Analyse de la souveraineté, de l'architecture logicielle et de la gouvernance de l'IA en production.

Le 28 juin 2026, l'arrivée du modèle ouvert GLM 5.2 a cristallisé une réalité qui circulait déjà depuis des mois dans les conversations techniques. Sur le centre de la distribution des tâches ordinaires — synthèse de routine, site-brochure, code standardisé — un modèle gratuit exécute le travail mieux qu'un modèle frontier propriétaire qui coûte cent fois plus cher. Le chiffre qui accompagne cette observation : « 98 % moins cher ». Pourtant, les entreprises qui pourraient basculer ne basculent pas. Nate B. Jones, qui a nommé cette friction le même jour, en donne la raison profonde : on ne remplace pas un simple appel de modèle, on remplace tout un système de travail.

Cette observation mérite qu'on s'y attarde. Le système de travail en question n'est pas un pipeline de données qu'on déroulerait entre deux extrémités. C'est un atelier complet : des outils, une mémoire, des règles de qualification, un attelage de brides et de cliquets. Retirer le modèle propriétaire et glisser un modèle ouvert à la place ne suffit pas, parce que l'atelier entier est riveté à l'interface du fournisseur. On ne remplace pas une pièce ; on déplace tout l'établi.

Le modèle brut est un brain in a jar, un cerveau dans un bocal. Sans un cadre logiciel autour pour l'articuler, il reste inerte. Il produit du texte, mais pas du travail tenu. La valeur migre vers ce last mile, le dernier kilomètre. L'erreur commise par des plateformes comme Lindy est de croire que ce cadre se rembourse simplement en jetons économisés. La valeur n'est pas dans l'économie accidentelle ; elle réside dans la mutation du statut de l'élément produit. Une sortie de modèle pur est une probabilité statistique, un jet de dés à température variable. Ce qu'un harness gouverné restitue, c'est une pièce certifiée et opposable. Le moat n'a jamais été l'intelligence ; c'est la discipline autour d'elle.

Le consensus du marché a déplacé la frontière

Cette transition de la valeur vers la couche d'orchestration logicielle fait désormais l'objet d'un consensus parmi des autorités qui divergent sur presque tout le reste.

Addy Osmani, chez Google, l'a formulé sans détour en avril 2026 : la tenue du cadre l'emporte sur la puissance brute du modèle. Il ajoutait que cet ensemble constitue votre propre surface de contrôle, et non celle du fournisseur. Shawn Wang (swyx), qui avait créé le concept d'AI Engineer fin 2025, souligne que l'avantage des grands laboratoires s'effondre à mesure que la différenciation s'estompe sur la couche brute des modèles. Pour le grand public, Ethan Mollick résumait la situation en février 2026 à une règle d'achat simple : le harness importe plus que le modèle, car un même LLM se comporte de façon radicalement différente selon la structure qui l'opère. Martin Casado et Sarah Wang chez a16z valident cette thèse sous l'angle du capital-risque : c'est dans le dernier kilomètre, via des intégrations profondes sur les données contextuelles complexes des clients, que les applications spécialisées écrasent les modèles de fondation.

Ce que ces voix établissent, ce n'est pas une mode technique passagère. Elles posent que la compétence distincte ne réside plus dans le choix du modèle, mais dans la construction de l'atelier qui l'accueille. La frontière du savoir-faire s'est déplacée. Elle ne court plus entre le laboratoire de Palo Alto et celui de Pékin ; elle court entre l'opérateur qui tient son harness et celui qui loue son intelligence sans cadre.

Je ne partage pas tout de ces voix. Osmani reste chez Google ; Casado et Wang défendent une thèse de placement. Mais sur ce point précis — que la surface de contrôle s'est déplacée du modèle vers l'atelier qui l'encadre — leurs positions coïncident malgré leurs intérêts divergents. Ce n'est pas une alliance ; c'est une convergence de constat.

Le commutateur géopolitique a déjà basculé

Au-delà de l'optimisation économique, deux réalités structurelles imposent l'adoption d'un routage agnostique.

La première est scientifique. Des cadres comme RouteLLM (UC Berkeley, juillet 2024) ont prouvé des réductions de coûts de 85 % sur MT Bench tout en préservant 95 % des performances de GPT-4. FrugalGPT (Stanford) atteignait 98 % d'économies. Cette hybridation est devenue la norme en 2026 : l'étude d'a16z et OpenRouter montre que le marché traite plus d'un billion de jetons par jour sur plus de 300 modèles. Menlo Ventures confirme que les entreprises déploient généralement trois modèles ou plus selon l'usage. La décision n'est plus de choisir le meilleur modèle unique, mais d'affecter chaque tâche à l'adresse correcte dans un éventail élargi.

