Vous avez corrigé le devis lundi. Jeudi, votre IA reproduit la même erreur. Vous n’avez pas seulement besoin d’une meilleure réponse. Vous avez besoin que votre correction serve au prochain dossier.
Pour un dirigeant, c’est une question très concrète : combien de fois faudra-t-il expliquer la même chose avant de pouvoir confier le travail ?
Une proposition oublie les exclusions. Un compte rendu transforme une suggestion en décision. Un reporting rapproche deux périodes différentes. Vous corrigez, vous livrez, vous passez à autre chose. Puis vous recommencez.
Avant de chercher un nouveau modèle, regardez ce qui se passe entre deux demandes : où votre correction est-elle conservée ? Dans quelles situations sera-t-elle réutilisée ? Comment saurez-vous qu’elle fonctionne ?
Les recherches autour de Harness² donnent une raison supplémentaire de prendre ces questions au sérieux. Voici ce qu’elles montrent, et surtout la méthode que nous vous proposons d’en tirer pour votre activité.
Qu’est-ce qu’un agent harness, en français simple ?
Le « harness » désigne l’environnement qui permet au modèle d’agir : ses instructions, sa mémoire, ses outils et l’organisation de son travail. Modifier cet environnement permet de changer son comportement sans réentraîner le modèle. Le dépôt Harness² distingue notamment les procédures réutilisables, les scripts et les mécanismes autour des appels d’outils. [1]
Prenons une analogie. Deux personnes compétentes arrivent dans votre entreprise. La première reçoit un accès à vos dossiers et la consigne « prépare une proposition ». La seconde reçoit aussi votre grille tarifaire validée, un exemple accepté, les points à vérifier et la personne à consulter en cas de doute.
Vous leur avez confié la même mission. Vous ne leur avez pas donné les mêmes moyens de réussir.
Pour votre IA, examinez donc quatre choses : ce qu’elle sait, ce qu’elle peut consulter, la méthode qu’elle suit et ce qui permet de contrôler le résultat.
La question utile devient : quelle information ou quelle étape manque pour que ce travail soit acceptable ?
Harness² : ce que la recherche apporte réellement
Publié sur arXiv le 9 octobre 2026 par Ruiyao Xu et ses coauteurs, notamment de Google Cloud AI Research, Harness² conserve les paramètres du modèle et améliore son environnement d’exécution. [2]
Deux boucles se complètent : tester puis combiner des modifications sur la tâche en cours ; conserver des expériences pour guider les améliorations suivantes. Cette sélection s’appuie sur la comparaison des exécutions, sans disposer d’une réponse exacte pendant l’amélioration. [2]
Sur WorkBuddy-Bench, les auteurs rapportent les scores moyens suivants avec OpenCode, après une étape d’amélioration :
| Modèle | Configuration initiale | Avec Harness² | Écart |
|---|---|---|---|
| GLM-5 | 64,2 | 75,7 | +11,5 points |
| Gemini 3.5 Flash | 72,4 | 77,5 | +5,1 points |
Source : tableau 1 de l’étude, moyennes sur trois exécutions. Ces scores de benchmark ne mesurent pas un gain de productivité en entreprise. [2]
Les auteurs précisent que les essais supplémentaires augmentent le coût et que le jugement des modèles ne garantit ni l’exactitude ni le transfert à une autre tâche. [2]
Le dépôt indique également qu’il ne s’agit pas d’un produit officiellement pris en charge par Google. [1]
Notre lecture pour une PME : avant de payer davantage pour le modèle, il est pertinent de tester ce qu’une meilleure méthode peut apporter. Cela ne dispense jamais de comparer les résultats.
Corriger le document et améliorer le système sont deux travaux différents
Imaginons un assistant qui prépare vos propositions commerciales. Cet exemple est fictif ; il sert à montrer la démarche, pas à présenter un résultat client.
