Ces douze derniers mois, il n'a pas écrit une seule ligne de code de ses propres mains.
Il soumet des dizaines de pull requests (PR) chaque jour, et un jour, il est même monté à 150, établissant un record personnel.
Et ce qui est encore plus fou, c'est qu'il a plusieurs centaines d'agents IA qui tournent simultanément pour lui, et que plusieurs milliers prennent le relais la nuit.
C'est Boris Cherny, le père de Claude Code, qui l'a révélé lors d'une récente conversation publique avec des développeurs.
Sur son téléphone, l'application Claude est ouverte. Un petit onglet code sur la gauche contient 5 à 10 conversations simultanées.
Sous chaque conversation, il y a une multitude d'agents : plusieurs centaines actifs le jour, et à la nuit tombée, plusieurs milliers qui s'attaquent à des tâches plus complexes.
Le modèle a écrit tout le code. Il n'y a pas touché.
Pour lui, le problème de la programmation est résolu.
Comment une seule personne peut-elle gérer des milliers d'agents ?
Gérer des milliers d'agents, les faire modifier simultanément un même dépôt de code sans perte de contrôle, sans conflits, sans produire en masse des déchets.
Le secret de Boris se cache derrière un mot : la Boucle (Loop).
Il dit que la Loop est la chose la plus simple et la plus utile qu'il ait jamais vue. La Loop, c'est l'avenir.
L'essence d'une Loop, c'est de faire en sorte que Claude utilise une tâche planifiée pour exécuter un travail répétitif, toutes les minutes, toutes les cinq minutes, tous les jours, comme on veut. Une fois lancée, elle tourne quasiment toute seule.
Il a des dizaines de Loops qui tournent en permanence :
Une qui surveille spécifiquement ses PR, répare automatiquement l'intégration continue (CI), fait automatiquement des rebases ;
Une autre responsable de maintenir la CI en bonne santé, si un test devient instable, elle le répare d'elle-même ;
Et une dernière qui va sur X toutes les 30 minutes pour récolter les retours utilisateurs, les regroupe, les organise, puis les lui soumet.
Le plus crucial, c'est qu'au fur et à mesure, même l'étape de création de la Loop ne nécessite plus vraiment que Boris ouvre la bouche.
Une fois, il a juste demandé au modèle d'exécuter une requête de données. Le modèle lui a répondu : "Je remarque que ces données changent constamment. Je vais créer une Loop qui vous envoie un rapport toutes les 30 minutes."
Il a dit d'accord, envoie-le moi sur Slack. Le modèle s'est exécuté sans autre forme de procès.
Il y a peu, Boris disait qu'il n'écrivait plus de prompts, seulement des loops.
Bientôt, il n'aura peut-être même plus à écrire de loops.
Les agents
sont en train de redéfinir l'acte de "travailler"
Derrière cela, c'est l'acte même de "travailler" qui change.
Avant, c'était vous qui écriviez une instruction, l'IA répondait, puis vous écriviez la suivante. Maintenant, vous construisez un petit système qui trouve, exécute et livre le travail tout seul, puis vous vous éloignez.
Anthropic a récemment lancé Routines, déplaçant le même mécanisme côté serveur : vous fermez votre ordinateur, ça continue de tourner.
Le rôle d'"ingénieur" est aussi redéfini chez Boris :
Le modèle écrit le code, lui construit le système et fait la validation. Des dizaines, voire des centaines de PR sortent chaque jour des mains des agents. Son vrai travail, c'est de juger lesquelles fusionner et lesquelles renvoyer.
Pour citer ses mots, ce n'est pas "l'IA remplace l'ingénieur", mais l'humain passe de l'état d'opérateur/exécutant à celui de concepteur de systèmes automatisés : l'accent se déplace de "écrire correctement cette ligne de code" à "construire un système qui écrit correctement le code tout seul".
Il prédit même que d'ici un an, des aspects de sécurité comme la protection contre l'injection de prompts, la validation des commandes ou l'approbation manuelle deviendront moins critiques, car les modèles feront de plus en plus spontanément ce qu'il faut.
Et cette approche n'est déjà plus réservée à lui seul.
Selon Boris, dans l'entreprise, écrire du code à la main n'existe quasiment plus, même le SQL est écrit par les modèles. Dans toute la boîte, on trouverait difficilement quelques lignes de code encore tapées par un humain.
Un autre scénario, encore plus surréaliste : quand ses Claude écrivent du code dans leurs Loops, ils vont parfois d'eux-mêmes sur Slack discuter avec les Claude des collègues pour s'aligner sur des points que personne n'a encore compris.
