Agent harness : comment une IA passe de la réponse à l’action

Vous demandez à une IA : « Compare ces trois procédures et prépare un rapport des contradictions. » Pour réussir, elle doit lire les bons fichiers, analyser leur contenu et créer un document. Un modèle performant est utile. Il faut aussi un système pour faire avancer le travail.

Ce système s’appelle le harness. C’est le moteur d’exécution de l’agent : il prépare les informations destinées au modèle, coordonne les appels aux outils et lui transmet leurs résultats. Le modèle peut alors proposer la suite, demander une précision ou terminer sa réponse. 1

Trois rôles à distinguer :

• Le modèle raisonne et propose la prochaine action.
• Les outils lisent un document, effectuent un calcul ou enregistrent un fichier.
• Le harness organise les échanges entre le modèle et ces outils, dans les limites configurées.

Ces échanges se répètent jusqu’à une réponse ou une limite d’exécution. Le résultat reste à vérifier.

Où se trouve ce moteur ? Il est intégré au produit qui fait fonctionner l’agent. On rencontre des harnesses dans VS Code et dans Copilot Studio. Dans ce dernier, vous configurez votre agent depuis le navigateur : vous n’avez pas besoin d’ouvrir VS Code. Le nom « GitHub Copilot harness » désigne ici son intégration dans Copilot Studio. 1 2

Reprenons notre revue de procédures. Un outil récupère les documents. Le modèle propose les écarts ; s’il manque une procédure, il peut demander une précision. Le harness coordonne ces étapes, puis un outil prépare le rapport. L’utilisateur doit pouvoir retrouver le passage qui justifie chaque contradiction signalée. C’est un scénario illustratif, pas un résultat de test.

Dans Copilot Studio, deux moteurs souvent comparés permettent d’aborder ce travail :

• Standard permet de composer le comportement avec des topics — des séquences de questions et d’actions — et des outils. Son orchestration générative sait déjà choisir et enchaîner ces composants. 3
• GitHub Copilot harness privilégie une construction autour d’un objectif, d’instructions et de ressources. Il dispose notamment d’un espace de travail pour manipuler des fichiers, exécuter du code et ajuster le travail à partir des résultats. 4

Pour notre rapport, l’intérêt potentiel du second est de réduire l’assemblage nécessaire. Mais Standard peut aussi traiter des fichiers et exécuter du Python via Code Interpreter. La différence se mesure dans la manière de construire la solution et dans le résultat obtenu. 5

Un skill peut compléter l’agent : il regroupe une méthode réutilisable, par exemple notre grille de revue et un modèle de rapport, avec éventuellement des scripts. Il guide le travail ; les outils fournissent les actions. 6

Deux points comptent avant de choisir. D’abord, les opérations utilisant l’IA pendant la construction et les tests du GitHub Copilot harness peuvent consommer des crédits. La licence Microsoft 365 Copilot ne couvre pas ces usages. 7

Ensuite, les fonctionnalités et les canaux disponibles diffèrent. Microsoft ne prévoit pas de transfert direct d’un agent entre Standard et GitHub Copilot harness. Le choix mérite donc un essai sur une tâche réelle. 8 9

Je comparerais les deux sur les mêmes procédures : écarts détectés, références exactes, corrections nécessaires, temps de construction et coût. Le bon moteur est celui qui permet de rendre le service attendu avec une qualité vérifiable.

Sources et précisions pour aller plus loin

1. Microsoft — Définition du harness.
2. Microsoft — Harnesses dans Copilot Studio. Il existe aussi un troisième moteur, Copilot chat, pour étendre Microsoft 365 Copilot Chat.
3. Microsoft — Orchestration générative du Standard.
4. Microsoft Copilot Studio CAT — Sandbox. Cet espace de travail est temporaire ; les accès externes passent par les outils et connaissances configurés.
5. Microsoft — Code Interpreter dans les prompts.
6. Microsoft — Skills.
7. Microsoft — Gestion des coûts. Le guide Copilot Credits, septembre 2026, page 12 précise que la configuration manuelle sans appel au modèle ne nécessite pas de crédits.
8. Microsoft — GitHub Copilot harness et absence de transfert direct.
9. Microsoft — Canaux de publication.

Scénario illustratif ; aucun POC documentaire ni benchmark réalisé.