Un agent capable de raisonner, d’exécuter des commandes et de produire des fichiers a besoin de davantage qu’un bon modèle. Depuis le 28 octobre 2026, le Microsoft Copilot harness apporte cette boucle d’exécution managée aux agents prompt de Microsoft Foundry, avec des contraintes d’architecture et de sécurité à intégrer dès leur création.
Pourquoi le harness change le comportement d’un agent prompt
Le Microsoft Copilot harness est un runtime managé et facultatif de Microsoft Foundry — anciennement Azure AI Foundry — pour les agents prompt. Il enveloppe le modèle avec une boucle d’agent, une gestion du contexte, des outils, des skills et la possibilité de déléguer certaines opérations à des sous-agents.
Sans cette orchestration, une requête complexe peut s’arrêter après une première tentative infructueuse. Avec le harness, l’agent peut planifier les étapes, agir, observer le résultat, corriger son approche et poursuivre jusqu’à produire une réponse ou un artefact exploitable.
L’agent reste appelé par l’API Responses. Le changement porte donc sur son environnement d’exécution, pas sur la manière générale dont l’application cliente le consomme. Microsoft a annoncé cette préversion publique le 28 octobre 2026.
Un agent existant ne peut pas être converti
Le harness se sélectionne exclusivement lors de la création. Une nouvelle version d’un agent existant ne permet pas de l’activer : il faut créer un nouvel agent prompt, puis reporter et retester sa configuration.
Trois architectures répondent à des besoins différents
Le harness ne remplace ni le runtime prompt par défaut ni les agents hébergés. Le choix dépend surtout du niveau de contrôle recherché sur la boucle d’exécution et le middleware.
| Architecture | Boucle d’agent | Contrôle du code | Cas recommandé |
|---|---|---|---|
| Agent prompt avec runtime par défaut | Comportement géré sans harness Copilot | Instructions et outils configurés | Interaction ciblée et orchestration limitée |
| Agent prompt avec Microsoft Copilot harness | Boucle managée avec outils, skills et sous-agents | Configuration plutôt que framework personnalisé | Tâches complexes sans maintenir son propre runtime |
| Agent hébergé | Boucle apportée par l’équipe | Framework, middleware et outils maîtrisés | Besoins spécifiques ou runtime propriétaire |
Un agent hébergé est préférable lorsque l’équipe veut posséder son framework, sa boucle ou son middleware. Le harness convient lorsqu’elle accepte une orchestration managée en échange d’une exploitation plus simple.
Pour positionner ces options dans une architecture plus large, consultez notre comparaison entre Copilot Studio et Microsoft Foundry. Le harness de Foundry ne doit pas non plus être confondu avec les capacités décrites pour Copilot Studio et le GitHub Copilot harness.
Les prérequis doivent être validés avant la création
La préversion n’est disponible que dans un sous-ensemble des régions prenant en charge les agents prompt. La documentation cite notamment East US, Sweden Central, West Europe, France Central et UK South, mais cette liste doit être contrôlée avant chaque déploiement dans la page des limites, quotas et régions de Foundry Agent Service.
Le modèle doit prendre en charge le raisonnement et l’appel d’outils. L’apport de son propre modèle, ou BYOM pour Bring Your Own Model, n’est pas pris en charge avec le harness.
Contrôles avant de créer l’agent
- Confirmer que la région du projet prend en charge le harness.
- Sélectionner un modèle compatible avec le raisonnement et l’appel d’outils.
- Créer un nouvel agent prompt plutôt qu’une version d’un agent existant.
- Prévoir une conversation pour chaque requête adressée à l’agent.
- Utiliser uniquement l’endpoint de l’agent, et non un appel éphémère direct à l’API Responses.
- Recenser les outils réellement nécessaires avant d’activer la production.
- Décider où seront stockées durablement les sorties importantes.
Le rôle Azure exact dépend du modèle d’accès appliqué au projet et aux ressources connectées. Selon le principe du moindre privilège, l’opérateur doit seulement recevoir la permission de créer et configurer l’agent dans le projet, complétée par les autorisations nécessaires aux sources qu’il doit réellement interroger.
Aucun délai de propagation fixe n’est indiqué dans les éléments documentaires fournis. Une configuration ne doit donc être considérée comme active qu’après un appel réussi à l’endpoint et la vérification de sa trace.
Contexte, conversation et mémoire ne sont pas équivalents
La boucle du harness conserve les informations pertinentes dans le contexte de travail du modèle et peut hiérarchiser les données au fil de l’exécution. Chaque requête exige cependant une conversation, et l’espace de travail associé est propre à cette conversation.
Foundry Memory n’est pas pris en charge avec le harness. L’historique de conversation et les fichiers de l’espace de travail restent disponibles, mais ils ne constituent pas une mémoire durable entre tous les échanges et toutes les sessions.
Les rapports, jeux de données transformés et autres sorties qui doivent survivre à la conversation doivent être copiés vers Foundry Files ou un autre service durable. Cette séparation évite de bâtir un processus métier sur un espace de travail temporaire.
Prenons l’illustration d’un agent financier chargé d’analyser les dépenses, de calculer une prévision trimestrielle et de générer un PDF. Le workspace peut accueillir les données intermédiaires et le document pendant l’exécution ; le rapport validé doit ensuite être enregistré dans un stockage durable prévu par l’organisation.
Réduire les outils constitue le premier contrôle de sécurité
Un nouvel agent active par défaut les outils intégrés filesystem_read, filesystem_write, shell, web et subagents. Cette configuration facilite les essais, mais elle accorde une surface d’action trop large à de nombreux scénarios de production.