Un groupe d'IA faisant une réunion dans un channel Slack, se répartissant le travail, puis retournant le faire, c'est déjà du quotidien chez Anthropic.
Encore plus frappant, la composition des équipes : manager technique, product manager, designer, data scientist, finances, recherche utilisateur... tout le monde écrit du code.
Les fonctions existent toujours, mais chacun a acquis cette compétence universelle supplémentaire : "orchestrer l'IA pour faire le travail", devenant ainsi des généralistes interdisciplinaires.
Du prompt à la loop
il y a une étape intermédiaire : la validation
Une IA qui travaille indéfiniment toute seule, pourquoi ne serait-elle pas simplement une machine à produire des bugs à grande vitesse ?
La réponse se trouve dans une étape que la plupart des gens négligent : la validation.
Ce qui permet à une Loop de tourner sans délirer, c'est un mécanisme "orienté objectif", correspondant à la commande /goal dans Claude Code.
Vous lui donnez un objectif, par exemple "tous les tests unitaires dans /tests/ passent, le linting est clean". Chaque fois qu'elle termine une étape, un petit modèle indépendant juge : est-ce atteint ? Si non, elle continue. Si oui, elle s'arrête.
Ce "modèle surveillant" qui note, ce n'est pas le modèle qui fait le travail.
Cette conception simple est précisément le cœur de toute la loop.
Sans elle, une Loop qui tourne toute la nuit risque fort d'être une machine qui, même endormie, soumet par lots du code poubelle, et le fait avec aplomb.
Boris l'a vérifié depuis longtemps.
Lorsqu'il a partagé ses flux de travail auparavant, il a donné ce conseil : pour exploiter Claude Code au maximum, l'étape la plus importante est de lui fournir un moyen de vérifier son propre travail.
Une fois cette boucle de rétroaction en place, la qualité de la production peut généralement être multipliée par 2 ou 3.
Une simple action de "faire vérifier son travail par l'IA elle-même" vaut le passage à une nouvelle génération de modèle.
Cette boucle est utilisable par tout le monde
La boucle décrite précédente a été transformée en produit, accessible aux personnes ordinaires.
Après la sortie de Fable 5, un tutoriel largement partagé sur X, dont l'auteur a testé pendant 3 semaines, affirme : la plupart des gens utilisent Fable 5 comme un Claude ordinaire, gaspillant ainsi ce qui justifie vraiment son prix.
L'auteur commence par souligner trois capacités qui distinguent Fable 5 de tous les modèles Claude précédents.
Les trois grandes capacités de Fable 5 résumées par le tutoriel : travail autonome à long terme, auto-vérification, capacité à lire des graphiques complexes.
Première capacité : elle peut travailler pendant plusieurs jours d'affilée, et non quelques minutes.
Les modèles précédents étaient des sprinteurs. Fable 5 est le premier modèle conçu pour le "travail autonome à long terme".
Dans Claude Code, vous pouvez lui confier un projet s'étalant sur plusieurs jours. Elle planifiera elle-même les phases, déléguera à des sous-agents, et continuera jusqu'à atteindre l'objectif.
Deuxième capacité : elle se vérifie elle-même. Une tâche terminée, elle ne se précipite pas pour la livrer. Elle écrit d'abord ses propres tests, les exécute, repère les erreurs, les corrige, et seulement après dit "c'est fait".
Troisième capacité : la capacité à lire des graphiques complexes et denses.
Selon les tests de l'auteur, pour les tableaux dans les rapports financiers, les graphiques intégrés dans les PDF, les diagrammes d'architecture, les captures d'écran de tableaux de bord, là où Opus 4.8 se trompait parfois de colonne ou mélangeait les axes, Fable 5 les lit correctement de manière stable.
Et pour vraiment exploiter ces capacités, tout repose sur deux commandes : /goal et /loop.
Sans elles, vous payez le double pour un chatbot. Avec elles, vous obtenez un employé qui travaille de manière autonome.
/goal court vers l'arrivée et s'arrête tout seul ; /loop tourne de manière répétée à intervalles réguliers, jusqu'à ce que vous disiez stop.
Le mécanisme de /goal, c'est que vous définissez le résultat, et lui itère. Pour qu'il fonctionne bien, il y a une règle d'or : soyez concret dans la définition des "critères d'achèvement", et surtout, prévoyez toujours une issue de secours en cas d'échec.
