework Harness derrière Claude Code, permettant à l'agent de sauvegarder son avancement à la fin de chaque étape, puis de le reprendre lors de la session suivante pour continuer les tâches inachevées. Ainsi, même si une session de modèle se termine, la tâche de programmation peut continuer à progresser.

En avril de cette année, Anthropic a lancé Managed Agents, offrant ces capacités d'exécution d'agents comme un service cloud aux développeurs. Pour permettre aux entreprises de faire fonctionner les agents de manière durable et stable, Anthropic a ajusté l'architecture sous-jacente : Harness gère l'exécution des tâches, les historiques peuvent être sauvegardés séparément, et l'environnement sandbox pour l'exécution de l'IA peut être remplacé à tout moment. Même en cas de défaillance du sandbox, l'agent peut reprendre son travail précédent.

De son système de fonctionnement interne à Claude Code jusqu'aux services hébergés destinés aux développeurs externes, Anthropic transforme ses années d'expérience en produits indépendants.

OpenAI a également choisi de rendre accessible à davantage de développeurs Harness, la technologie derrière Codex. En février de cette année, OpenAI a révélé que la version web de Codex, la ligne de commande et les extensions IDE partagent en réalité le même système d'exécution d'agent. En août, Codex a été positionné comme une plateforme Harness ouverte, permettant aux applications tierces de se connecter directement. L'API Agents lancée en septembre est hébergée et maintenue par OpenAI, permettant aux développeurs d'accéder directement à l'environnement d'exécution des agents.

Ce modèle permet à OpenAI de servir directement les utilisateurs via Codex, tout en offrant ses capacités d'exécution sous-jacentes à d'autres entreprises logicielles. Les développeurs peuvent conserver leurs propres interfaces produits et processus métier, tout en laissant Codex accomplir les tâches concrètes en arrière-plan.

DeepSeek a ouvert le code complet du framework Harness sous licence MIT le 13 août, proposant l'idée « Everything is a Plugin » et décomposant presque l'ensemble du système d'exécution de l'Agent en plugins modulaires. Les développeurs peuvent non seulement remplacer le modèle et les outils externes, mais aussi modifier la manière dont l'Agent appelle le modèle et exécute les tâches, voire permettre à l'Agent de créer et d'installer ses propres plugins.

Cette architecture basée sur Cordis vise à permettre aux développeurs de créer différents types d'agents selon leurs besoins sans avoir à construire un système d'exécution depuis le début.

Le 5 novembre, Kimi a officiellement annoncé que Hosted Agents offre un environnement cloud 24/7, permettant aux entreprises d'intégrer les Agents dans leurs systèmes internes ou de les incorporer dans leurs produits destinés à la vente, en mentionnant explicitement Harness as a service.

Harness évolue

En réalité, la popularité de Harness n'a pas été initiée par les entreprises de modèles.

Au début de cette année, la popularité d'OpenClaw a montré à l'industrie qu'une entreprise sans modèle de base pouvait attirer un grand nombre d'utilisateurs grâce à son système d'agents. En février, OpenAI a recruté Peter Steinberger, fondateur d'OpenClaw, pour participer au développement du prochain agent personnel.

Subsequently, Nous Research launched the Hermes Agent, attempting to enable the Agent to save the experience gained from its tasks as reusable Skills and continuously improve on subsequent tasks.

À la fin mars, des institutions telles que l'Université de Stanford ont proposé Meta-Harness, permettant à l'IA de modifier directement le code Harness à partir des enregistrements d'échec et de valider les résultats via des tests. Dans une expérience de classification de texte, la précision a augmenté de 7,7 % et la consommation de tokens de contexte a été réduite à un quart de la valeur initiale.

Pourquoi ces explorations méritent-elles que les entreprises de modèles y investissent ? En octobre, l'Université technologique de Nanyang à Singapour a testé 66 modèles combinés à Harness et a constaté que le changement de Harness pouvait même modifier le classement des performances entre les modèles.