La deuxième réalité est politique, et bien plus brutale. Après la dérégulation de 2025, la posture américaine s'est brutalement inversée au sommet de la frontière technologique. Le 12 juin 2026, Anthropic a annoncé une directive fédérale de contrôle des exportations lui ordonnant de suspendre immédiatement l'accès à Fable 5 et Mythos 5 pour tout ressortissant étranger. Le 25 juin, OpenAI restreignait l'accès à GPT-5.6 Sol à une vingtaine de partenaires approuvés individuellement par le gouvernement américain. L'ordre exécutif du 12 juin, bien que formellement volontaire, consacre une vérité critique : l'accès au sommet de la technologie est devenu discrétionnaire, révocable par une simple lettre à 17h21 heure de l'Est.

Ces décisions ne sont pas des incidents de fonctionnement. Elles inscrivent dans la pratique administrative la possibilité d'une extinction immédiate. Un contrat d'API ne résiste pas à une directive de l'Office of Foreign Assets Control. Une architecture dépendante d'un seul fournisseur ne peut survivre au basculement de ce commutateur. La question n'est pas de savoir si le basculement aura lieu ; il a déjà eu lieu.

Quatre piliers tiennent l'atelier

Pour garantir cette immunité, le harness doit s'incarner dans une architecture locale et inspectable, structurée autour de quatre piliers techniques précis :

Le premier est le routage déterministe pré-exécution : Avant qu'un seul jeton ne soit dépensé, une couche logicielle déterministe lit la tâche, en évalue la complexité routing/task_parser.py, routing/auto_route.py et consigne la décision, le graphe de dépendances et le budget de tentatives dans un fichier d'état immuable state.json, stream/events.jsonl. La décision est prise à froid, sans appel au modèle, sous le contrôle d'une logique qui habite le disque local et nulle part ailleurs. On sait, avant l'appel, quel modèle sera sollicité, pourquoi, et selon quelle politique. Le routing n'est pas une suggestion laissée au modèle ; c'est une règle appliquée par le harness.

Le second pilier est l'abstraction unifiée provider/manager.py, le code interagit indifféremment avec Claude provider/claude_cli.py, un exécuteur Codex provider/codex_exec.py ou un runner local provider/ollama_http.py. La politique est purement déclarative config/model_policy.json : échanger un modèle frontier contre un modèle ouvert ne coûte qu'une seule ligne de configuration, brisant le mur technique décrit par Jones. Le harness ne choisit pas de fournisseur par habitude ; il l'adresse selon ce que la tâche exige et ce que la politique autorise. L'interface unifiée brise la chaîne de dépendance qui attachait l'opérateur à un seul bureau de poste numérique.

Le troisième pilier est la souveraineté absolue du contexte : La couche de récupération et de mémoire réside intégralement sur le disque local foundation/knowledge.py, context/scoring/. Suivant la distinction entre intelligence louée et possédée, le contexte n'est jamais légué à un tiers pour servir d'entraînement : la donnée reste l'avantage exclusif de l'opérateur. Elle n'habite nulle part ailleurs. La mémoire de l'agent n'est pas une extension du service cloud ; elle est une couche locale qui tient l'historique sous la main de celui qui l'exploite.

Le quatrième pilier est la contrainte et l'administration de la preuve : Les accès aux outils sont verrouillés selon l'identité de l'agent hooks/agent_tools_guard.py. Les commandes irréversibles exigent une validation humaine par dialogue système ou canal de secours scripts/aexec.py, sous peine d'interruption immédiate en cas de contournement. Les sorties subissent des validations déterministes strictes foundation/synthesis_validator.py, foundation/core_edit_gate.py. Enfin, chaque run génère un dossier de preuves forensiques arbre de Merkle foundation/merkle_tree.py, horodatage RFC-3161 et la documentation de conformité exigée par l'EU AI Act pour les systèmes à haut risque rapport Annexe IV, DPIA sous l'article 35 du RGPD, FRIA, générés par foundation/compliance_docgen.py. Ce qui est produit par le harness est, par construction, datable et opposable. La trace n'est pas un document rédigé après coup ; elle est un résidu structuré de l'exécution elle-même.

Les chiffres de la production tranchent

Ce cadre technique a été éprouvé en conditions réelles à travers l'analyse en lecture seule de 3 965 exécutions sur une période de 97,5 jours, du 22 mars au 28 juin 2026.

