Data / IA
Le créateur de Claude Code révèle son workflow et met la toile en émoi
Par Laurent Delattre, publié le 08 janvier 2026
En 2026, la promesse des agents de code va réellement se confronter au logiciel d’entreprise : tests, robustesse, sécurité, exploitation, conformité. Le témoignage du créateur de Claude Code illustre une méthode pour cadrer le contexte, réduire le pilotage humain et prouver la qualité par des signaux reproductibles. Ou comment l’IA agentique installe le développeur dans un nouveau rôle de chef d’orchestre.
En 2025, les IA codeuses ont largement démontré que l’IA agentique n’était pas une vue de l’esprit mais une réalité déjà opérationnelle. Les récents progrès réalisés par Gemini 3, Claude Opus 4.5 et GPT-5.2-Codex ont révélé un potentiel encore inexploré et sont désormais au cœur de nombre de discussions dans le microcosme des développeurs. Et depuis quelques semaines, un outil ne cesse d’étonner ces derniers : Claude Code. L’IA agentique d’Anthropic sidère jusque dans les rangs de Google. Et la récente publication d’une série de tweets du créateur de Claude Code a mis en lumière quelques bonnes pratiques qui déchainent la toile et devraient inspirer bien des équipes IT.
Claude Code s’est ainsi transformé en révélateur d’un changement de posture qui a commencé à émerger à la fin de l’année 2025 et promet de s’étendre à grande échelle en 2026 : l’ingénieur logiciel est désormais bien plus un orchestrateur d’agents qu’un développeur de code informatique.
Et c’est exactement ce que raconte Boris Cherny, créateur et responsable de Claude Code chez Anthropic, dans une série de Tweets où il dévoile sa propre façon de travailler.
Et histoire d’accélérer encore la viralité de ces propos, une autre anecdote a fait un peu l’effet d’une bombe. Jaana Dogan, ingénieure principale chez Google, a récemment confié avoir vu Claude Code réaliser en soixante minutes ce que son équipe avait passé une année entière à créer. Il s’agissait d’un orchestrateur d’agents distribués, un projet complexe nécessitant des mois de planification et de réunions. Jaana Dogan précise que le résultat fourni par l’IA était certes loin d’être une version parée pour une mise en production parfaite. Mais il constituait néanmoins une base fonctionnelle exploitable, capturant l’essence technique d’un travail de longue haleine. Un « exploit » qui illustre le changement de paradigme que bien des DSI constatent déjà : l’ingénierie logicielle passe de l’écriture de lignes de code à l’orchestration de la logique pure.
Pour revenir à Boris Cherny, les enseignements de son témoignage dessinent des bonnes pratiques et illustrent comment maîtriser le potentiel de Claude Code. Contrairement à ce que l’on pourrait croire, son utilisation de l’outil est étonnamment directe, sans personnalisation excessive. Le secret de son efficacité réside ailleurs : dans la parallélisation et la gestion du contexte.
Une interface, plusieurs « Claudes » : orchestrer plutôt que taper
L’élément le plus commenté sur les réseaux sociaux tient en une remarque de Boris Cherny : « Je lance 5 Claudes en parallèle dans mon terminal ». Dans la pratique, il explique travailler avec plusieurs sessions simultanées au sein du « terminal » (l’interface en ligne de commandes), chacune traitant un sous-problème différent, et s’appuie sur des notifications système pour piloter l’ensemble sans rester bloqué sur une seule boucle de développement.
La valeur ne provient plus uniquement de la capacité d’un modèle IA à proposer une fonction ou un correctif, mais de la capacité à paralléliser des chantiers, à réduire les temps morts et à transformer le développeur en « chef de flotte ». Pendant qu’un agent exécute une suite de tests, un autre refactorise un module, tandis qu’un troisième produit de la documentation.
Un pari contre-intuitif : un modèle le plus « lourd » pour aller plus vite
Autre point parfois jugé surprenant, Boris Cherny reconnaît systématiquement choisir Claude Opus 4.5 « avec thinking », autrement dit le modèle le plus lent, le plus lourd, le plus cher mais selon lui le plus capable (ce qui va un peu à l’encontre des déclarations d’Anthropic qui pousse plutôt Claude Sonnet 4.5 pour le codage). Il explique que la latence initiale est largement compensée par une réduction du « steering » (autrement dit un pilotage interactif avec reformulation des prompts, précision des contraintes, recadrage de l’agent), des retours arrière et des corrections.
