Vivek Trivedy de LangChain propose une définition structurée du harnais d'agent : Agent = Modèle + Harnais. Le harnais englobe tout le code, la configuration et la logique d'exécution qui n'est pas le modèle lui-même, incluant prompts système, outils et MCP, infrastructure embarquée, logique d'orchestration et hooks déterministes.
L'article dérive chaque composant du harnais à partir des comportements souhaités que les modèles ne peuvent pas fournir nativement. Le système de fichiers est identifié comme la primitive la plus fondamentale : il offre un espace de travail, un stockage incrémental, et une surface de collaboration entre agents et humains. Bash et l'exécution de code fournissent un outil généraliste permettant au modèle de concevoir ses propres outils à la volée. Les sandboxes offrent des environnements d'exécution sûrs et scalables avec des outils par défaut pré-installés.
Pour la mémoire, le filesystem sert de primitive centrale via des fichiers standards comme AGENTS.md, chargés en contexte au démarrage et mis à jour entre sessions. La recherche web et les outils MCP (comme Context7) donnent accès aux connaissances au-delà du cutoff d'entraînement.
L'article identifie la pourriture de contexte (Context Rot) comme un défi majeur : les performances se dégradent quand la fenêtre de contexte se remplit. Les solutions incluent la compaction (résumé intelligent du contexte), l'offloading des résultats d'outils volumineux vers le filesystem, et les Skills comme mécanisme de progressive disclosure.
Pour l'exécution longue durée, les primitives précédentes se composent. Le Ralph Loop est un pattern qui intercepte la tentative de sortie du modèle et réinjecte le prompt dans un contexte propre, forçant la continuation du travail. La planification et l'auto-vérification (tests + boucle de correction) maintiennent l'agent sur la bonne trajectoire.
L'article explore la co-évolution modèle-harnais : les produits agents comme Claude Code et Codex sont post-entraînés avec leur harnais, créant un couplage (changer la logique d'un outil peut dégrader la performance). Cependant, le meilleur harnais pour une tâche n'est pas nécessairement celui d'entraînement — LangChain est passé du Top 30 au Top 5 sur Terminal Bench 2.0 en ne changeant que le harnais.
En conclusion, même si certaines fonctions du harnais seront absorbées par les modèles, le harness engineering restera pertinent car il construit des systèmes autour de l'intelligence du modèle. LangChain développe deepagents et explore l'orchestration massive d'agents, l'auto-analyse de traces, et l'assemblage dynamique de contexte juste-à-temps.