Les meilleurs agents de codage du marché, comme Claude Code ou Codex, s’installent sur votre poste prêts à travailler, mais scellés. Quand l’agent hallucine une variable, supprime le mauvais fichier ou plante à mi-parcours, impossible d’inspecter sa boucle d’exécution pour comprendre pourquoi. Avec DeepSeek Harness, DeepSeek fait le pari inverse : ouvrir la boîte noire. Dans cette vidéo, je compare ses quatre modes d’exécution et j’explique pourquoi, pour un responsable sécurité, la vraie nouveauté est moins le modèle que la journalisation.
Le décryptage en vidéo
▶️ La vidéo ne s’affiche pas ? Regardez-la directement sur YouTube.
Qu’est-ce qu’un « harness » ?
Un grand modèle de langage, seul, ne peut rien faire sur votre ordinateur. C’est, au fond, un système d’autocomplétion très avancé. Pour agir dans le monde réel, ce cerveau numérique a besoin d’un corps : c’est le harness. La machinerie invisible qui lit vos fichiers, exécute des commandes et se souvient de ce que l’agent a fait cinq minutes plus tôt.
Avec un harness fermé, contrôlé par le fournisseur, la visibilité est nulle. Les équipes font alors un arbitrage implicite : elles gagnent l’autonomie, mais abandonnent le contrôle et la transparence au fournisseur.
Séparer le cerveau et le corps
En août 2026, DeepSeek a publié son modèle V4 Pro accompagné de DeepSeek Harness, qui rejette cette architecture monolithique. La thèse est simple : séparer le modèle de langage du harness qui l’entoure. L’agent devient une infrastructure modulaire, possédée, modifiée et gérée par l’équipe de développement.
Concrètement, le noyau (Cordis) rend chaque brique interchangeable :
- l’adaptateur de modèle peut cibler DeepSeek, Anthropic ou un modèle local ;
- les « sens » de l’agent (recherche de fichiers, bac à sable, mémoire) sont des plugins indépendants à activer ;
- il n’existe aucun agent par défaut : le système est exactement ce que l’équipe configure.
J’ai détaillé le mécanisme de réversibilité des plugins (ctx.effect) dans un article en anglais : Reversible AI Architectures With DeepSeek Harness.
Les quatre modes d’exécution
Les modes changent le comportement de l’agent selon les plugins actifs dans son environnement.
Standard : l’espace de travail complet
C’est le mode du quotidien : édition de fichiers, recherche web et sous-agents pour les tâches courantes. C’est celui qui ressemble le plus aux agents de codage que l’on connaît.
Minimal : mesurer l’intelligence brute
Le mode Minimal retire toute l’assistance pour ne laisser qu’un terminal et un éditeur de fichiers. DeepSeek s’en sert pour tester les capacités brutes du modèle. Le message est important pour quiconque lit des benchmarks : des scores très flatteurs mesurent souvent un harness bien outillé, pas le modèle lui-même.
Code : le modèle écrit ses propres boucles
Au lieu d’appeler les outils un par un, le modèle écrit ses propres boucles TypeScript pour orchestrer d’un seul coup des chaînes d’actions complexes. Plus puissant, mais aussi plus délicat à superviser : c’est du code généré qui pilote d’autres actions.
Creator : le bac à sable expérimental
Le mode Creator sert de terrain d’expérimentation : on regarde sous le capot, on inspecte le runtime et on compose de nouveaux agents.
Lequel choisir ?
La vidéo n’impose pas de vainqueur, et c’est logique : chaque mode répond à un usage. En résumé, à partir de ce qu’elle décrit :
| Mode | Ce qu’il fait | Pour quel usage |
|---|---|---|
| Standard | Fichiers, recherche web, sous-agents | Travail de développement quotidien |
| Minimal | Terminal + éditeur uniquement | Évaluer le modèle sans « dopage » par l’outillage |
| Code | Le modèle écrit ses boucles TypeScript | Orchestration de chaînes d’actions complexes |
| Creator | Inspection du runtime, nouvelles compositions | Expérimentation et conception d’agents |
Ces quatre modes rappellent une réalité clé : la capacité d’un agent dépend autant de son environnement que de ses poids neuronaux.
Sécuriser l’autonomie par la transparence
Laisser une IA autonome circuler dans les fichiers privés d’une entreprise présente des risques évidents. La réponse de DeepSeek est une règle d’architecture stricte : tout est visible et journalisé.
- Chaque invite, chaque sortie d’outil et chaque injection de contexte est écrite dans un journal de session en ajout seul (append-only).
- Si un workflow échoue, ce journal permet de remonter le temps : on peut dupliquer l’état exact de l’agent à l’étape 39 sur 40 et rejouer l’opération en voyant précisément ce que l’agent a vu.
- L’observabilité s’appuie sur un pipeline d’outils en plusieurs étapes, qui sépare le sandboxing de bas niveau (quels fichiers sont accessibles) des demandes d’approbation humaine (vérifier l’intention de l’utilisateur).
Pour un auditeur, c’est exactement ce qui manque aux agents fermés : une piste d’audit rejouable. Comme le résume la vidéo, la sécurité autonome ne vient pas d’une promesse marketing, mais de la transparence sur ce que le modèle traite et exécute.
Une préversion, pas un produit d’entreprise
Point essentiel, répété dans la vidéo : DeepSeek Harness est une préversion pour développeurs, sujette à des changements importants, et pas une solution clé en main pour l’entreprise. À tester en environnement isolé, pas à brancher sur votre SI de production.
Même à l’état brut, le framework met fin à l’idée que les agents IA doivent rester des boîtes fermées et immuables.
À retenir
- Le harness est le « corps » de l’agent : fichiers, commandes, mémoire. Le modèle n’en est que le « cerveau ».
- DeepSeek Harness (août 2026, avec V4 Pro) rend chaque brique interchangeable, sans agent par défaut.
- Quatre modes : Standard (quotidien), Minimal (mesurer le modèle brut), Code (boucles TypeScript générées), Creator (expérimentation).
- Journal de session en ajout seul : on peut rejouer l’état exact de l’agent à n’importe quelle étape.
- Préversion développeur : pas encore prête pour la production en entreprise.
Les modèles deviennent des commodités ; l’avantage ira aux équipes qui construisent les harness les plus sûrs, observables et adaptés à leurs problèmes concrets.
Sources
- DeepSeek – DeepSeek Harness developer preview: Everything is a plugin
- Turing Post – DeepSeek Harness Explained: How Open Agent Runtimes Change AI
- Wavect – DeepSeek Harness Review: Is the Plugin Stack Production-Ready?
Vidéo générée avec NotebookLM à partir de sources sélectionnées par Pascal Froment.
Ces questions de transparence et de contrôle des agents autonomes, je les développe dans mon livre Où allons-nous ? (prospective jusqu’en 2040) : comment garder la trace de ce que l’IA fait en notre nom.
Ressources Wet & Sea Tech
- 📺 Abonnez-vous à la chaîne YouTube Wet & Sea Tech pour les prochains décryptages : youtube.com/@wetseatech
- 💼 Suivez-moi sur LinkedIn pour les analyses cyber-risque de la semaine : LinkedIn de Pascal Froment
- 🔐 À lire aussi : Agents IA : pourquoi vos barrières de sécurité actuelles sont une illusion
Cet article t'a été utile ? Le site, ONDE et Risky restent gratuits et sans pub grâce aux lecteurs. Un café ou un partage : les deux comptent.
