Comment l’équipe Claude Code utilise Claude Code

Du copilote de code au travail délégué

Le récit le plus récent sur la manière dont l’équipe Claude Code utilise son propre outil montre un changement net dans l’unité de travail logiciel: au lieu de demander au modèle d’écrire une classe, de corriger une fonction ou d’expliquer un fichier, les membres de l’équipe lui confient de plus en plus un objectif et le laissent déterminer le chemin pour y parvenir [1]. Ce glissement est important, car Claude Code est né comme un agent de développement destiné aux programmeurs, alors que les usages internes ressemblent désormais davantage à la supervision de travailleurs cloud qu’à l’assistance d’un seul outil dans un terminal [1].

L’interface centrale de ce nouveau mode de travail est Claude Tag, la surface native Slack construite au-dessus de Claude Code [1]. Dans l’échange rapporté, des membres de l’équipe expliquent que Claude Tag est devenu l’endroit où se déroule une grande partie de leur activité quotidienne, avec une estimation de 70% à 80% du travail effectué dans cet agent Slack plutôt que dans le terminal ou l’application de bureau [1]. Une autre synthèse actuelle de la même vidéo présente la même bascule: il y a un an, le cycle consistait à prompt, inspecter, approuver et recommencer; aujourd’hui, l’équipe donne à Claude Tag un but plus général et le laisse poursuivre une part plus longue de la chaîne d’exécution [2].

Ce n’est pas seulement une préférence d’interface. Slack est l’endroit où vivent déjà les décisions produit, les fils de retours utilisateurs, les signalements de bugs et les priorités de l’équipe [1]. Cet accès au contexte ambiant permet à Claude de former des jugements plus sensibles au produit que s’il travaillait seulement dans un dépôt local avec un prompt neuf [1]. En pratique, l’agent n’est plus seulement sollicité pour écrire du code: il doit aussi comprendre pourquoi une modification compte, qui doit la relire, quelles preuves collecter et à quel moment réintroduire un humain dans la boucle [1].

Un produit reconstruit au rythme des modèles

Le contexte décisif est la vitesse de progression des modèles. Les membres de l’équipe décrivent une technologie sous-jacente qui peut changer fortement tous les deux mois, une cadence qui rend instables beaucoup d’hypothèses classiques de gestion produit [1]. Dans le logiciel traditionnel, une fonctionnalité de workflow peut rester utile pendant des années; dans un produit bâti sur des modèles de frontière, elle peut n’être qu’un échafaudage temporaire pour une limite qui disparaît au cycle suivant [1].

Cela impose une discipline différente. L’équipe Claude Code doit déterminer si une fonctionnalité résout un problème durable d’utilisateur ou si elle compense seulement une faiblesse actuelle du modèle [1]. L’exemple cité est celui des listes de tâches: les modèles précédents bénéficiaient de listes explicites, car ils pouvaient perdre le fil d’un travail long; avec l’amélioration de la mémoire et de la cohérence, cet échafaudage est devenu moins central [1]. Le même phénomène apparaît avec l’outil AskUserQuestion, auparavant utile pour pousser l’agent à demander une clarification, mais désormais complété ou remplacé dans certains cas par des artifacts HTML plus riches, avec diagrammes et maquettes, qui recueillent mieux le retour humain [1].

La conséquence est que le dogfooding n’est pas un simple slogan culturel pour cette équipe. Comme le groupe Claude Code dépend de Claude Code et de Claude Tag pour construire le produit lui-même, les frictions obsolètes deviennent visibles immédiatement [1]. Si une fonctionnalité existe surtout parce que le modèle précédent avait besoin d’aide, le modèle suivant peut la transformer en poids mort [1]. C’est pourquoi la pratique actuelle de l’équipe consiste autant à supprimer ou repenser des surfaces produit qu’à en ajouter [1].

L’exécution cloud change ce qui peut être confié

Le passage de l’exécution locale à l’exécution cloud constitue une autre rupture majeure. Lorsque l’agent fonctionnait surtout sur l’ordinateur portable d’un développeur, son travail s’arrêtait quand la machine était fermée ou que la personne s’éloignait [1]. Le workflow de l’équipe est ensuite passé par des environnements de développement distants et des interfaces web, puis vers des conteneurs hébergés et une exécution persistante [1].

Cette infrastructure ouvre une nouvelle catégorie de tâches. Au lieu de demander à Claude de terminer une session locale d’édition, l’équipe peut mettre en place des routines qui tournent en arrière-plan, trient les retours, regroupent des signalements liés, surveillent les résultats ou corrigent automatiquement des problèmes à forte confiance [1]. Le descriptif actuel de la vidéo identifie d’ailleurs les « boucles et routines exécutées à distance » comme une partie distincte du workflow, aux côtés du mode automatique, des workflows et d’autres primitives [2].

C’est ici que Claude Code commence à ressembler moins à un outil de codage qu’à une couche d’orchestration. L’agent peut recevoir une tâche récurrente, une condition d’arrêt, des accès à des outils et un canal de retour. Le rôle humain devient la définition de l’objectif, le choix des garde-fous et la décision sur les résultats à faire entrer en production. C’est un changement profond par rapport à la supervision ligne par ligne, mais ce n’est pas une disparition de l’humain. Le point de contrôle humain remonte au niveau des buts, de la vérification et des exceptions [1].