Il rédige une offre convaincante, mais reprend le prix d’une ancienne proposition. Vous remplacez le montant et envoyez le document.
Le client reçoit la bonne offre. Pourtant, vous n’avez pas encore traité la cause de l’erreur.
Une correction durable pourrait comprendre trois décisions :
- Une source prioritaire. La grille tarifaire approuvée fait autorité. Les anciennes propositions servent d’exemples de présentation.
- Une conduite en cas de manque. Si le tarif applicable n’est pas disponible, l’assistant signale le point à compléter au lieu de choisir un prix.
- Un contrôle. Chaque montant est rapproché de sa source avant validation humaine.
Vous pouvez maintenant tester cette méthode sur une offre standard, une remise exceptionnelle et un dossier incomplet.
Si elle fonctionne seulement sur le devis que vous venez de corriger, le problème n’est pas encore résolu.
Une correction devient utile à l’entreprise lorsqu’elle améliore aussi le prochain dossier.
Notre méthode : une erreur, une règle, plusieurs essais
La démarche suivante est une proposition pratique de 360IA, inspirée du sujet. Elle ne reproduit pas le protocole expérimental de Harness² et n’en promet pas les performances.
1. Choisissez un travail dont vous savez juger la qualité
Commencez par une tâche récurrente : préparer un récapitulatif client, mettre en forme un brief ou produire un brouillon de proposition.
Définissez ce qu’une personne doit pouvoir faire avec le résultat. « Un compte rendu clair » est trop vague. « Retrouver chaque décision confirmée, son responsable et son échéance » donne des points de contrôle.
La première limite à poser est simple : quels éléments devront toujours être validés avant utilisation ?
2. Décrivez l’erreur sans interpréter trop vite sa cause
« L’IA ne comprend rien » ne vous aide pas à intervenir.
« Elle a attribué une échéance qui n’avait pas été décidée » vous donne un événement observable.
Conservez la demande, les sources autorisées, le résultat obtenu et la correction attendue. Vérifiez ensuite si le problème vient d’une information absente, d’une ambiguïté, d’un accès manquant ou d’une étape mal exécutée.
Une règle supplémentaire ne réparera pas un document source périmé.
3. Modifiez une chose à la fois
Évitez de changer simultanément le modèle, les instructions, les documents et les outils : vous ne saurez plus ce qui a aidé.
Pour notre compte rendu, la règle candidate pourrait être :
Sépare les décisions confirmées, les propositions et les questions ouvertes. Pour toute échéance absente, écris « à confirmer ». N’attribue pas de responsable sans élément explicite dans les sources.
Cette règle se teste. Elle peut aussi être trop rigide dans certains contextes : l’objectif est de l’évaluer, pas de la déclarer parfaite.
4. Essayez sur des dossiers que la règle n’a pas servi à construire
Gardez quelques cas de côté. Incluez un dossier simple, un dossier incomplet et un cas où les documents se contredisent.
Comparez l’ancienne version et la nouvelle avec les mêmes critères. Pour une tâche variable, plusieurs essais aident à éviter de confondre un bon résultat isolé avec une amélioration régulière.
Un petit échantillon sert à repérer les problèmes ; il ne prouve pas une fiabilité générale.
5. Faites valider, datez et gardez la version précédente
Une personne responsable du métier décide si la modification mérite d’être adoptée.
Notez le changement, les cas testés et ses limites. Conservez la version antérieure pour revenir en arrière si la nouvelle règle dégrade d’autres résultats.
Toutes les préférences ne doivent pas devenir des règles communes. « Ce client souhaite un ton très direct » appartient à son contexte ; ce n’est pas nécessairement la voix de toute l’entreprise.
Comment savoir si votre agent progresse vraiment ?