FrontierHarness Eval a également constaté que, pour le même Kimi K3, le taux de réussite des tâches était de 66,7 % avec Codex, de 63,3 % avec DeepSeek Harness Creator et de 56,7 % avec Kimi Code.

Pour les entreprises de modèles de base, améliorer les performances des modèles repose de plus en plus sur la conception et l'optimisation de Harness, en plus des améliorations du modèle lui-même.

Graphique : Comparaison du taux de réussite des tâches et des coûts pour le même Kimi K3 sous différentes configurations de Harness

Les chercheurs continuent d’essayer d’appliquer l’expérience acquise avec Harness à l’entraînement des modèles. Co-Harness, introduit en juillet, améliore d’abord Harness à l’aide d’enregistrements d’échecs, puis utilise les données d’exécution optimisées pour entraîner le modèle. HarnessFlow, annoncé en novembre, cherche automatiquement de meilleures conceptions de Harness, augmentant la note moyenne de 10,89 points sur six catégories de tâches.

Graphique : Chronologie de l'évolution technologique de Harness (fin 2025 à novembre 2026)

Cependant, l'optimisation automatique comporte des risques. Une étude début novembre a révélé que, dans un experiment spécifique, un Harness, après optimisation pour une nouvelle tâche, a vu ses performances sur SWE-bench chuter de 94 % à 32 %. Une mise à niveau du modèle peut également rendre obsolètes des conceptions précédemment efficaces.

Cela signifie que l'accumulation technologique de Harness est difficile à résoudre une fois pour toutes. Comment maintenir la stabilité des différentes tâches tout en continuant à les améliorer reste un défi non résolu.

Certains professionnels de l'industrie indiquent que c'est également un point douloureux majeur dans le déploiement de modèles open source. Ainsi, les entreprises de modèles ont commencé à vendre des services Harness. Bien que les frameworks open source soient gratuits, les entreprises doivent toujours assumer les coûts de déploiement et de maintenance pour faire fonctionner de manière stable et durable un Agent. Des entreprises comme Kimi et Anthropic ont saisi cette opportunité pour transformer le Harness en une activité indépendante, mais les approches varient considérablement d'une entreprise à l'autre.

La valeur cachée de Harness

Harness commence à être proposé comme un service facturé séparément, mais la grille tarifaire actuelle indique que l'inférence de modèle reste la principale source de revenus.

Anthropic facture 0,08 $ par heure de session active pour ses Agents gérés, avec des frais supplémentaires pour les tokens. Selon l'exemple de tâche de programmation d'une heure publié officiellement, le coût total s'élève à 0,58 $, dont les frais d'exécution gérée représentent environ 14 %.

Les frais de Kimi sont répartis entre les tokens du modèle, l'exécution dans l'environnement sandbox et les plugins payants. Une tâche d'analyse juridique d'investissement publiée a été estimée à environ 30 yuans, avec des frais d'environ 0,1 yuan pour l'environnement sandbox. OpenAI ne facture pas de frais supplémentaires pendant la phase bêta de son API Agents, en se basant principalement sur l'utilisation du modèle et des outils. DeepSeek a open-sourcé Harness sous licence MIT, sans logique de facturation directe.

Graphique : Comparaison des modèles de tarification et des positions commerciales des six entreprises modèle Harness

Ainsi, les revenus directs générés par les modèles d'entreprise actuellement grâce à harness pourraient être négligeables.

Alors, pourquoi investir autant de ressources en recherche et développement ?

Une raison importante est que, une fois que les entreprises déployent réellement des agents, la demande pour Harness peut être plus stable que celle pour un modèle spécifique.

La société de services juridiques américaine ABC Legal déployait initialement les Agents sur les ordinateurs des employés via des tâches planifiées. À mesure que l'utilisation s'étendait, le CTO Brandon Fuller a commencé à chercher une plateforme permettant de gérer uniformément ces Agents. Il a évalué plusieurs solutions et a finalement choisi les Managed Agents d'Anthropic, car l'entreprise ne souhaitait plus maintenir des environnements de fonctionnement dispersés.

