RechercheLatent Space2h· 2 min de lecture

Lilian Weng résume 35 articles sur l'ingénierie des harnais pour l'auto-amélioration récursive

Chercheuse chez Thinky (dont elle est cofondatrice), Lilian Weng a publié le 6 juillet 2026 une synthèse de 35 articles de recherche consacrés au "harness engineering", ces couches d'orchestration qui encadrent le fonctionnement des agents d'intelligence artificielle. Son texte relie cette discipline à l'auto-amélioration récursive des systèmes d'IA, en affirmant que même lorsque les progrès réalisés au niveau du harnais finissent par être absorbés dans le modèle central, le besoin de spécifier des objectifs et du contexte ne disparaît pas. Elle y passe en revue les principales tendances de conception éprouvées, en citant notamment l'article ACE et le concept plus récent de Meta-Harnesses. Le même jour, Meta Superintelligence Labs a dévoilé Muse Image et présenté en avant-première Muse Video, deux modèles de génération d'image et de vidéo présentés par Alexandr Wang et Tim Brooks comme les meilleurs de leur catégorie, mais sans publication scientifique ni détail technique associé.

Cette convergence autour de l'ingénierie des harnais illustre un basculement plus large dans la conception des agents d'IA: plutôt que de chercher l'auto-amélioration directe des poids d'un modèle, les laboratoires misent sur l'optimisation de l'environnement logiciel qui entoure ce modèle. Ce choix a des conséquences concrètes pour les développeurs et les entreprises qui déploient des agents en production, car il déplace une partie de la valeur ajoutée vers l'orchestration plutôt que vers le modèle brut. Anthropic illustre cette tendance avec l'extension de Claude Cowork au mobile et au web, positionnant Claude comme un coéquipier de tâches en arrière-plan plutôt qu'une simple interface de chat, tandis que l'accès à Claude Fable 5 a été prolongé jusqu'au 12 juillet sur les offres payantes, une annonce qui a suscité des critiques sur le calendrier des quotas hebdomadaires.

Ce virage s'inscrit dans une compétition plus vaste sur l'infrastructure agentique. Google a enrichi son Gemini API Managed Agents avec l'exécution en arrière-plan, des serveurs MCP distants, des appels de fonctions personnalisés et le renouvellement automatique des identifiants. LangChain a lancé un cours sur les Deep Agents et un projet de harnais open source, tandis que Weaviate a rendu son serveur MCP disponible en version générale avec un contrôle d'écriture activable en temps réel. Du côté des outils grand public, Codex Mobile sur iOS a ajouté la gestion de tâches et la comparaison de branches, et Hermes Agent a intégré la gestion de secrets avec 1Password. Ces annonces, recensées par la newsletter AI News de Latent Space après avoir passé en revue douze subreddits et 544 comptes Twitter, dessinent un secteur où la maîtrise du harnais devient un enjeu stratégique aussi important que celui du modèle lui-même.

Dans nos dossiers

Claude Fable 5 Meta IA Anthropic Gemini

Cet article vous a été utile ?

Vu une erreur factuelle dans cet article ? Signalez-la. Toutes les corrections valides sont publiées sur /corrections.

À lire aussi

1Lilian Weng

Harness Engineering pour l'auto-amélioration

Le concept d'amélioration récursive de soi-même par une intelligence artificielle remonte à 1965, lorsque le mathématicien britannique I. J. Good a théorisé la notion de "machine ultra-intelligente", un système capable de surpasser l'humain dans toutes les activités intellectuelles et de concevoir des machines encore meilleures pour se perfectionner lui-même. Plus de quarante ans plus tard, en 2008, le chercheur Eliezer Yudkowsky a formalisé cette idée sous l'expression "recursive self-improvement" (amélioration récursive de soi), désignant une boucle de rétroaction précise: une IA utilise son intelligence actuelle pour améliorer les mécanismes cognitifs qui produisent cette même intelligence. Dans les systèmes d'IA modernes, cette boucle peut prendre deux formes concrètes, soit un modèle qui réécrit directement ses propres poids neuronaux, soit, plus largement, un modèle qui optimise son propre pipeline d'entraînement et son système de déploiement, ce qui permet ensuite de produire un modèle successeur plus performant sur des tâches à forte valeur économique. Cette dynamique n'est plus purement théorique: les laboratoires d'IA de pointe, notamment Anthropic et OpenAI, constatent une accélération marquée du rythme de leurs propres travaux de recherche grâce à l'usage de leurs modèles pour assister le développement des suivants. Concrètement, cela signifie que les cycles d'itération entre versions de modèles se raccourcissent, et que les capacités des systèmes progressent plus vite qu'avec des méthodes de développement uniquement humaines. Pour l'industrie, cela pose la question de la maîtrise de ces boucles d'auto-amélioration et de la nécessité de concevoir des environnements de test rigoureux, ce que les chercheurs appellent l'"ingénierie de harnais", pour encadrer et vérifier ces gains de performance. Cette accélération ravive un débat qui traverse la recherche en IA depuis six décennies, celui du point de bascule où une intelligence artificielle deviendrait capable de s'améliorer plus vite que ses créateurs ne peuvent la superviser. Les enjeux touchent à la fois à la sécurité, à la gouvernance des laboratoires et à la vitesse d'arrivée de capacités transformatrices, sujets qui mobilisent aujourd'hui autant les équipes de recherche que les régulateurs à travers le monde.