Tous les outils intégrés sont activés par défaut
Désactivez chaque outil inutile avec MicrosoftCopilotToolsetPreview avant d’exposer l’agent à des données ou à des utilisateurs réels. Un agent de reporting interne n’a, par exemple, aucune raison de conserver l’outil web si toutes ses sources sont privées.
Une politique RAI comportant des règles réseau peut être attachée à l’agent afin de limiter le trafic sortant du bac à sable. Cette capacité est elle-même en préversion. Les traces permettent ensuite de confirmer qu’une tentative vers une destination non autorisée a été bloquée.
Les skills utilisent le format ouvert Agent Skills : un dossier contenant un fichier SKILL.md. Ils sont versionnés dans Foundry et limités à 50 références par agent. Fixer explicitement une version fournit un instantané immuable et évite qu’une évolution ultérieure modifie silencieusement le comportement de production.
Un agent prompt exécuté sur le runtime par défaut ne charge pas automatiquement les skills d’une toolbox. L’attachement doit donc être contrôlé explicitement lors d’un test de migration.
> 60 %
Réduction de jetons annoncée avec la recherche parmi 50 outils
Évaluation Microsoft
> 97 %
Réduction annoncée avec un catalogue de 1 000 outils
Évaluation Microsoft
Ces gains proviennent de la recherche d’outils, qui n’injecte que les descriptions pertinentes dans le contexte. La simple création d’une toolbox ne suffit pas à les obtenir.
Mise en œuvre
La création doit être réalisée dans Microsoft Foundry en sélectionnant le harness dès le départ. Faute de syntaxe d’API complète fournie ici, le script PowerShell ci-dessous ne tente pas d’inventer un endpoint : il contrôle localement le JSON qu’un pipeline prévoit d’utiliser et bloque les paramètres incompatibles connus.
Créer un nouvel agent prompt
Ouvrez le projet dans Microsoft Foundry, puis créez un agent prompt. Ne dupliquez pas seulement une version de l’agent existant si celui-ci utilisait le runtime par défaut.
Sélectionner le Microsoft Copilot harness
Choisissez le harness pendant la création, puis sélectionnez une région et un modèle compatibles. Ce choix ne pourra pas être ajouté ultérieurement à cet agent.
Réduire les outils et attacher les skills
Désactivez les outils intégrés non requis. Attachez uniquement les skills nécessaires et fixez leur version avant les tests de non-régression.
Tester par l’endpoint de l’agent
Créez une conversation, exécutez un scénario représentatif et contrôlez la trace. Vérifiez les appels d’outils, les accès réseau refusés et la création des artefacts attendus.
Dépanner puis optimiser sur des traces réelles
| Symptôme | Cause probable | Résolution |
|---|---|---|
| L’option du harness est absente | Région ou modèle non compatible, ou utilisation de BYOM | Choisir une région prise en charge et un modèle avec raisonnement et appel d’outils |
| Impossible d’activer le harness sur un agent existant | Le runtime est fixé à la création | Créer un nouvel agent prompt et rejouer les tests |
| La requête est rejetée | Paramètre géré par le harness ou conversation absente | Retirer les paramètres interdits et créer une conversation pour la requête |
| Un skill de toolbox n’est pas chargé | Le runtime utilisé ne le charge pas automatiquement | Attacher explicitement le skill et fixer sa version |
| Un fichier disparaît entre deux conversations | Workspace propre à chaque conversation et Foundry Memory non pris en charge | Copier la sortie vers Foundry Files ou un stockage durable |
| Un accès web échoue | Règle réseau ou outil web désactivé | Examiner la trace et autoriser uniquement la destination justifiée |
Après stabilisation, l’Agent optimizer, également en préversion, peut proposer de nouvelles instructions, des skills, des descriptions d’outils ou un autre choix de modèle. Ses candidats doivent être évalués sur un jeu de tâches privé et représentatif, puis comparés en qualité, latence et consommation de jetons.
Chaque score doit rester relié à sa trace. Une amélioration moyenne ne justifie pas un déploiement si elle masque une régression sur un scénario critique ou un nouvel appel d’outil non souhaité.
Par où commencer
Créez d’abord un agent distinct dans un environnement non productif, avec un seul scénario métier et le minimum d’outils. Si votre équipe doit contrôler la boucle ou exécuter son propre middleware, partez plutôt sur un agent hébergé ; sinon, le harness réduit la quantité d’infrastructure à maintenir.
Validation avant production
- Exécuter un jeu de tests représentant les tâches et les échecs attendus.
- Vérifier chaque appel d’outil et chaque refus réseau dans les traces.
- Confirmer qu’aucun secret ni fichier durable ne reste dans le workspace temporaire.
- Tester les droits de l’identité de l’agent selon le moindre privilège.
- Versionner les skills et conserver la configuration validée.
- Rejouer les contrôles après chaque changement de modèle, d’outil ou d’instruction.
Pour aller plus loin
- Utiliser le harness Microsoft Copilot avec les agents prompt — création, outils, skills et contrôle du trafic sortant.
- Limites, quotas et régions de Foundry Agent Service — compatibilité régionale, mémoire et paramètres interdits.
- Prompt agents dans Foundry Agent Service — choix entre runtime par défaut, harness et agent hébergé.
- Utiliser les skills avec les agents Foundry — structure
SKILL.md, versionnement et rattachement. - Nouveautés Microsoft Foundry d’octobre 2026 — annonce de la préversion et contexte produit.