Le temps machine ne pèse pas lourd si le temps humain de retravail et de correction diminue fortement. Pour l’ingénieur d’Anthropic, l’optimisation ne se joue pas au token, mais à la boucle de vérification et au nombre d’itérations nécessaires pour arriver à une solution « exploitable ».
CLAUDE.md : instituer une mémoire de projet
Le cœur « opérationnel » de la méthode de Boris Cherny se trouve dans le fichier de configuration : CLAUDE.md. Ce petit fichier textuel systématiquement exploité par chaque agent lancé sert de « mode d’emploi », de contexte, à chaque projet Claude Code. Il explique les règles à suivre, les commandes utiles, les consignes de tests, les règles de contribution et les conventions de l’équipe IT. L’idée est d’éviter de tout répéter à chaque fois, pour que l’assistant travaille tout de suite de la bonne manière.
Boris Cherny explique alimenter ce fichier dès qu’un comportement incorrect apparaît, afin de transformer chaque erreur en règle durable, stockée dans le dépôt. À chaque fois que l’IA commet un impair, la correction est consignée dans ce fichier, permettant à Claude de ne jamais faire la même erreur deux fois. Il utilise ainsi le fichier « CLAUDE.md » pour industrialiser la qualité des interactions et rendre auditables les « consignes » données à l’agent via un mécanisme de versioning standard.
Slash commands, sous-agents, et surtout… vérification automatisée
Boris Cherny insiste également sur l’automatisation des séquences répétitives via des commandes (par exemple une commande unique qui enchaine commit, push et création de PR) et sur l’usage de sous-agents spécialisés, chargés de simplifier, valider, ou exécuter des tests de bout en bout. Comme vu plus haut, au lieu de solliciter un seul assistant pour tout faire, plusieurs “Claude” se partagent le travail, l’un reformule et simplifie une portion de code, un autre vérifie la cohérence, un troisième se concentre sur l’exécution des tests ou la documentation.
Mais, dans ce récit, le véritable changement n’est pas l’automatisation en soi. Le point structurant, c’est la recherche de preuve, au sens d’un résultat vérifié par des actions reproductibles. Boris Cherny décrit des boucles où l’agent ne se contente pas de “proposer” du code : il exécute réellement les commandes du projet, lance les tests, contrôle que tout passe, et recommence tant que les signaux de qualité ne sont pas au vert. Cela va jusqu’à automatiser des vérifications côté interface, via un navigateur, pour valider qu’un flux utilisateur fonctionne et pas seulement qu’un module compile. Autrement dit, l’IA n’est plus seulement un générateur, elle devient un exécutant qui apprend à s’auto-corriger en s’appuyant sur des retours objectifs (tests, erreurs, checks), ce qui réduit les retours arrière et sécurise l’intégration.
Ne pas confondre prototype et logiciel d’entreprise
Tous les DSI et développeurs le savent, produire un prototype fonctionnel et industrialiser une application « enterprise-ready » restent deux problèmes différents, le second exigeant maîtrise de la sécurité, de la robustesse, de la dette technique, des tests notamment de non-régression, de la conformité et de l’exploitation à l’échelle.
Des besoins que la méthode de Boris Cherny met en lumière en proposant une discipline en trois axes. Le premier consiste à formaliser le contexte projet et les règles d’ingénierie dans CLAUDE.md, afin de réduire la variabilité des résultats et de capitaliser sur les erreurs. Le second réside dans la vérification systématique : exécution de tests, commandes reproductibles, boucles de correction et critères d’acceptation explicites, car la qualité perçue en génération ne remplace pas la qualité prouvée. Le troisième, enfin, concerne la posture : paralléliser, découper en chantiers, déléguer des sous-tâches à des agents spécialisés et réserver l’expertise humaine à l’architecture, aux arbitrages, à la sécurité et au contrôle final.
De quoi inspirer bien des développeurs d’entreprise et faire entrer du bon pied les équipes IT dans l’ère de l’ingénierie logicielle agentique.
À LIRE AUSSI :
À LIRE AUSSI :