Les journaux d'état indiquent que la distribution réelle des tâches s'établit à 6,3 % de tâches simples, 68,1 % de tâches medium — le cœur de la distribution — et 25,7 % de tâches complexes. Le « ventre mou » représentant près de 74 % du volume, la politique logicielle permet d'exécuter la majorité du calcul sur des poids ouverts. Durant le mois de juin, fenêtre vérifiable de 201 exécutions via config_snapshot.json, 84 % des invocations ont été résolues vers des modèles ouverts — GLM, Kimi, Qwen — contre seulement 13 à 16 % vers Claude Opus. Soixante-quatre pour cent des exécutions mensuelles n'ont d'ailleurs touché aucun modèle frontier.

Pour valider la résilience du système, une expérience de remappage de l'alias opus vers un modèle ouvert de capacité avérée a été menée sur 113 exécutions en juin. Seules 4 % des requêtes ont nécessité une escalade finale vers le modèle frontier, contre 36 % en régime normal sur 83 exécutions. Les incidents enregistrés DPA-187, 190 et 205 dans config/model_policy.json documentent des échecs précis du modèle ouvert : schémas altérés, dégradation argumentative, perte de cohérence structurelle sur les tâches de complexité croissante. Ce sont ces échecs que le harness intercepte et redresse par rebasculement.

Je ne dis pas que le modèle ouvert remplace le modèle frontier dans l'ensemble. Il remplace 96 % des appels, et le harness gère les 4 % restants. C'est précisément là que réside la thèse. Le harness route le gros du calcul vers l'open-weigth et intercepte la dégradation introduite par le modèle ouvert. Une intelligence bon marché non soumise à la tenue des traces n'est pas économique, elle est simplement non comptabilisée.

La souveraineté résiste à la location

Si le routage pur tend à devenir une commodité logicielle qui érode ses propres marges, la barrière défendable se déplace vers l'économie de la souveraineté et de la reconstitution réglementaire.

L'indice Ramp de juin 2026 montre des dépenses de jetons en entreprise s'échelonnant d'un coût médian de 2 200 $ par mois à 831 000 $ pour le 99e centile. Alors que les modèles ouverts comme GLM-5.2 ou Kimi K2.6 talonnent les solutions propriétaires sur SWE-bench Verified. L'étude d'a16z auprès des directeurs informatiques rappelle que la dépendance exclusive à un fournisseur verrouille les prompts de commande et exige des cycles d'ingénierie colossaux lors d'une migration. Les API deprecation forcées, comme le retrait de Claude Sonnet 4 et Opus 4 par Anthropic le 15 juin 2026, transforment cette rigidité en crise opérationnelle. On ne change pas de fournisseur en un week-end ; on démonte une chaîne de production entière.

C'est ici que la souveraineté et l'exigence de reconstitution s'imposent. Arthur Mensch soulignait devant l'Assemblée nationale en mai 2026 l'absence totale de levier pour les acteurs dépendant entièrement des services numériques américains. L'EU AI Act matérialise ce risque par des sanctions pouvant atteindre 3 % du chiffre d'affaires mondial quand l'opérateur ne peut pas reconstituer les décisions prises. Deloitte rapporte que seuls 21 % des dirigeants disposent d'une gouvernance mature pour l'IA agentique, et 80 % ne peuvent pas reconstituer les actions de leurs agents. Les directions des achats s'alignent : les modèles d'appels d'offres de 2026 (Kognitos) font de la trace reconstructible et attribuable un critère éliminatoire.

Cette pression n'agit pas seulement sur le papier. Elle modifie la structure des décisions d'achat. Un directeur informatique qui ne peut pas montrer comment un agent a pris une décision ne peut pas non plus montrer qu'il en a le contrôle. L'absence de reconstitution devient un risque juridique direct, mais aussi un risque mécanique : on ne peut pas corriger ce qu'on ne peut pas constater. Le harness ne constitue pas à lui seul la réponse réglementaire ; il fournit le socle matériel sur lequel cette réponse peut être bâtie, pièce par pièce.

Je ne prétends pas que le harness résout l'ensemble de ces lacunes. L'obligation réglementaire exige des choix organisationnels qui dépassent le code. Mais le harness institue, par sa structure même, les conditions matérielles de cette obligation : la trace est produite en même temps que l'acte, et non après coup. La vérification n'est plus une couche décorative ajoutée au produit fini ; elle est le résidu de l'atelier qui l'a fabriqué.

L'atelier se tient

Pendant trois décennies, on a enseigné aux entreprises que la donnée était leur avantage exclusif. L'ère des modèles leur a discrètement proposé de céder cet avantage au fournisseur louant le cerveau le plus coté du trimestre, avant que Washington ne démontre qu'un tel cerveau peut être éteint d'une simple lettre.

