Ton agent IA bosse tout seul. C'est exactement le problème.
Aurélien Allienne
Publié le • 8 min de lecture
Ton agent IA bosse tout seul. C’est exactement le problème.
Combien d’agents tournent en ce moment dans ton équipe ? Et combien d’entre eux savent ce que font les autres ? Aucun. En 2026, on a tous basculé du chat vers les agents — mais chaque agent reste strictement single-player : ton agent, sur ta machine, pour ton travail [1]. Cette semaine, deux annonces ont commencé à fissurer ce modèle.
Le moment Google Docs des agents
La comparaison est parlante. Avant la collaboration en ligne, on écrivait un document Word, on l’exportait, on l’envoyait par mail, et le collègue renvoyait sa version. Puis Google Docs est arrivé et tout le monde a travaillé au même endroit [1].
Les agents en sont exactement là. Et BUZZ est la première tentative sérieuse de version collaborative. C’est Block — la boîte de Jack Dorsey — qui l’a lancé, en open source.
we’re launching BUZZ! a new groupchat platform for teams of people and agents of all sizes, built to reduce our dependency on slack and github. model-agnostic, decentralized, self-sovereign, and open source. [2]
Concrètement : une app de chat qui ressemble à Slack, sauf que tes agents IA en sont des membres à part entière, pas des bots greffés dessus. Tu mentionnes un agent comme tu mentionnerais un humain, il répond dans le thread avec son avancement. Chaque agent a sa propre identité — tu vois exactement qui a fait quoi [1].
Le détail qui change tout pour moi : tu crées un nouvel agent, tu le déposes dans un canal au milieu d’un projet, et il lit tout ce qui s’est passé avant. L’historique, les décisions, les fichiers. Puis il continue. Un agent peut aussi passer la main à un autre sans que tu orchestres quoi que ce soit.
Et BUZZ n’est que l’interface : tu branches Claude Code, Codex ou Goose derrière. BYO agent, pas d’enfermement chez un fournisseur.
L’agent qui vit sur ton laptop est un cul-de-sac
Cette histoire de multiplayer révèle un problème plus profond. Aujourd’hui, 90 % des agents qu’on utilise sont locaux — ils vivent sur nos machines [1].
Fais la liste des conséquences. Pas de collaboration possible avec ton équipe. Tu fermes ton laptop, ton agent s’arrête. Tes tâches planifiées s’arrêtent aussi. Et depuis ton téléphone, tu ne peux rien en faire.
Un agent local peut agir sur ta machine, c’est son seul vrai avantage. Le reste, c’est une liste de contraintes qu’on a accepté sans réfléchir parce que c’est comme ça que les outils sont arrivés. Le cloud est la suite logique, et BUZZ a d’ailleurs sorti une app mobile iOS et Android le jour du lancement.
Côté Engineering Director, ça reformule complètement la question. Ce n’est plus « quel agent je donne à mes devs », c’est « où vivent nos agents, qui les voit tourner, et comment on tracera qui a produit quoi ».
Pendant ce temps, le prix des modèles ment
Deuxième déplacement de la semaine, sur le coût. Anthropic a sorti Claude Opus 5 le 24 juillet : proche de l’intelligence frontier de Fable 5 pour la moitié du prix, nouveau state-of-the-art sur Frontier-Bench et GDPval-AA [3].
Sauf que ce prix ne survit pas au travail réel. Le modèle tourne plus longtemps et brûle plus de tokens : sur certaines tâches, il finit par te coûter plus cher. Nate Herk a fait tourner les deux modèles sur les mêmes jobs dans Claude Code. Une landing page : 35,83 $ et une heure avec Opus, contre 20,50 $ et 22 minutes avec Fable — pour un résultat qu’il juge équivalent [1].
Le prix au token n’est pas le coût. Le coût, c’est le prix par tâche terminée. On a mis dix ans à comprendre ça sur le cloud, on est en train de le réapprendre sur les LLM.
Là où Opus écrase tout, c’est la chasse aux bugs dans un vrai codebase : 93 sur 95 contre 66 pour Fable, et moins cher. Anthropic raconte le même genre d’histoire — sur un bug réel d’un gestionnaire de paquets open source populaire, Opus 5 a trouvé la cause racine et corrigé un edge case que le patch de la communauté avait raté, là où un modèle concurrent a corrigé le symptôme et déclaré le bug résolu [3].
Le contre-intuitif : baisser le raisonnement améliore le résultat
Voilà le truc que je ne m’attendais pas à écrire. Sur Opus 5, les niveaux de « thinking » bas donnent souvent de meilleurs résultats que les niveaux hauts.
