La qualité d'un agent dépend autant de son harness que de son modèle : ce qui entre dans le contexte, ce qui en sort, quels outils il a le droit d'utiliser et comment on vérifie son travail. Ce parcours fait construire chaque pièce à la main, puis la compare aux harness du marché.
Harness engineering
Comprendre et construire ce qu'il y a sous le capot des agents modernes : boucle, contexte, permissions, sous-agents, skills, évaluation.
Cas d'usage⚙️ Automatiser un processus métier
- FormationIntermédiaireConstruire un agent IA de A à ZCoder en Python un agent qui appelle des outils, lui donner une mémoire, le brancher via MCP puis le passer en production avec Google ADK et Cloud Run.
- FormationExpertConstruire son harness d'agent de codeEn Python, sans framework d'agent : un agent qui lit, cherche, édite et teste un dépôt sous contrôle (bac à sable, permissions, budget de contexte, points de reprise, journal), mesuré sur une vraie correction de bug.
- FormationExpertOrchestrer des sous-agents : planification, isolation, budgetsUn harness où un planificateur découpe un dossier de veille en sous-tâches, lance des sous-agents isolés et budgétés en parallèle, tranche leurs contradictions et trace toute la trajectoire. Écrit deux fois, à la main puis avec ADK Workflow, et mesuré.
- FormationAvancéAgent Skills : construire le chargeur, écrire et tester des skillsUn chargeur de skills SKILL.md en Python (google-genai) avec divulgation progressive, scripts exécutés sans réseau, équivalent Google ADK, et des tests mesurés : 30 requêtes de déclenchement et une grille de qualité.
- FormationExpertUn agent qui pilote un navigateur, en sécuritéConstruire un agent Gemini qui opère un back-office web via Playwright et l'arbre d'accessibilité, sous quatre garde-fous (liste blanche, confirmation humaine, contenu non fiable, budget), tracé étape par étape et mesuré sur 5 tâches réelles.
- FormationExpertUn harness d'évaluation continue pour applications LLMConstruire le harness qui décide si un changement de modèle ou de prompt peut partir en production : jeu de données versionné, scorers enfichables dont un LLM-juge calibré, comparaison A/B avec intervalles de confiance, rapport HTML et porte de qualité en CI. Démonstration réelle : gemini-3.8-flash contre gemini-3.5-flash-lite.