Une réponse plus longue ou plus assurée n’est pas un indicateur de qualité. Voici une grille de départ à adapter à votre activité :
| Indicateur | Ce que vous relevez | Ce qu’il vous apprend |
|---|---|---|
| Erreurs importantes | Prix faux, engagement inventé, décision mal attribuée | Le résultat peut-il être utilisé ? |
| Temps de reprise | Minutes nécessaires à la vérification et aux corrections | Quelle charge reste à l’équipe ? |
| Respect des sources | Informations traçables, incertitudes signalées | Peut-on vérifier ce qui est affirmé ? |
| Coût par résultat accepté | Coût des appels et reprises, rapporté aux livrables validés | L’amélioration reste-t-elle intéressante ? |
| Résultats sur de nouveaux cas | Même contrôle sur des dossiers gardés à part | Le progrès dépasse-t-il l’exemple corrigé ? |
Définissez d’abord les erreurs qui rendent un livrable inutilisable. Une moyenne flatteuse peut masquer un prix erroné ou un message envoyé sans accord.
Et si une version nécessite davantage d’appels mais réduit fortement la reprise humaine, elle peut être intéressante. Mesurez les deux avant de conclure.
Ce qu’un agent ne devrait pas décider de modifier seul
Notre recommandation pour un usage professionnel : séparer les améliorations proposées des changements autorisés en production.
L’assistant peut suggérer une meilleure structure de compte rendu. Élargir ses accès, supprimer une validation ou modifier une règle de conservation exige une décision distincte, prise par la personne habilitée.
Une consigne écrite ne remplace pas une restriction d’accès. Pour un assistant chargé de préparer des emails, la possibilité d’envoyer doit être contrôlée dans les outils et les permissions.
Le dépôt de recherche Harness² signale d’ailleurs un accès réseau non restreint pour les exécuteurs et une désactivation du bac à sable pour son exécuteur Codex. Ce montage expérimental ne doit pas être repris tel quel sur vos dossiers de travail. [1]
Le bon périmètre de départ est celui dans lequel vous pouvez observer les essais, maîtriser les actions et annuler une modification de méthode.
La fiche à remplir cette semaine
Prenez la dernière correction que vous avez faite à votre IA et complétez ces huit lignes :
Tâche concernée :
Erreur observée, avec un exemple :
Résultat attendu :
Cause supposée, à vérifier :
Modification proposée :
Cas conservés pour tester la modification :
Personne qui valide et date de validation :
Version précédente et conditions de retour arrière :Vous pouvez demander à votre assistant de préparer cette fiche. Gardez à votre charge la validation des faits, le choix des critères et l’accord sur ce qui devient une règle.
Si vous ne pouvez pas décrire la correction attendue, commencez par clarifier le travail avec la personne qui le réalise aujourd’hui.
Le point de départ pour 360IA
Notre conviction : la valeur se construit lorsque vos méthodes deviennent explicites, testables et réutilisables par l’équipe.
Le modèle compte. Vos sources, vos critères de qualité et les enseignements conservés entre deux dossiers comptent aussi. C’est sur cet ensemble que vous pouvez travailler, progressivement, à partir de votre activité réelle.
Découvrez 360IA pour travailler ces méthodes sur vos usages réels.
La prochaine fois que vous corrigez votre IA, posez cette question : qu’est-ce qui sera différent sur le prochain dossier ?
Découvrir la communauté 360IADécouvrir l’Immersion
À lire ensuite
12 automatisations IA concrètes pour entrepreneurs et indépendants · Se former à Claude Code sans coder
Sources
Vérification éditoriale : 20 octobre 2026. Les résultats de recherche sont attribués à leurs auteurs. Les exemples d’entreprise, la grille de mesure et la fiche pratique sont des propositions éditoriales de 360IA ; ils ne constituent pas des résultats expérimentaux ni des témoignages clients.
- Google Research — dépôt officiel Harness² : définition, environnement, statut du projet et conditions d’exécution.
- Xu et al. — Harness²: Recursive Agent Harnessing for an Open World, version du 9 octobre 2026 : méthode, tableau 1 et limites en annexe F.