La question stratégique n'est plus de savoir quel modèle une organisation appelle, mais qui détient l'atelier logiciel autour de l'appel. Et si chaque décision produite peut être forensiquement reconstruite depuis l'extérieur. Le modèle se loue. L'atelier se tient.

Sources

RÉFÉRENCES EXTERNES (SOURCES PRIMAIRES, 2025-2026)

• Addy Osmani, « Agent Harness Engineering », addyosmani.com, 19 avril 2026.
• Shawn Wang (swyx), « Agent Labs: Welcome to GPT Wrapper Summer », Latent Space, novembre 2025.
• Ethan Mollick, « A Guide to Which AI to Use in the Agentic Era », One Useful Thing, février 2026.
• Martin Casado & Sarah Wang, « Where Value Will Accrue in AI », a16z, 27 mai 2025.
• Nate B. Jones, last mile thesis — AI News & Strategy Daily, 28 juin 2026.
• Ong et al., « RouteLLM », LMSYS/UC Berkeley, 1er juillet 2024 (arXiv:2406.18665).
• Chen, Zaharia, Zou, « FrugalGPT », Stanford, 9 mai 2023 (arXiv:2305.05176).
• Menlo Ventures, « The State of Generative AI in the Enterprise », décembre 2024 / 9 décembre 2025.
• a16z & OpenRouter, « State of AI: 100 Trillion Token Study », 4 décembre 2025.
• a16z, « How 100 Enterprise CIOs Are Building Gen AI », 10 juin 2025.
• Anthropic, « Fable 5 / Mythos access », 12 juin 2026.
• The Information / CNBC, « GPT-5.6 restricted access », 25–26 juin 2026.
• White House, « Promoting Advanced AI Innovation and Security », ordre exécutif, 2 juin 2026.
• Ramp, « AI Token Cost 2026 Spending Benchmarks », 8 juin 2026.
• A.Team, « Rented vs. Owned Intelligence », 17 avril 2026.
• Arthur Mensch, audition devant l'Assemblée nationale, 13 mai 2026.
• EU AI Act, cadre réglementaire, Commission européenne.
• Gartner, « AI governance platforms », 17 février 2026.
• Deloitte, « AI agents are scaling faster than their guardrails », 24 avril 2026.
• Kognitos, « Agentic AI RFP Template », 26 mai 2026.

ANCRE LOGICIELS LOCAUX (CODE SOURCE DE L'ATELIER)

• - Routage déterministe pré-exécution : routing/auto_route.py, routing/difficulty_estimator.py, routing/task_parser.py.
• - Abstraction des interfaces d'API : provider/manager.py, provider/claude_cli.py, provider/codex_exec.py, provider/ollama_http.py.
• - Politique déclarative de routage dynamique : config/model_policy.json (model per team × complexity tier × editorial persona × channel × purpose; provider per team; aliases decoupled from backend; per-channel fallbacks) → resolved by foundation/model_registry.py (get_model_for_team, get_model, get_channel_model; re-reads on file mtime change) and foundation/dispatch_agent.py:resolve_model → frozen per run in foundation/config_snapshot.py; env injected by provider/claude_cli.py.
• - Context souverain: foundation/knowledge.py, context/scoring/.
• - Contrôle d'accès aux outils et dialogue d'autorisation humaine : hooks/agent_tools_guard.py (with the tree write-guard).
• - Audited execution + human authorization (polkit dialog, Signal fallback) + escalation-pending marker (/tmp/aegis-escalation/…) → SIGINT to the agent on repeated bypass: scripts/aexec.py.
• - Output validation gates: foundation/synthesis_validator.py, foundation/gate_enforcement.py, foundation/external_validator.py, foundation/core_edit_gate.py, foundation/regression_validator.py.
• - Provenance + chain of custody: foundation/forensic_reconstructor.py, foundation/forensic_signal_detector.py, foundation/merkle_tree.py (O(log n) inclusion proofs), foundation/audit_logger.py.
• - Génération des preuves de conformité EU AI Act et RGPD : foundation/compliance_docgen.py → ai_act_report.json (Annex IV), annex_vi_self_assessment.json, dpia.md (GDPR Art. 35), fria.md, qms.md, risk_classification.md, merkle_tree.json, tsa_timestamp.json (RFC 3161).
• - Production measurement: storage/dispatches/**/{session_meta,routing,state,config_snapshot,models_used}.json, storage/dispatches/**/stream/events.jsonl (N=3,965 runs; June verifiable window N=201).

— John Linotte · Section des Essais · Bruxelles · 2026