Harness-1 rend-il la recherche IA plus fiable ?

Résumer ce contenu avec :

Perplexity ChatGPT Claude Grok Mistral

Harness-1 rend la recherche IA plus fiable en sortant la mémoire du prompt et en la confiant à une machine à états. L’idée est simple, mais puissante. Moins de bruit, plus de preuves, une politique plus stable. Et surtout, un agent qui cherche au lieu d’improviser.

Pourquoi sortir l’état du modèle ?

Sortir l’état du modèle évite de transformer le prompt en fourre-tout instable. Dans un agent de recherche IA, c’est un vrai sujet, parce qu’on ne demande pas juste au modèle de répondre. On lui demande de chercher, lire, comparer, garder des hypothèses, suivre des preuves, revenir en arrière, puis produire quelque chose de fiable.

Quand tout ça reste dans le prompt, ça finit mal assez vite. Je le vois souvent chez des clients. Au début, on ajoute un peu de contexte pour aider le modèle. Puis on ajoute l’historique, les résultats de recherche, les consignes métier, les documents complets, les exceptions, les exemples, les contre-exemples. Et là, bizarrement, le modèle devient moins fiable. Il parle plus, il priorise moins bien, il mélange des détails secondaires avec des faits importants.

Harness-1 prend le problème autrement. C’est un agent de retrieval, donc un agent conçu pour aller chercher de l’information dans des sources, la lire, la trier et s’appuyer dessus. Mais il ne laisse pas le modèle porter seul toute la mémoire, tous les résultats, tous les documents complets et toutes les preuves. Il met autour du modèle une sorte de cadre de travail.

Le harness, ici, c’est une machine à états. Dit simplement, le système garde une trace propre de ce qui se passe, au lieu de tout recoller dans une longue conversation. Il sait où il en est, ce qui a déjà été trouvé, ce qui reste incertain, quels documents comptent vraiment. Le modèle propose une action, mais il ne fait pas n’importe quoi. À chaque tour, il doit choisir une seule action via une interface de huit outils.

Cette contrainte change beaucoup de choses :

• Le modèle réfléchit moins dans le vide.
• La mémoire importante reste persistante, donc elle ne dépend pas d’un prompt qui grossit sans fin.
• Les preuves peuvent être stockées, vérifiées, réutilisées.
• Le système force une progression plus propre, tour après tour.

Pour moi, la vraie innovation de Harness-1 n’est pas seulement le modèle 20B. Un modèle 20B, c’est un modèle avec environ 20 milliards de paramètres, donc une grosse capacité de raisonnement et de langage. Mais ce qui compte vraiment ici, c’est l’architecture autour de lui. Le modèle n’est plus seul au volant avec un prompt énorme. Il est encadré par un système qui garde l’état, organise la recherche et limite les dérives.

Et c’est là qu’on arrive au cœur du système : les quatre structures persistantes qui permettent justement de sortir cette charge du modèle.

Que garde vraiment le harness ?

Le harness garde quatre mémoires persistantes qui structurent la recherche au lieu de tout pousser dans le prompt : le candidate pool, le curated set, le full-text store et l’evidence graph.

Ce point est important parce que le prompt n’est pas une base de données. Quand on lui met tout dedans, il finit par mélanger les signaux forts, les détails secondaires et les documents à moitié pertinents. J’ai vu ça chez un client data récemment : le modèle avait les bonnes sources, mais trop de bruit autour, donc il répondait avec assurance… sur le mauvais extrait.

Le candidate pool, c’est la réserve de départ. Il contient des documents compressés et dédupliqués. Compressés, parce qu’on garde une version plus courte et utile du contenu. Dédupliqués, parce qu’on évite d’avoir dix fois la même source sous des formes légèrement différentes. Ça paraît basique, mais c’est souvent là que la recherche IA commence à devenir plus propre.

Le curated set, c’est la sélection active. Il peut contenir jusqu’à 30 documents, chacun avec un drapeau d’importance : very_high, high, fair ou low. Ce n’est pas juste une pile de liens. C’est une hiérarchie de confiance et d’utilité pour guider la réponse.

Le full-text store garde le texte complet hors prompt. Le modèle n’a pas besoin de tout lire en permanence. Il peut aller chercher le détail quand c’est nécessaire. Résultat, on réduit le bruit contextuel, et on garde plus de place pour raisonner proprement.

L’evidence graph, lui, relie les indices. Il extrait automatiquement des entités avec des regex, c’est-à-dire des règles qui repèrent des motifs dans le texte. Par exemple des noms propres, des années, des dates. Quand un document relie plusieurs entités, il devient un bridge document. Il est prioritaire parce qu’il connecte des morceaux de preuve. À l’inverse, un singleton est une entité isolée. Ce n’est pas forcément faible. C’est souvent une piste à suivre.

Comment Harness-1 réduit le bruit ?

Harness-1 réduit le bruit en compressant les résultats avant qu’ils ne polluent le raisonnement du modèle. C’est le point important. On ne laisse pas le modèle lire tout ce qui remonte de la recherche, parce que plus de texte ne veut pas dire plus de vérité.

