Claude est-il meilleur chez lui ? Comprendre le rôle du harnais

Dans mes usages, Sonnet et Opus donnent de meilleurs résultats chez Anthropic que dans Hermes. Je parle bien des résultats de ces modèles dans les environnements où je les utilise. Je n’en fais ni un classement général des outils, ni une mesure de leurs performances sur toutes les tâches.

Cette différence m’intéresse parce qu’elle pose une question pratique : quand nous choisissons une IA, quelle part du résultat vient du modèle, et quelle part vient de l’application qui le fait travailler ?

Le terme anglais est « harness », traduit par « harnais ». Il désigne le logiciel qui entoure le modèle et organise son travail : les consignes qui lui sont transmises, les outils qu’il peut appeler, le contexte qu’il reçoit et la manière dont les actions s’enchaînent.

Concrètement, cela comprend notamment :

l’accès aux fichiers et aux informations utiles ;la description des outils, leurs possibilités et leurs limites ;la gestion de l’historique et des éléments à conserver pendant une tâche longue ;les permissions, les retours d’erreur et les conditions d’arrêt ;la boucle qui fait passer de l’observation à l’action, puis à la vérification.

Le modèle choisit des actions à partir de ce qu’il reçoit. Le harnais exécute les appels autorisés et lui renvoie les résultats. Une consigne oubliée, un outil mal décrit ou un contexte incomplet peuvent donc changer la suite du travail.

Anthropic décrit cette boucle entre modèle, outils et retours de l’environnement dans « Building effective agents ». Dans « Effective harnesses for long-running agents », ses équipes montrent aussi l’intérêt d’un suivi de progression et de tests explicites pour des tâches de développement qui traversent plusieurs fenêtres de contexte.

Ces travaux documentent l’importance de l’environnement. Ils ne démontrent pas que Claude est systématiquement meilleur dans un produit Anthropic que partout ailleurs.

Claude Code peut lire un projet, modifier des fichiers, lancer des commandes et vérifier le résultat. Les fonctions de travail connues sous le nom de Cowork étendent cette logique à d’autres tâches, comme préparer des documents ou organiser des fichiers. Anthropic indique que Cowork repose sur la même architecture agentique que Claude Code.

Le modèle travaille donc au sein d’un ensemble déjà organisé. Quand vous passez à une autre application, les outils, les instructions, les permissions et la gestion du contexte peuvent changer, même si le nom du modèle affiché reste le même.

C’est là que l’image du déménagement devient utile : le nom sur la porte ne vous dit pas comment l’atelier est équipé.

Le harnais relie le modèle aux documents, aux outils, au contexte conservé et aux contrôles. Ce schéma illustre ces fonctions ; il ne représente pas l’architecture interne d’un produit.

Mon hypothèse, c’est une forme de symbiose : les modèles Claude et l’environnement de travail proposé par Anthropic seraient particulièrement bien accordés.

Je garde le mot « hypothèse ». Mon observation ne suffit pas à isoler la cause de l’écart. La version exacte du modèle, les réglages, les instructions ajoutées par l’application, les outils disponibles ou les limites d’exécution peuvent aussi peser sur le résultat.

Je n’ai donc pas de raison d’en déduire qu’un outil tiers est mauvais, ni qu’un modèle serait volontairement bridé ailleurs. Ce que j’observe m’incite surtout à évaluer l’ensemble, plutôt que le seul nom Sonnet ou Opus.

Pour vous faire un avis utile, choisissez une tâche que vous pouvez vérifier : corriger un problème dans un projet, produire un document à partir de fichiers ou extraire des informations précises.

Donnez la même demande et les mêmes fichiers de départ aux deux environnements.Vérifiez la version exacte du modèle, lorsque cette information est disponible.Comparez les accès aux outils, les permissions et les budgets de temps ou d’usage. Notez les différences que vous ne pouvez pas neutraliser.Fixez vos critères avant l’essai : résultat correct, fichier exploitable, consignes respectées, erreurs repérées.Regardez le travail livré et les reprises nécessaires, puis répétez l’essai. Une réponse réussie ou ratée ne suffit pas à établir une règle.

Vous pourrez alors choisir l’environnement qui vous convient pour cette tâche, sans transformer un essai personnel en verdict universel.

Anthropic, « Building effective agents », 19 décembre 2024.Anthropic, « Effective harnesses for long-running agents », 26 novembre 2025.Documentation officielle Claude Code, « Overview ».Centre d’aide Claude, « Get started with Claude Cowork ». La documentation signale une intégration progressive de Cowork dans une expérience Claude unifiée ; le nom reste ici celui employé dans la vidéo.

Sources consultées le 2 octobre 2026. Le constat d’usage et l’hypothèse de symbiose sont ceux présentés dans ma vidéo ; ils ne constituent pas un benchmark contrôlé.