L’équipe de Dan Shipper chez Every a passé une semaine dessus et obtient de meilleurs résultats en low et medium qu’en high. Leur verdict est brutal :
Claude Opus 5 is a hard model to love. In its first week at Every, it argued with instructions, stopped before the work was finished, and generally didn’t play well with our existing skills and plugins [4].
Et les chiffres d’Anthropic vont dans le même sens : le modèle culmine autour de 44,5 % en thinking xhigh, puis redescend à 43,3 % en max [1]. La recommandation officielle est de démarrer en « high » et de descendre.
Donc avant de changer de modèle parce que le tien t’agace : baisse le curseur. C’est gratuit, ça prend trois secondes, et ça marche plus souvent qu’on ne le croit.
Ton écran devient une source de formation
Dernier morceau, et c’est celui qui va le plus vite changer les habitudes d’équipe. Claude apprend maintenant une compétence en te regardant travailler.
New in Claude Cowork: teach Claude a skill. Record your screen while you do a task, talk through it as you go, and Claude turns it into a skill it can run again. [5]
La partie maligne : il ne copie pas tes clics. Pour chaque étape, il déduit le résultat que tu as produit — un fichier modifié, un message envoyé, une donnée récupérée — puis choisit le chemin le plus rapide et le plus fiable pour l’atteindre. Souvent plus rapide que le tien [1]. Narrer à voix haute pendant que tu bosses est optionnel, mais c’est tout l’intérêt : c’est comme ça qu’il apprend le pourquoi, pas seulement le quoi.
Le pattern à retenir vient de Tobin South : utiliser un gros modèle pour générer la skill, puis un modèle bon marché pour l’exécuter — une sorte de mini-distillation [6]. Générer une fois cher, exécuter mille fois pas cher.
Les contraintes du moment : Mac uniquement, plans Pro, Max et Team, environ 10 minutes par enregistrement, tout l’écran est capturé sauf les champs mot de passe. Et OpenAI avait sorti la même idée dans Codex un mois plus tôt, le 18 juin.
Ce que ça change, concrètement
Mis bout à bout, ces annonces racontent la même histoire : l’unité de travail passe de l’individu augmenté à l’équipe hybride. Des agents qui se parlent, qui vivent ailleurs que sur ton laptop, et qui apprennent de ce que ton équipe sait déjà faire.
Chez Rémy, 60 fondateurs et dirigeants — dont la plupart n’avaient jamais touché un agent — ont monté leur propre équipe d’agents en quelques semaines. Sabe a automatisé la publication de ses pubs et récupéré 2 heures par jour. Ben a transformé tout son process de reporting client en une seule skill : une demi-journée devenue une demi-heure. Jai a enregistré sa façon de relire des contrats, un agent le fait maintenant à sa place [1].
Ce ne sont pas des gains de productivité individuels. Ce sont des process d’équipe qui changent de propriétaire.
Alors la vraie question du moment n’est plus « quel modèle je choisis ». C’est : quand tes agents seront membres du canal au même titre que tes collègues, qu’est-ce qui restera dans ta définition d’une équipe ?
Sources
- multiplayer AI agents are the future
- jack (@jack) on X
- Introducing Claude Opus 5
- Vibe Check: Claude Opus 5 Is Brilliant in Flashes, Frustrating in Practice
- Claude (@claudeai) on X
- Tobin South (@TobinSouth) on X
Pour aller plus loin
- GitHub - block/buzz: A hive mind communication platform — le code source de BUZZ, à lire avant de parier dessus pour ton équipe.
- The Claude Security plugin — scanner ses changements pour des vulnérabilités avant de commit, directement depuis le terminal.
- Anthropic’s Economic Index connector — demander à Claude quels métiers utilisent le plus l’IA, réponses tirées du jeu de données public d’Anthropic.
- Paper – design, share, ship — un canvas de design pensé pour les équipes qui travaillent avec des agents.
- Midjourney Version 8.2 — mise à jour esthétique et personnalisation du goût, avec beaucoup moins de générations ratées.
Cet article a été rédigé en m’appuyant sur une IA pour m’aider à synthétiser et structurer ma veille. Les idées, le choix des sources et la relecture restent les miens.
Pour aller plus loin
— le code source de BUZZ, à lire avant de parier dessus pour ton équipe.
— scanner ses changements pour des vulnérabilités avant de commit, directement depuis le terminal.
— demander à Claude quels métiers utilisent le plus l'IA, réponses tirées du jeu de données public d'Anthropic.
— un canvas de design pensé pour les équipes qui travaillent avec des agents.
— mise à jour esthétique et personnalisation du goût, avec beaucoup moins de générations ratées.
Cet article a été rédigé en m'appuyant sur une IA pour m'aider à synthétiser et structurer ma veille. Les idées, le choix des sources et la relecture restent les miens.