Ingénierie Harness : déplacer les garanties des agents LLM des prompts au code

Les chercheurs ont publié une pré-impression sur arXiv le 10 juillet 2026 avec un motif d'ingénierie harness pour les agents LLM entreprise : les garanties déterministes sont déplacées des prompts dans le code et les artefacts de validation, permettant la construction de systèmes auditables sans perte de qualité de réponse.

Ce Qui Ne Va Pas avec l'Approche Prompting Uniquement

Les applications LLM d'entreprise commencent généralement comme des prototypes où le comportement est entièrement défini par les prompts et le contexte RAG. Lors du passage à la production, de nouvelles exigences émergent : limites de source, routage d'entités, contrats de réponse et traces reproductibles. Les prompts les gèrent de manière peu fiable.

Les auteurs ont mené une expérience de contrôle : en gardant le modèle inchangé et en remplaçant uniquement le niveau d'application, les prompts ont permis aux violations d'atteindre les utilisateurs — le langage de recommandation incorrect et les fuites de traces internes n'ont pas été bloqués. Harness a complètement éliminé les deux problèmes tout en ne réduisant pas l'utilité du système.

Comment Fonctionne le Motif Harness

L'idée clé est de déplacer le comportement déterministe des prompts dans le code, les manifestes, les schémas et les artefacts de validation autour d'une "composition boundary" remplaçable. Les asserz de source restent l'autorité pour les réponses à l'exécution, tous les contrats sont vérifiés par code plutôt que par des instructions de prompt. Cette architecture permet le remplacement du modèle sans reconstruire tout le système.

Le motif a été testé sur une tranche de données publiques provenant de cinq groupes corporatifs coréens (25 sociétés cotées). Résultats clés :

• 5 conglomérats coréens, 25 sociétés cotées — ensemble de données de test
• 3 modèles hébergés impliqués dans l'expérience de remplacement de modèle
• 270/270 demandes ont passé la vérification de contrat lors du changement de modèles
• 120/120 — utilité de réponse avec approche harness
• 88/120 — utilité de réponse avec guardrail externe bolt-on au même niveau de sécurité

Les tests d'injection de fautes ont confirmé le fonctionnement des validateurs : dans tous les scénarios, ils ont correctement identifié les contrats intentionnellement cassés.

Comment Harness Est Meilleur Que les Guardrails Externes

Le guardrail externe bolt-on prévient les violations tout aussi efficacement que le harness — mais au prix de refus excessifs. En utilisant uniquement le guardrail externe, le système a produit 88 réponses utiles sur 120, tandis que le harness en a préservé 120/120.

"Seul l'application possédée par le code fournit simultanément la

sécurité et préserve l'utilité complète", concluent les auteurs.

La différence fondamentale : le harness est intégré dans l'architecture et comprend le contexte de la demande, il ne rejette donc pas les réponses légitimes. Le guardrail externe ne voit que la sortie finale et doit être excessivement prudent, ce qui entraîne une perte de 27% des réponses utiles.

Ce Que Cela Signifie

L'ingénierie harness offre un motif réutilisable pour la transition du prototype LLM vers le système de production auditable. Les prompts ne garantissent pas la conformité des contrats dans les environnements d'entreprise — vous avez besoin d'artefacts de contrôle versionnés dans le code. Pour les équipes construisant des agents LLM d'entreprise, c'est un guide pratique : les garanties comportementales doivent être dans le code, pas dans les instructions.

Questions Fréquemment Posées

Sur Quelles Données le Harness a-t-il Été Testé?

Les auteurs ont utilisé une tranche de données publiques provenant de cinq grands groupes corporatifs coréens avec 25 sociétés cotées. Les tests ont couvert 270 demandes à travers la composition boundary en utilisant trois modèles hébergés différents.

Comment le

Harness Diffère-t-il du Guardrail Externe Bolt-On?

Le guardrail externe bolt-on atteint le même niveau de sécurité mais génère des refus excessifs : 88 réponses utiles sur 120 contre 120/120 pour le harness. Le harness est intégré dans l'architecture et comprend le contexte de la demande, il ne sacrifie donc pas la qualité pour la sécurité.