# seale-semantic-agent-model-harness-ontology-data-2026-04-17

## Veille

Agent sémantique : la symétrie modèle+harnais et ontologie+données, effondrement des frameworks d'agents, ontologie comme seul actif non-commodité

## Titre Article

There is a growing disconnect in the way people think about building AI agents

## Date

2026-04-17

## URL

https://www.linkedin.com/posts/tonyseale_there-is-a-growing-disconnect-in-the-way-share-7450647565982715904-kzDt/

## Keywords

agent sémantique, harnais d'agent, ontologie, knowledge graph, domaine métier, Claude Code, Codex, frameworks d'agents, LangGraph, CrewAI, AutoGen, Semantic Kernel, scaffolding, modèle de domaine partagé, données typées liées, commoditisation, moat ontologique, compréhension partagée, intelligence isolée vs combinée, orchestration, post-entraînement

## Authors

Tony Seale

## Ton

**Profil** : Perspective d'expert en knowledge graphs (The Knowledge Graph Guy), registre stratégique et manifeste, niveau senior technique avec portée architecturale et business. Tony écrit comme un évangéliste qui identifie un pattern fondamental et appelle à un repositionnement industriel.

**Description** : Le ton est percutant et axé sur le pattern. L'article construit sa thèse par symétries et oppositions binaires : modèle+harnais d'un côté, ontologie+données de l'autre, commodité vs moat, transient vs permanent. Le style LinkedIn est court, dense, avec des sections marquées par des puces colorées (🔵) et un rythme télégraphique (phrases courtes, listes de frameworks jetées en rafale). L'auteur s'appuie sur une citation d'Anthropic pour renforcer son autorité : « tout composant d'un harnais encode une hypothèse sur ce que le modèle ne peut pas faire seul, et ces hypothèses vieillissent vite quand les modèles s'améliorent ». Le propos culmine dans une maxime propriétaire : « Everything else is scaffolding — useful for a while, but scaffolding comes down ». Le public cible est double : architectes d'entreprise qui investissent dans les frameworks, et dirigeants data/IA qui cherchent à identifier l'actif stratégique à construire dans leur organisation. Le ton est celui d'un consultant-philosophe qui veut convertir, pas seulement informer.

## Pense-betes

- **Déconnexion croissante** : l'industrie investit massivement dans des frameworks d'orchestration (LangGraph, CrewAI, AutoGen, Semantic Kernel, OpenAI Agents SDK, AWS Bedrock, Google ADK) tandis que les praticiens de pointe sont passés à « modèle puissant dans harnais puissant » (Claude Code, Codex, OpenClaw, Hermes)
- **L'effondrement des frameworks** : les early frameworks étaient nécessaires quand les modèles ne géraient pas le multi-étape seul. Mais à mesure que les modèles s'améliorent, le scaffolding construit pour des modèles limités handicape les modèles intelligents. Le scaffolding doit diminuer avec le temps, pas s'accumuler
- **Citation Anthropic** : « Every component in a harness encodes an assumption about what the model can't do on its own, and those assumptions can quickly go stale as models improve »
- **Isolated Agents Are Not Enough** : accès à l'ordinateur ≠ compréhension. Donnez à un agent 1000 documents et posez une question : il cherche, espère, devine. Multipliez par 50 agents sans modèle du monde partagé = intelligents en isolation, incohérents en combinaison
- **Besoin d'un environnement d'information structuré** : à l'échelle entreprise, les agents ont besoin d'un modèle de domaine partagé et d'humains dans la boucle
- **La symétrie fondamentale** : appliquer la même simplification côté données. Le modèle siège dans un harnais qui lui donne accès à l'ordinateur. Les données siègent dans une ontologie qui leur donne structure et sens
- **Définition de l'ontologie** : elle définit ce qui existe, ses propriétés, ses relations. C'est l'interface via laquelle les agents comprennent la donnée. Les données — typées, liées, structurées — forment un graphe de signification navigable
- **Deux patterns symétriques** : (1) modèle puissant dans harnais puissant, (2) données puissantes dans ontologie puissante
- **Le Semantic Agent** : (Model + Harness) + (Ontology + Data). « Il ne se contente pas de générer. Il commence à comprendre »
- **Ce qui est commodité** : tout le monde a accès aux mêmes modèles frontier. Tout le monde peut construire un harnais. Cela se « thinne out » avec le temps
- **Ce qui n'est PAS commodité** : l'ontologie, le modèle de domaine, la connaissance structurée et liée qui capture la façon dont VOTRE organisation comprend le monde
- **Les modèles sont loués, les frameworks sont transients** : la seule chose qu'il reste à construire est la connaissance — et elle vous appartient
- **Outils cités** : Claude Code, Codex, OpenClaw, Hermes comme exemples de harnais aboutis ; LangGraph, CrewAI, AutoGen, Semantic Kernel, OpenAI Agents SDK, AWS Bedrock, Google ADK comme frameworks de la génération précédente
- **Références externes** : Anthropic on Harness Design, Meaning IS Your Moat (article antérieur de Seale)

## RésuméDe400mots

Tony Seale, The Knowledge Graph Guy, identifie une déconnexion croissante dans la façon dont l'industrie construit les agents IA. D'un côté, l'industrie investit massivement dans des frameworks d'orchestration : LangGraph, CrewAI, AutoGen, Semantic Kernel, OpenAI Agents SDK, AWS Bedrock, Google ADK — chacun avec ses graphes d'orchestration, machines à états et logiques de routage. De l'autre, les praticiens de pointe sont passés au paradigme « modèle puissant dans harnais puissant » (Claude Code, Codex, OpenClaw, Hermes).

