On imagine souvent qu’un agent IA performant, c’est d’abord un modèle puissant. Branchez le bon moteur, et le reste suivrait. La réalité que dessinent les sous-agents de Claude Code est plus prosaïque : à modèle égal, c’est le réglage qui sépare un assistant fiable d’un gadget imprévisible.
Un sous-agent, c’est quoi au juste ?
Première surprise pour qui découvre la mécanique : un sous-agent dans Claude Code n’a rien d’une intelligence à part. C’est un simple fichier Markdown coiffé de quelques métadonnées au format YAML. Deux champs suffisent à le faire exister : un nom et une description.
Concrètement, vous décrivez en langage naturel une mission spécialisée, par exemple un agent chargé de relire le code selon des critères précis, et l’outil s’occupe du reste. La commande intégrée /agents propose même une configuration guidée qui rédige l’invite à votre place. Besoin d’un agent le temps d’une seule session ? Vous pouvez le définir à la volée, sans rien sauvegarder.
Le résultat ? Créer un travailleur IA dédié relève désormais de l’écriture d’une fiche de poste, pas de la programmation. Et c’est précisément là que tout se joue.
Quatre piliers, une seule idée : cadrer plutôt que lâcher
La documentation de Claude Code organise l’optimisation autour de quatre axes qui résument bien l’enjeu : l’usage du contexte, le coût en tokens, la sécurité des outils et la fiabilité du flux de travail. À première vue, une liste technique de plus. En réalité, les quatre disent la même chose sous des angles différents.
Un sous-agent mal cadré lit tout, garde tout en mémoire, appelle n’importe quel outil et finit par dériver. Bien réglé, il ne voit que ce qui le concerne, ne consomme que les tokens nécessaires, ne touche qu’aux outils qu’on lui autorise et rend un travail reproductible. La différence n’est pas dans le modèle sous-jacent. Elle est dans les garde-fous qu’on pose autour de lui.
Pourquoi le réglage pèse plus que la puissance
Prenez l’image d’un nouveau collaborateur surdiplômé. S’il débarque sans périmètre clair, sans accès délimités et sans consigne sur ce qu’il doit ignorer, sa compétence brute ne vous sauvera pas : il va lire des dossiers hors sujet, poser les mauvaises questions et produire un résultat qu’on ne pourra pas reproduire la fois suivante. Un sous-agent, c’est pareil.
Le contexte d’abord. Chaque token que l’agent ingère est un token qu’il faut traiter, et au-delà d’un certain volume, le signal utile se noie dans le bruit. Restreindre ce qu’un sous-agent lit, c’est paradoxalement le rendre plus juste, pas moins informé.
Le coût ensuite. Multipliez les agents bavards sur une journée de travail et la facture en tokens grimpe sans que la qualité suive. Un agent spécialisé, frugal en contexte, coûte moins et se trompe moins.
La sécurité enfin. Donner à chaque sous-agent l’accès à tous les outils, c’est ouvrir autant de portes qu’il y a d’agents. Limiter chacun à sa stricte fonction réduit la surface d’erreur, et celle des dégâts.
L’orchestration, vraie compétence de l’utilisateur
C’est là que le sujet dépasse Claude Code. Si quatorze réglages suffisent à transformer un agent médiocre en agent fiable, c’est que l’essentiel se joue après le choix du modèle, dans la manière dont on le met en scène. Le modèle devient une matière première interchangeable ; l’orchestration, elle, ne se délègue pas. Le mouvement déborde d’ailleurs Anthropic : OpenAI a doté son outil Codex des mêmes sous-agents personnalisés, définis cette fois dans des fichiers TOML, signe que cette logique de rôles spécialisés s’impose partout.
Cette bascule change la nature même de la compétence qui paie. Ce n’est plus « savoir quel modèle est le meilleur », question dont la réponse change tous les trois mois. C’est savoir découper une tâche en rôles, définir des périmètres, choisir ce qu’un agent doit ignorer. Une discipline de chef d’orchestre, pas de virtuose.
Elle explique aussi pourquoi deux équipes branchées sur le même modèle obtiennent des résultats opposés. L’une lâche un agent généraliste sur tout ; l’autre compose une petite équipe d’agents étroits, chacun avec sa fiche et ses accès. Même moteur, productivité incomparable.
Ce qu’il faut en retenir avant de se lancer
Avant de créer votre premier sous-agent, gardez en tête que la facilité de création est un piège autant qu’un atout. Comme il suffit d’un fichier Markdown et de deux lignes de métadonnées, la tentation est de multiplier les agents fourre-tout. C’est exactement l’inverse de ce que prônent les quatre piliers.
Commencez petit : un agent, une mission, un périmètre de lecture serré, des outils comptés. Vérifiez qu’il rend un résultat reproductible avant d’en ajouter un deuxième. La sobriété n’est pas une contrainte, c’est le réglage qui fait la performance.
Reste une question que ces 14 leviers posent en creux : à mesure que les modèles se valent tous, ce ne sont plus eux qu’on optimisera, mais notre façon de les diriger. Autant s’y exercer maintenant.
Source : documentation Claude Code (Anthropic)