Selon Anthropic, ABC Legal a mis en production plus de 50 agents en un seul mois, et environ 310 employés utilisent quotidiennement Claude. Les employés n'ont même pas besoin de connaissances en développement logiciel pour créer de nouveaux agents via configuration.

Cela montre que l'attrait du hébergement de Harness provient des besoins réels des entreprises. Plutôt que de développer et de maintenir à long terme des systèmes depuis zéro, les entreprises préfèrent acheter des services tout faits afin de dédier leurs ressources techniques à leur activité principale.

Mais les entreprises ne souhaitent pas nécessairement s'engager avec une seule entreprise de modèles.

En août de cette année, VentureBeat a publié les résultats d'une enquête menée auprès de 107 entreprises. 85 % des entreprises interrogées utilisent simultanément deux plateformes d'orchestration d'agents ou plus. Lors du choix d'une plateforme, 29 % des entreprises accordent la priorité à la flexibilité des modèles et des outils, contre seulement 10 % qui privilégient l'adaptation native à un modèle leader. Bien que l'échantillon soit biaisé vers les grandes entreprises technologiques, il reflète déjà une tendance d'achat : les clients souhaitent conserver la liberté de changer de modèle.

Cela offre précisément une autre logique commerciale pour la concurrence de Harness. Si les entreprises sont disposées à utiliser à long terme un système d'exploitation, le fournisseur peut continuer à générer des revenus provenant de l'hébergement, de la maintenance et des services de développement entreprise, même s'il ne détient pas l'exclusivité des appels de modèle, tout en établissant des relations plus stables avec ses clients.

Ainsi, Harness peut accéder aux processus d'exécution réels de l'entreprise. Contrairement aux simples API de modèles, Harness peut enregistrer le parcours d'une tâche depuis son début jusqu'à son achèvement, incluant les appels de modèle, l'exécution des outils, les réessais en cas d'échec et le résultat final. Ces enregistrements aident les entreprises à diagnostiquer les pannes et fournissent des retours précieux pour le développement des modèles.

Figure : Données d'exécution de tâches d'entreprise enregistrées par Harness

Si les entreprises de modèles peuvent obtenir en continu des retours vérifiés et authentiques sur les tâches, elles ont l'opportunité de détecter plus rapidement les problèmes des modèles en environnement de production. Toutefois, cet avantage est clairement limité par les droits sur les données.

Cela pose également une nouvelle question aux entreprises de modèles : si les entreprises peuvent librement changer de modèle sous-jacent tout en conservant le contrôle de leurs données, quel avantage à long terme Harness peut-il encore établir ?

Pour les entreprises de modèles, Harness pourrait apporter une valeur à plus long terme que des frais directs. Lorsque les entreprises confient de plus en plus de tâches aux agents, celui qui fournit un système d'exécution fiable aura l'opportunité d'influencer le choix des modèles et la manière dont l'IA participe aux opérations réelles.

Un mot familier et banal : entrée.

Cependant, ce mot profondément ancré à l'ère d'Internet réveille toujours la sensibilité de la concurrence à l'ère de l'IA. Désormais, Harness assume en partie cette attente, ainsi que cette imagination.

Clause de non-responsabilité : les informations sur cette page peuvent avoir été obtenues auprès de tiers et ne reflètent pas nécessairement les points de vue ou opinions de KuCoin. Ce contenu est fourni à titre informatif uniquement, sans aucune représentation ou garantie d’aucune sorte, et ne doit pas être interprété comme un conseil en investissement. KuCoin ne sera pas responsable des erreurs ou omissions, ni des résultats résultant de l’utilisation de ces informations. Les investissements dans les actifs numériques peuvent être risqués. Veuillez évaluer soigneusement les risques d’un produit et votre tolérance au risque en fonction de votre propre situation financière. Pour plus d’informations, veuillez consulter nos conditions d’utilisation et divulgation des risques.