Et si l’IA pouvait coder, corriger ses propres erreurs et travailler des jours sans supervision ? C’est le cap que vise Anthropic. En marge de Code with Claude, sa conférence développeurs à Londres, le JDN a interrogé Angela Jiang et Katelyn Lesse, head of product et head of engineering de la Claude Platform.

Je m’abonne aux Infos à ne pas rater


© Anthropic / Montage JDN

JDN. Claude Code, Cowork, l’app desktop : vous multipliez les produits qui semblent se recouper. Quelle est la logique de cette segmentation plutôt qu’un outil unifié ?

Angela Jiang. Tous les produits que vous mentionnez utilisent Claude. A bien des égards, on pourrait les voir ainsi : je ne dirais pas exactement que ce sont des wrappers, mais ils reposent tous sur des harness légèrement différents et des interfaces légèrement différentes, parce qu’ils sont conçus pour des cas d’usage distincts. Le point commun entre eux, au-delà du modèle, c’est la plateforme sur laquelle ils sont construits : ils fonctionnent sur un ensemble commun de tool APIs, de harness, etc. Ce qui change d’un produit à l’autre, ce sont les system prompts, optimisés pour des usages différents et associés à des outils différents.

L’intention, pour beaucoup de ces produits, c’est d’offrir le bon form factor à chaque type d’utilisateurs qui nous tient à cœur. Claude Code, c’est évidemment d’abord pour les ingénieurs. Cowork, c’est pour les non-ingénieurs, même si les ingénieurs peuvent bien sûr l’utiliser. Mais utiliser un terminal, ce n’est pas forcément simple. Chacun de ces produits est donc un form factor différent au-dessus de Claude, pensé pour répondre aux besoins de ses utilisateurs.

Quelle est la différence d’usage entre Claude Code en CLI et Claude Code dans l’application desktop ?

Katelyn Lesse. La différence, c’est que Claude Code en CLI tourne localement sur votre ordinateur : il manipule les fichiers directement sur votre machine. Avec l’application desktop, c’est pareil, mais vous pouvez en plus envoyer des agents distants pour aller travailler. Dans ce cas, on lance en arrière-plan des sandboxes qui exécutent le travail en dehors de votre machine locale, ce qui vous permet de reprendre la main plus tard. C’est vraiment ça, la différence : l’application desktop vous laisse faire les deux, mais l’idée de fond, c’est la distinction entre exécution locale et exécution distante.

Vous lancez de nombreux nouveaux outils et fonctionnalités chaque semaine, voire chaque jour. Comment votre équipe parvient-elle à délivrer à un tel rythme ?

Katelyn Lesse. Notre équipe est très AI-pilled (convaincue par l’IA au point d’en faire une grille de lecture quotidienne, ndlr). Nous sommes tous vraiment portés sur la construction de solutions pour nous-mêmes, sur l’utilisation de nos propres outils et sur le fait de repousser les limites de ce que ces technologies peuvent réellement accomplir. Et il existe tout un spectre.

A une extrémité, vous avez les ingénieurs qui débutent peut-être tout juste : ils promptent Claude pour corriger un bug, il se trompe, et ils font des allers-retours. A l’autre extrémité, vous avez ceux qui lancent des dizaines, voire des centaines d’agents en même temps. Et si vous en arrivez là, c’est que vous avez consacré beaucoup de temps et d’énergie à mettre en place la bonne configuration : de très bons tests, une vraie capacité à entrer dans une boucle d’auto-vérification, parce que vous pouvez vous tester dans le bon environnement. Une grande partie de notre rythme tient donc à ça : nos équipes ont vraiment poussé jusqu’au bout de ce spectre, là où vous automatisez et repoussez les limites autant que possible.

Sur quelles capacités frontières travaillez-vous en ce moment ? Beaucoup évoquent le contexte infini, les agents en autonomie continue… Quel est votre roadmap ?

Angela Jiang. Nous allons continuer à repousser les limites pour devenir vraiment bons dans la gestion du contexte. C’est une sorte de chantier permanent. On continue aussi de progresser sur l’autonomie : vous nous avez évidemment entendus le faire avec chaque modèle, et on veut amener Claude au point où il est, littéralement, perpétuellement autonome.

Il y a ensuite quelques autres capacités auxquelles on prête attention. Le computer use, par exemple. Pour revenir au principe de base, on veut que Claude soit utile, productif et serviable. Le computer use est très utile, surtout dans les entreprises qui ont des UI complexes, parfois grossières, que vous ne pouvez tout simplement pas automatiser. Si Claude est assez malin pour s’en charger, c’est formidable. Je tiens beaucoup à ces interfaces vraiment obscures : pensez aux terminaux Bloomberg, habituellement très sophistiqués et difficiles à manier, ou aux systèmes EHR. Ce sont des environnements très complexes, et on amène l’IA à devenir de plus en plus performante là-dessus, tout en la rendant plus rapide.

Le dernier volet concerne la capacité de Claude à se sortir d’affaire seul : apprendre de ses erreurs, devenir de plus en plus apte à les gérer. Cela peut s’appuyer sur différentes primitives, comme la mémoire. Il existe plusieurs mécanismes pour y parvenir, mais à plus grande échelle, le fait que Claude puisse en quelque sorte auto-apprendre et s’améliorer est aussi vraiment clé.

Pour atteindre ces nouvelles capacités, avez-vous besoin de davantage de compute ?

Angela Jiang. Nous avons presque toujours besoin de davantage de compute, oui. Mais une partie des gains peut s’obtenir au niveau du harness, sans surcoût d’infrastructure. Sur nos deux dernières générations de modèles, nous avons constaté qu’un modèle performant, couplé à un harness bien conçu, permet d’extraire bien plus de valeur de cette couche logicielle qu’on ne l’imagine généralement. Historiquement, le rapport était défavorable : pour un modèle donné, il fallait investir massivement dans le harness pour n’en retirer qu’un bénéfice marginal. La dynamique s’est inversée. A mesure que les modèles montent en puissance, un harness de dimension intermédiaire suffit : dès lors qu’il est bien construit, le gain de performance devient nettement supérieur. C’est une propriété particulièrement intéressante que nous avons mise en évidence.

Au-delà du volet cyber qui justifie son confinement, Mythos est un modèle généraliste largement plus puissant qu’Opus. Quelles nouvelles capacités apportera-t-il aux entreprises?

Angela Jiang. Mythos s’inscrit dans la continuité de nos travaux sur Claude. Deux points ressortent : son endurance, avec notre meilleur résultat à ce jour sur le benchmark METR, qui confirme notre focalisation sur l’autonomie ; et ses performances excellentes en coding.