**L'effondrement des frameworks.** Les early frameworks étaient nécessaires quand les modèles ne géraient pas le multi-étape seuls. Citation d'Anthropic : « tout composant d'un harnais encode une hypothèse sur ce que le modèle ne peut pas faire seul, et ces hypothèses vieillissent vite ». Le scaffolding construit pour un modèle limité handicape un modèle intelligent. Il doit diminuer avec le temps, pas s'accumuler. Ce qui reste est simple : un modèle puissant dans un harnais puissant. Beaucoup, interagissant, collaborant. Pas de framework requis.

**Les agents isolés ne suffisent pas.** Accès à l'ordinateur ≠ compréhension. Donnez à un agent 1000 documents : il cherche, espère, devine. Multipliez par 50 agents sans modèle du monde partagé et vous obtenez une intelligence d'isolation mais incohérente en combinaison. À l'échelle entreprise, l'environnement d'information a besoin de structure — un modèle de domaine partagé, avec l'humain dans la boucle.

**La symétrie.** La réponse est d'appliquer la même simplification côté données. Le modèle siège dans un harnais qui lui donne accès à l'ordinateur ; les données siègent dans une ontologie qui leur donne structure et sens. L'ontologie définit ce qui existe, ses propriétés, ses relations — l'interface via laquelle les agents comprennent la donnée. Deux patterns symétriques : (modèle puissant + harnais puissant) et (données puissantes + ontologie puissante).

**Le Semantic Agent.** Leur combinaison donne le Semantic Agent : (Model + Harness) + (Ontology + Data). Il ne se contente pas de générer, il commence à comprendre. Tout le reste est scaffolding — utile un temps, mais appelé à tomber.

**Ce que vous possédez.** Tout le monde a accès aux mêmes modèles frontier ; tout le monde peut construire un harnais. C'est commodité, et cela se « thinne out » chaque jour. Ce qui n'est PAS commodité : votre ontologie, votre modèle de domaine, la connaissance structurée et liée qui capture comment votre organisation comprend le monde. Les frameworks sont une phase transitoire. Les modèles sont loués. La seule chose qu'il reste à construire — et qui vous appartient — est la connaissance.

## GrapheDeConnaissance

- Tony Seale —publie→ Semantic Agent post LinkedIn (DOCUMENT, 0.99)
- Tony Seale —est_instance_de→ The Knowledge Graph Guy (persona) (CONCEPT, 0.98)
- Semantic Agent —est_basé_sur→ Model + Harness + Ontology + Data (CONCEPT, 0.97)
- Harnais d'agent —converge_avec→ Ontologie (symétrie structurelle) (CONCEPT, 0.92)
- Frameworks d'agents —est_instance_de→ Phase transitoire (CONCEPT, 0.9)
- LangGraph —fait_partie_de→ Frameworks d'agents (CONCEPT, 0.95)
- CrewAI —fait_partie_de→ Frameworks d'agents (CONCEPT, 0.95)
- AutoGen —fait_partie_de→ Frameworks d'agents (CONCEPT, 0.95)
- Claude Code —est_instance_de→ Pattern modèle+harnais (CONCEPT, 0.92)
- Codex —est_instance_de→ Pattern modèle+harnais (CONCEPT, 0.92)
- Ontologie —permet→ définition de ce qui existe, ses propriétés et relations (CONCEPT, 0.95)
- Modèles frontier —est_instance_de→ Commodité louée (CONCEPT, 0.88)
- Ontologie organisationnelle —est_instance_de→ Seul moat non-commoditisable (CONCEPT, 0.92)
- Anthropic —affirme_que→ les composants du harnais encodent des hypothèses qui vieillissent vite quand les modèles s'améliorent (AFFIRMATION, 0.95)
- Tony Seale —affirme_que→ des agents isolés sans modèle du monde partagé produisent de l'incohérence en combinaison (AFFIRMATION, 0.9)
- Agents à l'échelle entreprise —est_basé_sur→ Modèle de domaine partagé (CONCEPT, 0.93)
- Tony Seale —recommande→ faire diminuer le scaffolding à mesure que les modèles s'améliorent (AFFIRMATION, 0.9)

---
Canonical: https://www.thekb.eu/en/fiches/seale-semantic-agent-model-harness-ontology-data-2026-04-17/