Par exemple, "Améliorer ce code" est un mauvais objectif, car il n'est pas vérifiable. "Tous les tests dans /tests/ passent, ne modifiez que les fichiers dans /src/, si après 3 tentatives de correction ça ne passe toujours pas, arrêtez-vous et faites un rapport" est un bon objectif, car chaque point peut être vérifié.
/loop, elle, ne vise pas une arrivée spécifique. Elle s'exécute de manière répétée à intervalles réguliers, jusqu'à ce que vous l'arrêtiez.
Par exemple, vérifier les logs d'erreur toutes les 30 minutes, extraire les erreurs de niveau critique et les rapporter en langage clair ; ou scanner la boîte de réception toutes les heures, résumer les nouveaux emails, et rédiger des brouillons de réponses pour ceux qui en ont besoin.
La règle de répartition se résume à trois phrases : pour un objectif clair avec une fin, utilisez /goal ; pour une exécution répétée selon un cycle, utilisez /loop ; pour continuer jusqu'à ce qu'une condition soit remplie, combinez les deux.
Avant de lâcher prise, un dernier conseil très pratique : fixez d'abord une limite de coût. Un /goal sans plafond qui rencontre un problème peut brûler des tokens à une vitesse folle.
Lui faire mémoriser vous : 20 minutes de configuration locale
Le tutoriel mentionne aussi une étape que la plupart des guides sautent, alors qu'elle est cruciale.
Fable 5 ne vous mémorisera pas. À chaque nouvelle conversation, elle ne sait rien de votre activité, de votre style d'écriture, de vos clients, de vos préférences. Tout recommence à zéro.
La solution est de mettre en place un système de contexte local sur votre propre machine. Cela ne prend que 20 minutes.
Un dossier, deux fichiers markdown, un ensemble de compétences : c'est toute la configuration nécessaire pour que Fable 5 vous "connaisse".
Il y a quatre étapes.
Première étape : créez un dossier de contexte, par exemple appelé fable-workspace, qui servira de "source unique de vérité" à lire absolument avant chaque session de travail.
Dans ce dossier, vous pouvez mettre : un résumé d'une page de votre activité et priorités, les procédures opérationnelles pour les tâches courantes, les informations clés des projets en cours, les documents stratégiques souvent cités, plus un journal de décisions.
Limitez chaque fichier à une page, un contenu trop volumineux risque de saturer la fenêtre de contexte.
Deuxième étape : créez un fichier de mémoire claude-memory.md, et ajoutez cette instruction : "Chaque fois que je partage une information importante concernant mon activité, mes préférences ou ma situation, mets à jour les points clés dedans. Sois concis, et date-les."
Désormais, elle se met à jour toute seule. Vous mentionnez un nouveau client une fois, la prochaine fois elle le connaîtra déjà.
Troisième étape : créez un fichier d'instructions claude-instructions.md, décrivant les règles de conduite pour chaque session : lire le fichier de mémoire avant de commencer, consulter les anciennes décisions avant de donner un conseil, demander en cas de doute au lieu de deviner, rendre compte activement du travail effectué et indiquer les points nécessitant une revue humaine.
Quatrième étape : dans Claude Code, utilisez /add pour pointer vers ce dossier, ou écrivez-le dans CLAUDE.md. Une fois connecté, dès le début de chaque conversation, elle aura déjà en tête tout votre contexte.
Cette configuration a un autre avantage : si un jour vous changez d'outil d'IA, votre contexte est directement prêt à être emporté.
Pour les économies, il existe une approche 80/20 : n'utilisez Fable 5 que pour les 20% de tâches qui tirent vraiment parti de ses points forts.
Dans Claude Code, Fable peut même déléguer des sous-tâches plus grossières à des agents moins coûteux : elle conçoit la solution, Sonnet, Haiku ou autres exécutent, et c'est elle qui revient valider à la fin.
Arrivé à ce stade, on se rend compte que l'"armée nocturne d'IA" de Boris se décompose simplement en trois éléments :
Un modèle qui sait travailler seul, un ensemble de critères définissant "c'est fini", et une boucle qui tourne au bon rythme.
Le modèle et la boucle sont déjà là.
Ce qui est vraiment rare, c'est la personne capable d'expliquer clairement au modèle à quoi ressemble une "tâche accomplie".
Références :
https://safe.ai/blog/significant-increase-in-digital-labor-automation
https://x.com/free_ai_guides/status/2073050543027638443
https://youtu.be/SlGRN8jh2RI
https://x.com/bcherny/status/2007179861115511237
Cet article provient du compte WeChat public "新智元", éditeur : Yuanyu
