Peut-on distiller un harness dans le modèle d’un agent ?

Le problème du harness qui reste à l’extérieur

Un agent n’est pas seulement un modèle qui produit du texte. Son harness choisit les outils disponibles, conserve l’état, gère le contexte et décide comment une réponse devient une action. Une optimisation de ce scaffolding peut donc améliorer une trajectoire sans modifier les capacités du modèle lui-même. Le gain reste alors attaché au harness spécialisé au moment du déploiement.

Le preprint Harness-Zero: Harness Distillation via Agent-as-Harness étudie une question plus étroite : peut-on convertir les comportements induits par ce scaffolding en exemples d’entraînement utilisables par un agent qui ne possède qu’un harness cible fixe ? La difficulté n’est pas seulement de transmettre une consigne. Les deux systèmes peuvent exposer des outils différents, ne pas voir les mêmes informations et attendre des réponses dans des espaces d’action incompatibles.

Trois harness et un contrat de traduction

Le papier distingue le harness cible h, le harness étudiant évolué h⋆ et une référence privée K. h⋆ porte les améliorations découvertes sur les tâches d’apprentissage. K n’est pas une copie exécutable de ce système : c’est une adaptation de ses règles pour qu’un agent de revue puisse décider comment intervenir tout en produisant une réponse compatible avec h.

Cette distinction est importante. Une règle qui bloque directement une action dans h⋆ peut devenir, dans K, un signal de revue déclenché quand le student propose cette action. Le reviewer ne doit pas injecter une solution cachée dans le contexte du student. Il observe la proposition et le contexte visible, puis choisit entre deux issues : la laisser passer ou la remplacer par une réponse complète que le harness cible sait exécuter.

On peut résumer le contrat ainsi :

1. le student propose une réponse dans l’espace de h ;
2. l’agent-harness relit cette proposition avec ses règles privées ;
3. une proposition saine est conservée ;
4. une proposition insuffisante reçoit la plus petite correction cohérente qui reste exécutable par h ;
5. seule la réponse acceptée et l’observation qui en résulte entrent dans la trajectoire visible.

Ce contrat évite de confondre « savoir qu’une action est risquée » avec « savoir produire l’action de remplacement ». La distillation ne porte donc pas sur une discussion abstraite, mais sur des transitions que le student peut réellement reproduire.

De la revue à la distillation

Harness-Zero organise le processus en trois temps. D’abord, le harness étudiant est amélioré sur des tâches d’entraînement, puis ses composants sont adaptés à la référence privée. Ensuite, un agent-harness intervient à la frontière des réponses pendant la collecte de trajectoires. Enfin, les trajectoires acceptées servent à un fine-tuning supervisé du student.

La contrainte de frontière joue ici le rôle d’un test de compatibilité. L’agent-harness ne lance pas lui-même l’action et n’a pas accès à la solution cachée de la tâche. Il doit formuler une correction dans l’interface que le student possède déjà. Le système apprend ainsi une habitude observable : relire une entrée, vérifier un état, respecter une plage de sortie ou attendre une preuve avant de conclure. Le papier indique aussi que le raisonnement privé accidentel du reviewer est masqué de la perte d’entraînement.

Ce que les résultats mesurent

Les auteurs évaluent trois domaines : SpreadsheetBench Verified, AppWorld et USPTO Retrosynthesis. Dans six réglages benchmark-modèle, l’agent-as-harness obtient une moyenne rapportée de 81,1 % contre 78,1 % pour code-as-harness. Dans l’expérience de distillation sur Qwen3.5-9B, la macro-moyenne annoncée passe de 23,3 % pour le modèle de base à 44,3 % sous le harness cible seul, tandis que le modèle de base avec h⋆ attaché atteint 41,7 % dans la comparaison présentée.

Ces chiffres décrivent le protocole du preprint, pas une garantie pour un autre modèle ou un autre dépôt. L’analyse comportementale rapporte également 82,3 % de récupération moyenne sur 28 comportements exclusifs au harness. Cette mesure est utile pour parler de transfert ciblé, mais elle ne prouve pas que toutes les connaissances de contexte, toutes les permissions ou toutes les capacités d’outillage peuvent être internalisées.

Ce qui ne se transfère pas automatiquement

Un modèle peut apprendre à produire une séquence d’actions sans apprendre l’état externe qui la rend pertinente. Une mémoire persistante, un mécanisme de pagination, une permission ou un vérificateur terminal ne se résument pas toujours à une réponse du student. Le harness minimal reste donc nécessaire pour exposer l’environnement, borner les actions et confirmer le résultat.

Le coût est également déplacé plutôt que supprimé. Chaque revue ajoute un appel pendant la collecte, et le papier rapporte une latence moyenne multipliée par 2,4 dans le domaine USPTO. Un reviewer peu capable peut corriger une proposition saine ou introduire une erreur. Il faut donc mesurer les refus, les remplacements, les appels supplémentaires et les régressions, pas uniquement le score final.

Une lecture prudente pour les équipes

L’idée la plus réutilisable n’est pas de retirer les garde-fous du déploiement. C’est de traiter chaque amélioration du harness comme un comportement à traduire, tester et attribuer. Avant tout entraînement, une équipe peut demander : la règle a-t-elle une condition détectable ? La correction reste-t-elle dans l’espace d’action cible ? L’observation qui suit est-elle visible et vérifiable ? Le résultat peut-il être régressé sur des cas négatifs ?

Cette grille distingue une habitude internalisable d’une dépendance structurelle à l’environnement. Elle évite aussi de transformer un résultat expérimental en promesse commerciale : le transfert doit être reproduit avec le modèle, le split, le budget, les outils et les permissions réellement visés.

Source et limites

Haoran Ye, Yuxing Lu, Haonan Dong, Zhaochen Su et Guojie Song, « Harness-Zero: Harness Distillation via Agent-as-Harness », arXiv:2609.24974v1, 21 septembre 2026 : résumé et preprint, PDF. Les résultats et chiffres sont ceux rapportés par les auteurs ; ils n’ont pas été reproduits localement. L’article est une synthèse originale et ne republie aucune figure, table, prompt ou extrait de code du PDF ou du dépôt associé.