RechercheOpinion

1 source

2VentureBeat AI

Meta présente les 'hyperagents' pour une IA auto-améliorante sur des tâches non techniques

Des chercheurs de Meta et de plusieurs universités ont présenté un nouveau cadre d'agents autonomes baptisé "hyperagents", conçu pour surmonter les limites des systèmes d'IA auto-améliorants actuels. Contrairement aux architectures existantes, comme la Darwin Gödel Machine (DGM) de Sakana AI, qui ne fonctionnent efficacement que sur des tâches de programmation, les hyperagents peuvent réécrire et optimiser leur propre logique de résolution de problèmes dans des domaines non techniques comme la robotique, l'analyse documentaire ou la revue d'articles scientifiques. Le système est dit "entièrement autoréférentiel" : il peut analyser, évaluer et modifier n'importe quelle partie de lui-même sans contraintes liées à sa configuration initiale. Les hyperagents inventent de façon autonome des capacités génériques comme la mémoire persistante ou le suivi automatisé des performances, sans intervention humaine. L'enjeu est considérable pour les entreprises qui cherchent à déployer des agents IA dans des environnements de production réels, où les tâches sont imprévisibles et variables. Jusqu'ici, les systèmes auto-améliorants étaient bridés par un "meta-agent" statique, conçu par des ingénieurs humains et incapable d'évoluer plus vite que ces derniers ne pouvaient le maintenir. Jenny Zhang, co-auteure de l'article, résume le problème ainsi : "Chaque fois que quelque chose change ou se casse, une personne doit intervenir pour mettre à jour les règles ou la logique." Les hyperagents brisent ce "mur de maintenance" en découplant la capacité à améliorer les tâches de la capacité à modifier le code sous-jacent, deux compétences fondamentalement distinctes. Le résultat est un système qui non seulement s'améliore sur les tâches, mais optimise également le cycle d'auto-amélioration lui-même, accélérant les progrès de façon exponentielle avec moins de prompt engineering manuel. Ce travail s'inscrit dans une course plus large à l'automatisation de l'ingénierie des agents IA, un domaine en pleine effervescence depuis les succès de DGM sur les benchmarks de programmation en 2025. La DGM avait démontré qu'une amélioration récursive et ouverte était techniquement réalisable, mais uniquement lorsque la tâche elle-même était du code. Meta franchit une étape supplémentaire en généralisant ce principe à des domaines où l'évaluation des performances et la réécriture du comportement requièrent des compétences radicalement différentes, comme l'analyse textuelle subjective ou l'exploration de données métier. Si les hyperagents tiennent leurs promesses à l'échelle, ils pourraient réduire drastiquement la dépendance aux équipes d'ingénierie spécialisées pour adapter les agents à chaque nouveau contexte, ouvrant la voie à des systèmes véritablement capables de s'adapter seuls aux environnements d'entreprise en constante évolution.

RecherchePaper

1 source

3MarkTechPost

Google AI Research présente PaperOrchestra, un cadre multi-agents pour la rédaction automatisée d'articles de recherche