La compression se fait en deux phases. D’abord, Harness-1 utilise Sentence-BM25. BM25, c’est une méthode de ranking lexical, donc une façon de classer du texte selon les mots présents dans la requête et leur importance. C’est robuste, très utilisé en recherche d’information, et surtout assez prévisible. Pas besoin d’en faire un cours de maths, l’idée est simple : au lieu de garder un chunk entier, Harness-1 regarde les phrases à l’intérieur du chunk et sélectionne les 4 meilleures phrases.

Ça change beaucoup de choses. Un chunk peut contenir une phrase très utile et dix phrases moyennes. Dans un RAG classique, on envoie souvent tout le passage au modèle. Résultat, le modèle reçoit du contexte, oui, mais aussi du remplissage. Et ce remplissage influence la réponse. Je l’ai vu souvent chez des clients : on ajoute plus de passages pour “sécuriser” la réponse, et au final on obtient une réponse plus longue, plus floue, parfois moins fiable.

La deuxième phase, c’est la déduplication. Harness-1 ne se contente pas de retirer les doublons évidents. Il le fait à deux niveaux :

• Par chunk ID, pour éviter de garder plusieurs fois le même morceau de document.
• Par empreinte de contenu, pour repérer des passages presque identiques même s’ils viennent d’endroits différents.

Cette logique est très utile dans un agent de recherche. Le modèle reçoit moins de répétitions, moins de documents faibles, et moins de passages voisins qui disent quasiment la même chose. Il peut se concentrer sur les signaux utiles, ceux qui apportent vraiment une preuve ou une nuance.

Dans beaucoup de systèmes RAG, on envoie plusieurs chunks proches parce qu’ils ont tous un score correct. Ça rassure techniquement, mais ça surcharge le modèle. Harness-1 prend le problème dans l’autre sens : il compresse d’abord, il filtre mieux, puis il organise. Cette compression prépare un curated set plus propre, c’est-à-dire un ensemble de preuves mieux sélectionnées, et un evidence graph plus fiable, où les relations entre les éléments reposent sur moins de bruit.

Pourquoi le warm-start aide l’agent ?

Le warm-start aide l’agent parce qu’il lui donne une base curatée dès la première recherche réussie, au lieu de partir de zéro. C’est tout bête, mais dans un agent de retrieval, ça change beaucoup de choses.

Le retrieval, c’est la capacité à aller chercher les bons documents, les bons passages, les bonnes sources, puis à s’en servir pour répondre ou décider quoi chercher ensuite. Le problème, au démarrage, c’est le cold-start. L’agent n’a pas encore de mémoire utile. Il ne sait pas quels documents méritent d’être gardés, lesquels sont redondants, lesquels ouvrent une piste intéressante, ni lesquels doivent être reliés entre eux.

Donc il improvise. Et quand un agent improvise trop tôt, il peut partir sur des chemins bizarres. Il garde un document moyen, ignore une source centrale, suit une piste secondaire, puis construit sa suite de recherche sur une base fragile. J’ai vu ça souvent dans des automatisations IA en entreprise. Le modèle n’était pas spécialement mauvais. On lui demandait juste de prendre de bonnes décisions sans lui donner un point d’appui propre au départ.

Dans Harness-1, le mécanisme est plus sain. Après la première recherche réussie, le harness génère automatiquement un jeu de données curaté à partir des 8 meilleurs résultats rerankés. Le reranking, c’est le fait de reclasser les résultats après une première recherche, pour mettre en haut ceux qui semblent vraiment les plus pertinents. Harness-1 ajoute aussi un indicateur de fairness, donc un signal qui aide à éviter une base trop biaisée ou trop étroite dès le départ.

Le modèle ne doit plus créer ex nihilo sa stratégie de recherche. Il raffine une base existante. Et ça, pour l’apprentissage, c’est beaucoup plus simple.

• Moins de décisions absurdes au démarrage, parce que l’agent part déjà avec des documents solides.
• Une politique plus simple à apprendre, parce qu’il doit améliorer une trajectoire au lieu d’inventer toute la méthode.
• Une recherche plus stable, parce que les premiers choix ne reposent pas sur du hasard ou sur un signal trop faible.

Au fond, le warm-start ne rend pas l’agent magique. Il lui évite juste de commencer dans le noir. Et dans la recherche IA, c’est souvent ça qui fait la différence entre un agent qui tourne en rond et un agent qui progresse proprement.

Comment Harness-1 s’entraîne ?

Harness-1 s’entraîne en deux temps, avec du Supervised Fine Tuning puis du Reinforcement Learning.

Le Supervised Fine Tuning, ou SFT, c’est la phase où on montre au modèle comment bien se comporter. Pas juste répondre joliment. Utiliser les bons outils, respecter l’interface, avancer tour par tour, garder une logique de recherche structurée. En clair, le modèle apprend à chercher proprement au lieu de partir dans tous les sens.

Je le vois un peu comme une période d’apprentissage guidé. On lui donne des exemples de trajectoires correctes. Il apprend quand lancer une recherche, quand consulter une preuve, quand mettre à jour son état, quand s’arrêter. C’est important, parce qu’un agent de recherche classique peut vite mélanger son raisonnement, ses sources et son historique dans un gros prompt qui devient bruyant.

