Les chatbots ont des outils. Les IDE ont eu un chat. DeepSeek Harness (DSH) a choisi une troisième voie.

Les premiers agents que la plupart des gens ont rencontrés cette année vivaient dans une fenêtre de discussion. Au printemps, une grande partie de ce travail avait été transférée aux IDE et aux ateliers de bureau. Maintenant, le chat revient sur eux.

Pourquoi le chat est venu en premier

Les produits de style OpenClaw ont facilité la première étape. L'agent était déjà dans l'application de chat et pouvait toucher des fichiers, appeler des outils et faire fonctionner un appareil.

Les limites sont apparues peu de temps après. Trouver l'agent n'est pas la même chose que lui donner assez pour finir. Il se peut qu'il ne sache pas quel fichier est actuel, pourquoi un plan a été abandonné ou quelle contrainte vous avez ajoutée il y a une heure.

Pourquoi les environnements de travail ont pris le dessus

Les établis de bureau gardent le travail visible : les fichiers d'un côté, le contenu au milieu, la conversation à côté, les outils en cours d'exécution en dessous.

La mise en page compte moins que ce qu’elle préserve. Un message de discussion compresse un projet en une seule phrase. Un espace de travail partagé conserve les modifications, les tentatives infructueuses et les raisons. Un ordinateur cloud sans accès à vos fichiers locaux, à votre discussion de groupe ou à votre dernière session n'est pas la même chose que votre environnement de travail.

Pourquoi le chat est revenu

Une fois qu’un agent dispose d’un contexte et d’outils de travail, les gens veulent l’avoir en dehors du bureau. Le téléphone aide, mais l’avantage est qu’il s’agit du même agent, avec les mêmes fichiers et la même tâche.

Un exemple : loin de l'ordinateur, un utilisateur a interrogé un agent à propos d'un document et a mentionné que le fichier faisait partie d'une discussion de groupe. L'agent a trouvé le message, a ouvert la pièce jointe et a continué à lire. La conversation n’était pas la substance ; l'outillage connecté l'était.

Pourquoi l'environnement est devenu modifiable

Le contexte est ce que l'agent peut atteindre pendant qu'il travaille. Harness est l'arrangement qui permet à un modèle de faire le travail : comment les outils et la mémoire sont utilisés, comment les tâches sont exécutées et que se passe-t-il lorsqu'une étape échoue.

Cela explique un échec courant. Un agent qui continue de produire des résultats faibles peut lire un ancien fichier, manquer un connecteur ou travailler sans une contrainte que vous pensiez avoir. L'ajout de « soyez plus prudent » résout rarement ces problèmes.

DeepSeek Harness est important ici car son Creator mode prend en charge la création de plugins via la conversation, l'extension des outils, des compétences et de l'interface. Il n'est pas nécessaire que l'agent qui crée l'environnement et l'agent qui sert les utilisateurs soient identiques. C'est la troisième voie. L’environnement lui-même devient quelque chose que l’agent contribue à construire. La source, les autorisations, les versions récupérables et la confirmation humaine des comptes ou des paiements s'appliquent toujours.

Là où les deux chemins se rencontrent

Les produits centrés sur les bots et ceux centrés sur les espaces de travail ne deviennent pas une seule interface. Ils ont pourtant les mêmes besoins : du contexte, un harness fonctionnel et un moyen de joindre l’agent.

Les Dot associent un ordinateur cloud et des applications connectées aux ChatGPT, Slack et Teams. Grok Bot associe un environnement cloud persistant et une mémoire à des messages et des discussions de groupe. Muse part des e-mails, des voyages et des objectifs à long terme plutôt que d'un référentiel de code.

La question derrière Super Agent

La question utile est de savoir quel agent peut représenter avec précision une personne spécifique dans un type de travail spécifique et continuer à s’améliorer.

La mémoire seule ne peut pas répondre à cette question, et les préférences sans outils ne peuvent agir. Il est peu probable qu’il y ait un assistant pour tout. Une voie plus réaliste serait celle d’une série d’agents étroits et fiables, capables de continuer à travailler, d’accepter des corrections et d’élargir leur champ d’action.

Cette année, une partie du changement tient à qui construit l’environnement. La configuration, les connecteurs et la transmission du contexte étaient auparavant manuels. Un agent qui connaît déjà le contexte peut désormais en prendre une partie en charge.