Tu suis la course aux modèles IA ?
Chaque sortie (GPT, Claude, Gemini, Mistral…) décryptée le soir même, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisis ton rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Dans un mémo publié récemment par Anthropic, il est révélé que Claude, leur système d'intelligence artificielle, est désormais responsable de la rédaction de plus de 80 % du code de l'entreprise, une augmentation significative par rapport à moins de 5 % avant février 2025. Cette évolution a permis aux ingénieurs de produire huit fois plus de code qu'en 2024. Selon Marina Favaro et Jack Clark, co-auteurs du document, un système d'IA capable de concevoir son propre successeur pourrait voir le jour plus tôt que prévu par la plupart des institutions.
Aujourd'hui, lorsqu'un ingénieur d'Anthropic doit résoudre un problème, il ne se tourne plus vers un éditeur de code traditionnel. Au lieu de cela, il décrit ses besoins à Claude, qui génère, teste et propose des solutions. En seulement dix-huit mois, la part de code générée par Claude est passée de quelques pourcents à plus de 80 %. Chaque ingénieur supervise désormais huit fois plus de code qu'il n'en produisait lui-même en 2024. Claude est même capable de corriger ses propres erreurs et, dans certains cas, de surpasser les chercheurs humains dans les décisions expérimentales.
En avril dernier, des agents Claude ont résolu un problème de recherche ouvert en sécurité de l'IA en 800 heures cumulées, atteignant 97 % de réussite, alors que deux chercheurs humains n'avaient comblé que 23 % de l'écart en une semaine. Cette performance illustre la capacité de Claude à optimiser le processus de recherche et à dépasser les limites humaines.
Claude dans la boucle de production
Avant février 2025, les ingénieurs d'Anthropic copiaient et collaient des fragments de code suggérés par Claude dans leur éditeur. Aujourd'hui, ils soumettent un objectif à Claude et reçoivent du code sans intervention humaine entre les étapes. En mai 2026, Claude a atteint un taux de réussite de 76 % sur les tâches les plus ouvertes, contre 26 % six mois plus tôt.
Des dizaines de milliers de jobs d'entraînement peuvent être mis hors service simultanément, quelques lignes de texte transmises à Claude, et deux heures plus tard, un ingénieur valide le correctif. Pour un humain travaillant seul, cela aurait pris deux à trois jours. Depuis début 2026, chaque modification soumise à la base de code d'Anthropic passe par une relecture automatisée. Cette analyse rétrospective a montré qu'un tiers des bugs à l'origine des incidents passés sur Claude auraient pu être détectés avant d'atteindre la production.
La réussite d'une session est déterminée par un juge Claude ; une session est considérée comme réussie si l'agent Claude Code a clairement accompli les tâches de l'utilisateur sans nécessiter de corrections. Les variations de charge de travail peuvent entraîner des fluctuations à court terme des taux de réussite.
De l’exécution au jugement scientifique
Comme démontré en avril dernier, Anthropic a publié les résultats d’un projet de recherche entièrement conduit par des agents Claude sur un problème ouvert de sécurité de l’IA. Deux chercheurs humains, en une semaine, avaient comblé 23 % de l’écart entre un superviseur faible et un modèle fort entraîné sur des réponses correctes. Sur 800 heures cumulées et environ 16 300 euros de calcul, Claude a atteint 97 % de réussite. Les humains avaient choisi le problème et défini les critères, mais pour le reste, les agents ont conçu chaque expérience eux-mêmes.
Sur la capacité à optimiser du code d’entraînement, en mai 2025, Claude Opus 4 multipliait par 3 la vitesse du code de départ. Récemment, Mythos Preview a multiplié cette vitesse par 52. Un chercheur humain compétent plafonne à un facteur de 4, en quatre à huit heures de travail.
En dehors du facteur temps, ces résultats ont un effet important sur l’organisation du travail chez Anthropic. Claude génère du code plus vite que les ingénieurs ne peuvent le relire, et la relecture humaine ralentit désormais toute la chaîne. Des agents ont corrigé en autonomie plus de 800 erreurs d’API, réduisant une classe d’incidents par un facteur mille. Selon un ingénieur, un humain aurait eu besoin de quatre ans pour accomplir ce travail.
Cependant, comme l’estiment Marina Favaro et Jack Clark, la trajectoire peut encore bifurquer. Les capacités des modèles pourraient plafonner et les outils actuels se diffuser dans l’économie sans franchir de nouveau seuil. Les humains pourraient aussi garder la main sur les orientations de recherche pendant que l’exécution s’automatise davantage. Ou bien un système d’IA entraîne seul son successeur, et le rythme de progression ne dépend plus que de la puissance de calcul disponible.
En attendant, avec Project Glasswing, Mythos Preview a détecté plus de dix mille vulnérabilités critiques en quelques semaines, dont un bug vieux de 27 ans dans OpenBSD.