Une équipe de chercheurs de Google Cloud AI Research a présenté PaperOrchestra, un système multi-agents conçu pour automatiser la rédaction complète d'articles scientifiques. À partir de matériaux non structurés, un résumé d'idée brut et des journaux d'expérimentation, le système produit un manuscript LaTeX prêt à soumettre à une conférence, incluant une revue de littérature, des figures générées automatiquement et des citations vérifiées via API. Le pipeline orchestre cinq agents spécialisés travaillant en séquence, dont deux en parallèle : un agent d'organisation produit d'abord un plan JSON structuré, puis un agent de visualisation génère les figures pendant qu'un agent de revue bibliographique identifie et vérifie les références via l'API Semantic Scholar, en calculant la distance de Levenshtein pour détecter les titres approximatifs et en éliminant les citations hallucinations. Un quatrième agent rédige ensuite les sections restantes, et un cinquième assemble le tout en LaTeX final. Ce système comble un vide réel dans l'outillage de la recherche académique. Les solutions existantes souffraient toutes de limitations structurelles : PaperRobot ne gérait que des séquences de texte incrémentales, AI Scientist (v1 et v2, de Sakana AI) automatise la boucle expérimentale entière mais son module de rédaction reste couplé à ses propres pipelines internes et ne peut pas traiter des données extérieures. Les systèmes spécialisés comme AutoSurvey2 ou LiRA produisent de bonnes revues de littérature mais sont incapables de positionner une méthode spécifique face à l'état de l'art. CycleResearcher, lui, exige un fichier BibTeX structuré en entrée, un artefact rarement disponible en début de rédaction. PaperOrchestra est le premier système à accepter les matériaux tels qu'un chercheur les aurait réellement après ses expériences, sans pré-traitement. L'enjeu derrière ce type d'outil dépasse la simple automatisation : la rédaction académique représente souvent plusieurs semaines de travail après la fin des expériences, et c'est précisément là que de nombreux papiers n'aboutissent jamais, notamment pour les chercheurs moins expérimentés. En industrialisant cette étape, Google s'inscrit dans une course plus large à l'automatisation de la recherche scientifique, où Sakana AI, Anthropic et d'autres tentent de réduire le cycle entre idée et publication. La contrainte imposée par PaperOrchestra, au moins 90 % du corpus bibliographique identifié doit être activement cité, et la vérification systématique des références montrent une volonté de ne pas sacrifier la rigueur à la vitesse. La prochaine étape naturelle serait l'intégration avec des pipelines expérimentaux réels, ce qui rapprocherait encore davantage ce système d'une automatisation complète du cycle de recherche.

UELes chercheurs académiques en France et dans l'UE pourraient bénéficier de cet outil pour réduire le temps de rédaction de leurs articles scientifiques, mais aucun déploiement européen spécifique n'est annoncé.

RecherchePaper

1 source

4VentureBeat AI

Des chercheurs automatisent la conception de stratégies de raisonnement pour LLM et réduisent l'utilisation de tokens de 69,5 %

Des chercheurs affiliés à Meta, Google et plusieurs universités ont publié AutoTTS, un cadre algorithmique capable de concevoir automatiquement des stratégies d'optimisation pour les grands modèles de langage au moment de l'inférence. Jusqu'ici, les ingénieurs devaient manuellement définir les règles régissant le raisonnement des modèles, quand explorer de nouvelles pistes, quand approfondir une réflexion existante, quand élaguer une branche peu prometteuse. AutoTTS remplace ce travail artisanal par un agent explorateur, typiquement un LLM comme Claude, qui teste et affine des politiques d'allocation de calcul de façon itérative. Dans les expérimentations menées par les chercheurs, cette approche a permis de réduire la consommation de tokens de 69,5 % sans perte de précision. L'enjeu est considérable pour les entreprises qui déploient des modèles de raisonnement en production. Le "test-time scaling" (TTS) consiste à accorder aux modèles des cycles de calcul supplémentaires à l'inférence, générer plusieurs chemins de raisonnement, voter par majorité sur la réponse, ou s'arrêter dès qu'un seuil de confiance est atteint. Ces stratégies sont coûteuses, et les réduire de 69,5 % sans sacrifier la qualité représente une économie opérationnelle directe et substantielle. Pour les organisations déployant ces modèles à grande échelle, c'est la différence entre une technologie économiquement viable et un budget calcul incontrôlable. Le TTS s'est imposé ces dernières années comme l'une des voies principales pour améliorer les performances des LLM sans passer par un réentraînement coûteux. Les méthodes existantes, self-consistency, adaptive-consistency, parallel-probe, partagent toutes le même défaut : elles sont conçues à la main, limitées par l'intuition humaine dans un espace de configurations potentielles immense. AutoTTS redéfinit le rôle de l'ingénieur : plutôt que de coder les règles elles-mêmes, il définit l'environnement de découverte (l'espace d'états, les objectifs d'optimisation, les mécanismes de feedback), et laisse le LLM explorateur trouver la politique optimale. Pour rendre cette recherche économiquement supportable, le cadre s'appuie sur un environnement de simulation hors ligne, évitant d'appeler le modèle cible à chaque itération. La publication ouvre la voie à une nouvelle catégorie d'outils où l'IA conçoit ses propres stratégies d'inférence, potentiellement adaptées dynamiquement selon le type de tâche ou le budget disponible.

UEUne réduction de 69,5% des tokens à l'inférence bénéficierait aux entreprises et institutions européennes déployant des LLMs en production, réduisant significativement leurs coûts opérationnels cloud.

RecherchePaper

1 source

Recevez l'essentiel de l'IA chaque jour

Une sélection éditoriale quotidienne, sans bruit. Directement dans votre boîte mail.

Recevez l'essentiel de l'IA chaque jour

Gratuit · 1 email le matin, l'essentiel de l'IA · désinscription en un clic