Du prompt au harnais : chronique de 4 ans de patterns agentiques en IA

• De 2022 à 2026, le paradigme du développement IA a changé trois fois : Prompt Engineering → Context Engineering → Harness Engineering
• Chaque transition est née de l’échec du paradigme précédent à tenir ses promesses, et la rigueur de l’ingénierie n’a pas disparu : elle s’est simplement déplacée du prompt vers le contexte, puis du contexte vers le harnais
• [Ère 1] Prompt Engineering (2022~2024)
  • « L’anglais est un langage de programmation », « réfléchis étape par étape »
  • Même le prompt le plus sophistiqué ne connaît pas les fichiers absents de la fenêtre de contexte
• [Ère 2] Context Engineering (2025)
  • On passe de « que faut-il dire ? » à « quelles informations faut-il fournir ? »
  • Même avec un contexte parfait, si la boucle qui le consomme est mal conçue, l’échec persiste
• [Ère 2.5] Le vibe coding et sa gueule de bois
  • Accepter toutes les suggestions de l’IA sans même regarder le diff — le code grossit au-delà du seuil du lisible
  • « Même si le LLM a écrit le code, si vous l’avez relu, ce n’est pas du vibe coding »
• [Ère 3] Harness Engineering (2026~)
  • « Quand l’agent se trompe, ne corrigez pas l’agent : corrigez le harnais »
  • Agent = modèle + harnais
  • Architecture à 3 agents d’Anthropic, pattern Ralph, Lethal Trifecta, Rule of Two de Meta AI
• En 2026, les métriques clés ne sont plus la qualité du prompt mais le KV-cache hit rate (taux de réutilisation des calculs précédents par le modèle) et la complexité du harnais
• La gueule de bois du vibe coding, l’incapacité des agents à s’autoévaluer, les vulnérabilités de sécurité et d’autres obstacles concrets en production ont démontré les limites de chaque ère ; le harnais constitue une réponse structurelle à l’ensemble de ces problèmes
• Chaque ère ne remplace pas la précédente, elle l’englobe (subsume) ; le prompt engineering n’est pas mort, il est devenu un sous-module du harness engineering
• Le harnais doit pouvoir être retiré facilement (rippable) — à mesure que les modèles progressent, la moitié de la logique actuelle de reprise sur erreur devient inutile
• Prochaine direction du déplacement de la rigueur : Guardian Agent (couche de surveillance en temps réel) → ingénierie de l’évaluation (behavior beats benchmarks) → moteur de connaissance (graphe de code · historique des commits · mémoire combinés)

[kimjoin2]

Je ne peux pas tout suivre un par un,
alors je me dis :
« si c’est vraiment aussi bien, la documentation officielle sera mise à jour ».
Et en pratique, ça a effectivement été le cas jusqu’ici.

[kuthia]

Même si GitHub n’est pas le dominant du marché, je pensais qu’il restait à l’avant-garde des tendances. La portée de chaque projet est trop limitée, donc leur taux d’adoption sur le marché est faible, mais dans l’ensemble, je trouve qu’ils ont créé beaucoup de concepts efficaces. Peut-être est-ce parce que je suis développeur.

[arinaru]

Que nous réserve la prochaine époque ?

[thestackai]

Je n’ai même pas la moindre idée de ce que seront les trois époques suivantes.

[ragingwind]

Maintenant, il faut y ajouter un méta-harnais.

[awbrg789]

bien

[xguru]

Kim Youngmin, data scientist chez AWS Korea, a très bien synthétisé l’évolution des méthodes de développement au fil des dernières années.

Je trouve que c’est un bon article à montrer aux développeurs qui se demandent ce qui a bien pu autant changer ces derniers temps.

[heycalmdown]

L'article est vraiment excellent.