L’essentiel
- Anthropic affirme que 65% du code de son équipe produit est aujourd’hui écrit par sa version interne de Claude Tag, son agent désormais intégré à Slack.
- L’outil tourne sur Opus 4.8 et a servi, de l’aveu même de l’entreprise, à construire la majeure partie de Claude Tag lui-même.
- Au-delà de l’agent collaboratif, ce chiffre redessine le partage des tâches : la machine produit le code, l’humain relit, valide et oriente.
Tout le monde a retenu la même chose de Claude Tag : Anthropic glisse un agent dans Slack, on le mentionne avec un @, il abat le travail à votre place. Pratique, un brin gadget, déjà aperçu chez les concurrents. Sauf que l’information qui compte n’était pas dans la démo.
Elle tient en un chiffre lâché presque incidemment dans l’annonce : 65%. C’est la part du code de l’équipe produit d’Anthropic désormais écrite par sa version interne de l’outil. Pas un prototype de laboratoire : la majeure partie de ce qui a construit Claude Tag a été produite par Claude Tag. Pour mesurer l’écart, Microsoft et Google situaient début 2025 la part d’IA dans leur code autour de 30%. Anthropic annonce le double.
Ce que nous avions volontairement laissé de côté
Il y a quelques jours, nous décortiquions cette annonce sous l’angle de l’identité d’agent : ce mécanisme qui laisse Claude agir avec ses propres accès plutôt qu’au nom d’un utilisateur. Un angle mort bien réel de l’emballement médiatique. Depuis, c’est un autre détail qui s’est imposé dans le discours de l’entreprise, martelé par ses propres équipes d’ingénierie : ces fameux 65%. Et il raconte une histoire bien plus inconfortable que la mécanique des permissions.
Car la question n’est plus de savoir si une IA peut produire du code. C’est devenu un acquis. La question, c’est ce qu’il reste à faire à l’humain quand la machine en écrit deux tiers.
L’éditeur qui se nourrit de son propre modèle
Le geste n’est pas anodin. Anthropic ne se contente pas de vendre un outil de génération de code : l’entreprise s’en sert pour se construire elle-même, et le revendique comme argument. C’est la démonstration la plus crédible qu’on puisse faire d’un produit logiciel, et c’est aussi le plus efficace des coups de communication.
Mais regardons ce que ce dispositif implique concrètement. Un agent partagé dans un canal, qui suit le fil des échanges, planifie ses propres tâches sur plusieurs heures, ouvre des pull requests sous sa propre identité et signale quand une métrique dérape. L’ingénieur ne tape plus le code ligne à ligne. Il décrit une intention, encadre, arbitre. Le clavier passe au second plan.
Écrire n’est plus le geste qui décide
Voilà le vrai basculement, et il dépasse de loin l’intégration à Slack. Pendant des décennies, le métier de développeur s’est confondu avec l’acte d’écrire : maîtriser une syntaxe, connaître ses bibliothèques, produire vite et juste. Si 65% de ce code sort d’un modèle, cette compétence-là se déplace.
Ce qui prend de la valeur, c’est ce qui vient après : savoir lire un diff qu’on n’a pas écrit, repérer la régression subtile, juger si une architecture proposée tiendra dans six mois, refuser une solution plausible mais bancale. La relecture, l’orchestration de plusieurs agents en parallèle, la définition des garde-fous deviennent le cœur du travail. Anthropic le dit d’ailleurs sans détour : ses équipes passent désormais l’essentiel de leur temps à déléguer des tâches à de multiples Claude simultanés.
L’enjeu est immédiat pour quiconque développe aujourd’hui. La compétence à cultiver dès maintenant n’est pas de programmer plus vite, c’est de devenir un relecteur impitoyable et un donneur d’ordres précis. Le profil qui résistera est celui qui sait exactement ce qu’il veut et qui détecte au premier coup d’œil ce que la machine a raté.
Le chiffre qui mérite qu’on s’y attarde
Reste une zone d’ombre que personne ne souligne. Ce 65%, mesuré comment ? En lignes de code générées, en commits, en fonctionnalités livrées ? Une ligne produite par un modèle n’a pas le même poids selon qu’elle a été relue, testée, ou avalée telle quelle. Un chiffre brut sur un volume de code ne dit rien de la dette technique qu’il accumule, ni du travail de validation qu’il a fallu derrière.
Le risque est connu de tous ceux qui ont déjà laissé filer une suggestion automatique sans la comprendre : plus la génération est fluide, moins on relit. Et c’est précisément là que se loge le danger, au moment exact où l’entreprise nous invite à célébrer la productivité. Un éditeur qui écrit son propre code avec son propre modèle a tout intérêt à afficher un grand nombre, beaucoup moins à détailler ce qu’il recouvre.
Anthropic vient de nous montrer, grandeur nature, à quoi ressemble une équipe d’ingénierie quand l’IA tient le clavier. Reste à savoir si le reste de l’industrie saura garder ce que cette photo ne montre pas : la discipline de tout relire.
Mon avis
Ce 65% n’est pas une prouesse technique, c’est un aveu stratégique : Anthropic nous expose le métier de développeur tel qu’il le voit dans cinq ans, pour mieux vendre les outils qui l’imposent. Le piège n’est pas que la machine écrive trop de code, c’est qu’on relise de moins en moins celui qu’elle produit. Ma conviction : l’avantage des prochaines années ne se jouera pas sur qui génère le plus vite, mais sur qui garde la rigueur de tout vérifier. Et là-dessus, je parie que la plupart des équipes craqueront bien avant Anthropic.