Le Reinforcement Learning, ou RL, arrive ensuite. Là, le modèle ajuste sa politique d’action selon les résultats obtenus. Une politique d’action, c’est simplement la manière dont il choisit quoi faire à chaque étape. Le RL sert à stabiliser ces choix, à renforcer les comportements utiles et à éviter les boucles inutiles. Si une action mène à une meilleure recherche, elle est encouragée. Si elle ajoute du bruit ou dégrade le résultat, elle est moins favorisée.

Le point intéressant, c’est que le harness simplifie l’entraînement. Une partie de la complexité ne repose plus uniquement sur le modèle. L’état persistant est géré à part. Le graphe de preuves garde les relations entre les éléments. Le stockage complet reste hors du prompt. Le curated set, c’est-à-dire l’ensemble de données déjà sélectionné et structuré, donne un terrain plus propre pour apprendre.

Je ne dirais pas que ça garantit une recherche parfaite. Ce serait du marketing. Mais l’architecture vise clairement à améliorer la stabilité, réduire le bruit contextuel et simplifier la politique de recherche. Et ça, dans les projets IA que je vois passer, c’est souvent là que tout se joue.

Et si le vrai gain venait de l’architecture ?

Harness-1 montre un truc que je répète souvent en mission : la performance IA ne vient pas seulement du modèle. Elle vient aussi de ce qu’on met autour. Ici, le harness garde l’état, trie les documents, compresse les preuves, stocke le texte complet hors prompt et aide l’agent à apprendre plus proprement. Le modèle n’a plus à tout porter dans son contexte. Il peut chercher, prioriser, relier, puis affiner. Pour moi, c’est la direction logique des agents de recherche sérieux. Le bénéfice pour vous est simple : des réponses plus stables, moins bruitées, et une base plus solide pour automatiser la recherche.

FAQ

• Qu’est-ce que Harness-1 ?
  Harness-1 est un agent de recherche IA de 20B paramètres qui fonctionne avec un harness, c’est-à-dire une machine à états qui garde une partie de la mémoire et de l’organisation hors du modèle. Le modèle ne gère pas tout seul les documents, les preuves et l’état de recherche.
• Pourquoi le harness améliore la recherche IA ?
  Il améliore la recherche parce qu’il réduit le bruit dans le contexte. Au lieu d’empiler des documents dans le prompt, il maintient un candidate pool, un curated set, un full-text store et un evidence graph. Le modèle reçoit donc une information plus propre et mieux structurée.
• À quoi sert l’evidence graph dans Harness-1 ?
  L’evidence graph sert à relier les preuves entre elles. Il extrait automatiquement des entités comme des noms propres, des années et des dates. Les documents qui relient plusieurs entités deviennent des bridge documents prioritaires. Les entités isolées, elles, signalent des pistes à creuser.
• Comment Harness-1 compresse les résultats de recherche ?
  Harness-1 utilise une compression en deux phases. D’abord, Sentence-BM25 classe les phrases et garde les 4 meilleures phrases par chunk. Ensuite, le système déduplique les contenus par chunk ID puis par empreinte de contenu. Le but est d’envoyer moins de répétitions et plus de signal utile au modèle.
• Pourquoi le warm-start est important pour un agent IA ?
  Le warm-start évite à l’agent de démarrer sans repère. Après une première recherche réussie, Harness-1 crée automatiquement un jeu curaté à partir des 8 meilleurs résultats rerankés, avec un indicateur de fairness. L’agent peut alors raffiner une base existante au lieu de tout construire à l’aveugle.

A propos de l’auteur

Je suis Franck Scandolera, expert et formateur en tracking avancé server-side, Analytics Engineering, automatisation No/Low Code avec n8n, intégration de l’IA en entreprise et SEO/GEO. J’accompagne des équipes qui veulent passer des démos IA sympa à des systèmes fiables, mesurables et exploitables en business. J’ai travaillé avec des références comme Logis Hôtel, Yelloh Village, BazarChic, la Fédération Française de Football ou Texdecor. Je dirige l’agence webAnalyste et l’organisme Formations Analytics. Si vous voulez structurer vos projets data, IA ou automatisation, contactez-moi, je peux vous aider.

Franck Scandolera

⭐ Expert et formateur en Tracking avancé, Analytics Engineering et Automatisation IA (n8n, Make) ⭐

Ref clients : Logis Hôtel, Yelloh Village, BazarChic, Fédération Football Français, Texdecor…

Mon terrain de jeu :

Data & Analytics engineering : tracking propre RGPD, entrepôt de données (GTM server, BigQuery…), modèles (dbt/Dataform), dashboards décisionnels (Looker, SQL, Python).
Automatisation IA des taches Data, Marketing, RH, compta etc : conception de workflows intelligents robustes (n8n, Make, App Script, scraping) connectés aux API de vos outils et LLM (OpenAI, Mistral, Claude…).
Engineering IA pour créer des applications et agent IA sur mesure : intégration de LLM (OpenAI, Mistral…), RAG, assistants métier, génération de documents complexes, APIs, backends Node.js/Python.