
Tech • IA • Robotique
Open Clow 2 introduit une interface plus simple, un déploiement facilité et une première forme de collaboration multi-utilisateur entre agents, tout en ravivant les inquiétudes liées à la sécurité sur les machines où le logiciel dispose d’un large accès au système.
Open Clow 2 développe l’idée d’un agent de travail IA persistant capable d’utiliser des fichiers, de stocker des connaissances, d’apprendre des routines et de déléguer des tâches à des sous-agents. Le projet est désormais présenté sous l’égide de la Open Clow Foundation, avec un modèle ouvert que les utilisateurs peuvent télécharger et installer. Cette sortie est présentée comme une mise à jour majeure, et non comme un simple correctif, car elle modifie à la fois l’architecture du produit et le modèle de collaboration.
Le changement principal est la prise en charge d’un travail impliquant plusieurs humains aux côtés de plusieurs agents dans le même environnement agentique. Cela répond à une limite ancienne où chaque utilisateur avait ses propres compétences et bases de connaissances, sans synchronisation réellement pratique. Cette nouvelle orientation pointe vers un assistant d’équipe plutôt qu’un assistant strictement personnel, un virage susceptible de pousser des concurrents comme Claude Cowork, ChatGPT Work et MS Jun à ajouter des capacités similaires.
L’interface a été repensée pour ressembler aux outils de chat grand public, avec les conversations dans une barre latérale à gauche et une fenêtre de discussion centrale. Cela rend le système plus accessible aux utilisateurs non techniques tout en conservant des contrôles avancés pour les utilisateurs expérimentés. L’installation est également décrite comme nettement plus simple qu’auparavant, ce qui réduit l’un des principaux freins à l’adoption.
Le système peut exécuter des commandes, inspecter son environnement et modifier le comportement logiciel de la machine sur laquelle il est installé. Cela le rend très puissant, mais aussi potentiellement dangereux s’il est utilisé sur un ordinateur personnel ou professionnel contenant des e-mails, des photos de famille ou des documents confidentiels. Le principal conseil opérationnel est d’éviter d’installer ce type de logiciel directement sur une machine principale et de l’isoler plutôt sur un matériel dédié ou sur un serveur distant propre.
Un risque majeur réside dans les skills et automatisations créées par la communauté. Comme ces modules peuvent contenir des instructions accédant à des fichiers ou transmettant des données, une skill malveillante ou mal conçue pourrait exfiltrer des informations sensibles. L’approche la plus sûre consiste à créer des skills personnalisées en interne, par exemple en demandant à l’agent de rechercher les règles actuelles de facturation en France et de créer un flux de facturation conforme, plutôt que de télécharger une skill générique de facturation conçue pour un autre pays.
Une configuration VPS hébergée est présentée comme un compromis pratique entre coût et sécurité. Les tarifs cités pour un déploiement géré commencent autour de 5,49 € par mois et peuvent descendre à environ 4,94 € avec promotions, avec une option 12 mois autour de 6,29 € mensuels. Le serveur fonctionne en continu, ce qui convient aux tâches de longue durée, tout en gardant l’agent éloigné des fichiers personnels de l’utilisateur et de son système d’exploitation local.
Les utilisateurs peuvent connecter des fournisseurs comme Anthropic, OpenAI, xAI ou Gemini via des clés API, et pourront basculer entre eux par la suite. De petits modèles locaux peuvent aussi être ajoutés via des outils comme Ollama, même si un VPS basique sans GPU ne convient pas à l’exécution de grands modèles de pointe. En pratique, la configuration hébergée doit surtout être vue comme une couche d’orchestration appelant des modèles externes, les modèles locaux légers étant réservés à des tâches d’assistance ciblées.
Une fois déployé, l’agent peut rester actif indéfiniment, permettant des tâches nocturnes, de la surveillance et des routines planifiées. Les intégrations avec Telegram et WhatsApp étendent l’accès au-delà du navigateur, Telegram étant préféré car il expose des étapes de raisonnement intermédiaires, par exemple lorsqu’un sous-agent est lancé. Comme le système peut se reconfigurer lui-même, certains changements nécessitent un redémarrage manuel de l’instance en cours afin d’appliquer les mises à jour en toute sécurité.
Une fonctionnalité déterminante est la capacité à créer des sous-agents spécialistes qui gèrent en parallèle des fonctions étroites. Un exemple est un sous-agent visible de fact-checking qui vérifie les affirmations pendant une conversation et signale si une déclaration est fausse. Cette architecture permet à un agent principal de faire appel à un comptable, à un spécialiste commercial ou à une routine de supervision seulement quand c’est nécessaire, ce qui améliore la fiabilité et réduit la charge pesant sur un unique modèle généraliste.
La fonction la plus ambitieuse est l’option permettant de déplacer une session vers un contexte cloud partageable afin que des collègues et leurs propres agents puissent collaborer dans un même espace de travail. Cela ouvre la voie à des salles de brainstorming, des assistants de projet partagés et des rôles IA à l’échelle d’un service. L’implication plus large est un passage des copilotes personnels vers des collègues numériques collectifs, avec des gains de productivité contrebalancés par de nouvelles questions de gouvernance, de sécurité et de coût, notamment autour de l’usage des tokens des modèles.
Open Clow 2 fait évoluer les logiciels d’agents au-delà des assistants personnels vers des systèmes de travail partagés, persistants et dotés de sous-agents spécialisés. Son potentiel est important, mais cette technologie exige une isolation rigoureuse, une configuration sur mesure et une supervision étroite pour éviter des erreurs coûteuses ou risquées.
Explique-moi