Un savoir-faire ne se dicte pas, il se montre : c’est vrai pour l’apprenti à qui l’on apprend un métier, et Anthropic vient de l’appliquer à son assistant. Dans Claude Cowork, l’espace de travail intégré à l’application de bureau, une fonction baptisée « Enregistrer une compétence » laisse l’utilisateur filmer son écran pendant qu’il exécute une tâche et la commenter à voix haute. Claude transforme l’enregistrement en compétence qu’il saura rejouer seul.
Le geste paraît anodin. Sa portée l’est beaucoup moins.
Montrer, au lieu de décrire
Jusqu’ici, confier une tâche répétitive à un agent IA supposait de la mettre en mots : lister les étapes, préciser les cas particuliers, corriger le prompt à chaque écart. Un exercice frustrant, parce que la plupart de nos gestes professionnels se disent mal. Vous savez ouvrir le bon tableur, isoler les trois colonnes qui comptent, recopier la synthèse au bon endroit. L’écrire noir sur blanc prend dix fois plus de temps que de le faire.
La fonction renverse cette charge. Depuis le menu « + » de Cowork, vous lancez l’enregistrement, vous accomplissez la tâche comme d’habitude et vous racontez ce que vous faites à mesure. Claude capture l’écran, les clics, la frappe et la voix, puis en tire une compétence réutilisable qu’il conserve. La fois suivante, il la relance directement au lieu de vous demander de tout refaire pas à pas. La fonction est disponible pour les abonnés Pro, Max et Team.
Comment une démonstration devient un programme
Le mécanisme mérite qu’on s’y arrête, car l’enregistrement fournit deux flux qui se complètent. L’image donne le « quoi » : quelle application, quel bouton, quel champ. La voix, elle, donne le « pourquoi » : je prends cette colonne parce que c’est le chiffre d’affaires net, j’ignore les lignes vides, je m’arrête si le total ne tombe pas juste.
Sans ce commentaire, une IA qui se contente de rejouer des pixels reste fragile : elle imite un enchaînement sans comprendre l’intention, et déraille au premier écran qui bouge. La narration lui livre les règles implicites que la seule capture vidéo ne verrait pas. Une intention dite, plaquée sur des actions montrées, produit une routine que l’agent peut adapter plutôt que décalquer.
Le savoir tacite, enfin capturable
Le philosophe Michael Polanyi résumait le problème d’une formule : « nous savons plus que nous ne pouvons dire ». L’essentiel d’une compétence professionnelle est justement ce qui ne s’écrit pas dans une notice, ce que l’apprenti attrape en regardant le compagnon travailler et en l’écoutant penser à voix haute.
C’est exactement la scène que reproduit cette fonction. Vous devenez le compagnon, Claude l’apprenti qui observe et note. Ce qui restait coincé dans la tête et les mains d’un opérateur devient, pour la première fois, un objet transférable sans passer par la case rédaction d’une procédure. Et Anthropic n’est pas seul sur cette voie : un mois plus tôt, OpenAI dotait Codex d’un « Record & Replay » bâti sur le même principe, montrer une tâche une fois pour qu’un agent la rejoue. Capturer la démonstration plutôt que la dicter s’installe comme la nouvelle façon d’outiller un agent.
L’expertise glisse du faire vers le démontrer
Ce basculement a une conséquence directe, et elle vous concerne. Tant qu’un savoir-faire vivait dans l’exécution, sa valeur tenait à votre présence : il fallait vous mobiliser à chaque occurrence. Dès lors qu’il se capture en une démonstration commentée, la valeur se déplace vers votre capacité à bien montrer, une fois, ce que vous faites d’ordinaire sans y penser.
Ce n’est pas une nuance de vocabulaire. Savoir décomposer son propre geste, expliciter les critères de décision, nommer les cas limites : cette pédagogie de soi devient une compétence en tant que telle. Le praticien qui documente le mieux sa manière de travailler prend une longueur d’avance sur celui qui la garde dans les doigts, parce que la sienne se réplique et se délègue, quand l’autre reste captive d’une seule paire de mains.
Les angles morts de la compétence filmée
Reste à mesurer ce que la méthode ne résout pas. Une compétence enregistrée ne connaît que ce que vous lui avez montré : le cas non filmé, l’exception que vous gérez d’instinct sans la verbaliser, la variante rare, tout cela échappe à la capture. On se retrouve avec un automatisme confiant sur le scénario nominal et démuni au premier imprévu, avec le risque qu’il agisse quand même plutôt que de s’arrêter.
S’ajoute la question de la surface exposée : filmer son écran, c’est potentiellement enregistrer des données sensibles, des identifiants, des fenêtres ouvertes en arrière-plan. Confier ses gestes à un agent suppose donc de trier ce qu’on lui montre autant que ce qu’on lui dit.
La bascule n’en est pas moins amorcée. On cesse peu à peu de programmer les agents pour les former, comme on forme un collègue : par l’exemple. Une seule chose détermine alors ce qu’ils sauront faire pour vous : la qualité de ce que vous leur donnez à voir.