La revue de code se déplace vers le jugement

La revue de code illustre clairement ce déplacement de frontière. L’ancien rituel consistant à lire une pull request ligne par ligne et à laisser plusieurs commentaires mineurs perd de la valeur lorsque Claude peut déjà détecter des problèmes de style, lancer des tests, ajouter des vérifications manquantes et corriger de petits défauts [1]. Dans le récit actuel de l’équipe, la revue humaine se concentre davantage sur l’architecture, les frontières de services, la conception d’API et l’intention produit [1].

Cela ne signifie pas que la revue disparaît. Cela signifie que la contribution humaine rare n’est plus de prouver que quelqu’un a lu le diff. Elle consiste à décider si la modification est la bonne [1]. Claude peut se déployer dans le codebase, chercher des bugs probables, comparer des hypothèses et faire remonter les conclusions les plus solides [1]. Les humains consacrent alors plus d’attention au contexte que le modèle ne possède pas entièrement: pourquoi une frontière existe, ce qu’implique une promesse client, quel risque est acceptable ou si une abstraction proposée vieillira correctement [1].

Ce schéma de fan-out devient aussi un motif de conception plus large. Plutôt que de demander à un seul agent de produire une seule réponse, le système peut lancer plusieurs pistes d’enquête, les faire se critiquer entre elles, filtrer les résultats et restituer un ensemble plus petit de conclusions à forte confiance [1]. C’est particulièrement important en génie logiciel, car la justesse ne tient pas seulement à la génération d’un code plausible; elle dépend aussi des tests, de la revue contradictoire, du contexte système et des preuves opérationnelles [1].

Construire Claude Tag avec Claude Tag

Le détail le plus révélateur est récursif: l’équipe utilise Claude Tag pour construire Claude Tag [1]. Dans un exemple rapporté, le flux part d’une idée et passe par la découverte des parties prenantes, les maquettes, l’implémentation, le déploiement, le suivi des événements et la surveillance des retours, largement depuis Slack [1]. Claude surveille aussi les signaux utilisateurs et mentionne le développeur quand de nouveaux retours arrivent [1].

Cette boucle explique pourquoi l’histoire dépasse la simple productivité. L’équipe transforme son produit en élément du système nerveux de son développement produit. Les mêmes canaux qui contiennent les retours, les débats de conception et les signaux opérationnels deviennent aussi l’endroit où le travail est assigné, exécuté et vérifié [1]. Le cycle entre signal utilisateur et changement produit se resserre, mais une nouvelle dépendance apparaît: la qualité du processus d’ingénierie dépend de plus en plus de la qualité des boucles agentiques conçues par l’équipe.

Il existe aussi un compromis culturel. Les membres de l’équipe disent regretter certains aspects de l’ancien développement logiciel, notamment le geste artisanal de l’implémentation manuelle et la satisfaction de résoudre soi-même des problèmes de bas niveau [2]. Mais leur description actuelle montre l’émergence d’un autre métier: choisir le bon objectif, structurer le contexte, concevoir la vérification, savoir quand faire confiance à l’automatisation et quand reprendre la main [1].

Pourquoi cela compte au-delà d’Anthropic

L’équipe Claude Code est un cas extrême parce qu’elle construit l’agent qu’elle utilise. Pourtant, son workflow donne un aperçu de la direction possible de l’ingénierie AI-native. Le sujet n’est pas simplement « l’IA écrit le code ». C’est un empilement de surfaces de délégation, d’exécution persistante, de mémoire contextuelle, de vérification automatisée et de jugement humain [1].

Pour les autres organisations d’ingénierie, la leçon immédiate n’est pas de copier chaque outil propre à Anthropic. Elle est d’observer la trajectoire. Le travail bien cadré, testable, répétitif ou alimenté par des retours migre vers des boucles d’agents. Le travail qui exige du goût, du jugement de risque, de l’architecture et de l’intention produit reste piloté par les humains, mais avec des agents qui rassemblent les preuves et exécutent la voie choisie [1].

La leçon plus profonde est que les processus logiciels eux-mêmes ont désormais une demi-vie plus courte. Si le modèle sous-jacent change tous les quelques mois, les équipes ne peuvent pas considérer les patterns de prompt, les rituels de revue ou les interfaces d’aujourd’hui comme permanents [1]. L’usage interne de l’équipe Claude Code suggère que la compétence la plus durable n’est pas de mémoriser un workflow particulier. C’est de construire une organisation capable de redessiner ce workflow à mesure que l’agent devient plus compétent [1].

Sources des dernières 72 heures

1. [1]How the Claude Code team uses Claude Code · Anthropic · 8news.ai2 sept. 2026, 19:07 UTC
2. [2]How the Claude Code team uses Claude Code3 sept. 2026, 01:26 UTC
3. [3]Claude — YouTube Stats, Subscribers & Revenue3 sept. 2026, 00:00 UTC

Article généré par IA à partir d’une recherche web récente, puis conservé comme instantané éditorial daté.