Tech • IA • Crypto
Anthropic lance Routines, AWS Rainier et Claude sur Foundry
Briefing
Anthropic lance Routines dans Claude Code
Avec Routines, Claude Code passe d’un outil réactif à des agents proactifs capables d’agir sans prompt. Les développeurs définissent un prompt, des dépôts, des outils et un déclencheur pour exécuter des tâches autonomes. Les déclencheurs peuvent être temporels ou événementiels, automatisant des workflows entiers. L’infrastructure, la persistance et l’orchestration sont entièrement gérées par Anthropic.
Microsoft Foundry intègre Claude 4.x
Microsoft Foundry positionne les modèles Claude comme briques centrales des systèmes agentiques en entreprise. Les versions Claude Sonnet 4.6 et Opus 4.7 sont mises en avant pour le raisonnement multi‑étapes. La plateforme s’intègre avec VS Code, GitHub et Copilot Studio. Plus de 1 400 connecteurs permettent d’opérer sur SAP, ServiceNow et d’autres systèmes critiques.
AWS et Anthropic accélèrent avec Rainier
Amazon Web Services renforce son alliance avec Anthropic via Project Rainier, une infrastructure dédiée à l’IA. Les puces Trainium v3 visent à réduire les coûts et améliorer les performances d’inférence. Anthropic s’engage sur plus de 100 milliards de dollars d’usage cloud. Claude est accessible via Amazon Bedrock, une plateforme dédiée et des outils comme Claude Code.
Claude Code devient autonome et distant
Claude Code gagne en autonomie avec des actions exécutées sans validation humaine lorsqu’elles sont jugées sûres. Un mode contrôle à distance permet de lancer et suivre des sessions sur plusieurs appareils, y compris mobile. Les workflows deviennent asynchrones et persistants. L’interface terminal a été optimisée avec un rendu virtualisé sans scintillement.
Infrastructure d’agents cloud standardisée
Les agents managés s’imposent via des API combinant mémoire, outils et orchestration. Les primitives clés incluent agents, sessions, environnements et événements. Les permissions sont granulaires, contrôlant l’accès à des outils comme bash ou la recherche web. Cette approche élimine le besoin de reconstruire des couches d’infrastructure complexes.
Mémoire persistante et système de fichiers
Anthropic introduit une mémoire persistante permettant aux agents d’apprendre sur la durée. Le stockage est structuré comme un système de fichiers, adapté aux capacités des modèles. Les agents réutilisent des stratégies et améliorent leurs performances au fil des tâches. La durée des tâches gérables double environ tous les 7 mois.
Test-time compute booste mais coûte
Augmenter le test-time compute améliore nettement la qualité des réponses. Plus de tokens permettent un raisonnement plus profond et des résultats plus précis. Cependant, les gains montrent des rendements décroissants à haut niveau. Le compromis clé reste entre qualité, latence et coût.
Base44 et Omni dopés par Claude
Base44 est passé à 80 ingénieurs en automatisant onboarding et code review via IA depuis 2024. Omni a accéléré sa vélocité avec une équipe de 25 ingénieurs grâce à Claude. Les requêtes en langage naturel sont traduites en requêtes sémantiques fiables. Une couche sémantique centralise données et permissions pour les entreprises.
Vidéos couvertes
Build a proactive agent workflow with Claude Code
- •Passage d’outils réactifs à des agents proactifs
- •Défis d’infrastructure pris en charge
- •Introduction de la fonctionnalité « routines »
Build AI agents using Claude in Microsoft Foundry
- •Passage aux systèmes d’IA agentiques
- •Microsoft Foundry comme plateforme unifiée
- •Modèles Claude pour le raisonnement avancé
AI with Claude on AWS: From code to orchestration
- •Approfondissement du partenariat AWS–Anthropic
- •Project Rainier et puces IA personnalisées
- •Trois modes de déploiement de Claude sur AWS
What's new in Claude Code
- •Virage vers l’autonomie
- •Contrôle à distance sur plusieurs appareils
- •Interface terminal sans scintillement
From one person to 80: Scaling a hypergrowth engineering org with Claude Code
- •Croissance initiale rapide et rentabilité
- •Passage de 1 à 15 ingénieurs
- •Onboarding piloté par l’IA remplaçant la documentation
The thinking lever
- •Le test-time compute améliore les performances
- •L’utilisation des tokens impacte directement la qualité des sorties
- •Rendements décroissants à effort maximal
How to get to production faster with Claude Managed Agents
- •Passage des limites des modèles aux goulots d’étranglement de l’infrastructure
- •Montée des agents orientés résultats
- •Besoin d’accès sécurisé et d’identité
Build a production-ready agent with Claude Managed Agents
- •Infrastructure d’agents orientée API
- •Briques fondamentales: agents, environnements, sessions, événements
- •Accès aux outils et permissions granulaires
What legal agents inherit from coding agents: Lessons from Legora
- •Croissance rapide de Legora
- •Les agents de codage comme modèle
- •Structure commune du travail intellectuel
Building the best agentic analytics harness: Powered by Claude, built with Claude Code
- •Accélération rapide de l’ingénierie
- •Du langage naturel aux requêtes de données
- •La couche sémantique comme infrastructure centrale
Trading signals that trade themselves
- •L’IA entre dans la gestion d’actifs à forts enjeux
- •Le trading systématique, cas d’usage majeur de l’IA
- •Le backtesting reste central pour la validation
Picking the right model
- •La sélection de modèle est plus complexe qu’elle ne paraît
- •Trois piliers de décision: qualité, latence, coût
- •Les benchmarks publics ont une valeur réelle limitée
Memory and dreaming for self learning agents
- •Les agents gagnent en capacité et en durée
- •La mémoire permet un apprentissage continu
- •Une conception basée sur des fichiers alignée avec les forces des modèles