Claude Managed Agents d'Anthropic offre aux entreprises un guichet unique mais soulève un risque de dépendance fournisseur

Claude d'Anthropic introduit une forme de raisonnement prolongé dans ses agents managés

Lors de sa conférence développeurs "Code with Claude" à San Francisco, Anthropic a dévoilé une nouvelle fonctionnalité expérimentale baptisée "dreaming" pour ses Claude Managed Agents. Concrètement, ce mécanisme consiste en un processus planifié au cours duquel les sessions récentes et les mémoires stockées sont passées en revue, afin d'identifier et de conserver les informations les plus pertinentes pour les tâches futures. La fonctionnalité est actuellement disponible en préversion de recherche et reste limitée aux Managed Agents de la plateforme Claude. Les Managed Agents constituent une couche de haut niveau au-dessus de l'API Messages d'Anthropic, présentée comme un "harnais d'agent préconfiguré et configurable fonctionnant sur une infrastructure gérée". Ils sont conçus pour les cas d'usage où plusieurs agents collaborent sur un même projet pendant plusieurs minutes ou plusieurs heures. L'intérêt du dreaming réside dans la gestion des fenêtres de contexte, intrinsèquement limitées pour tous les grands modèles de langage : sur des projets longs et complexes, des informations cruciales peuvent tout simplement se perdre au fil des échanges. En sélectionnant intelligemment les souvenirs à conserver, Anthropic cherche à rendre ses agents plus cohérents et plus performants sur la durée. Cette innovation s'inscrit dans un effort plus large de l'industrie pour résoudre le problème de la mémoire dans les systèmes d'IA agentiques. Du côté des interfaces de chat, une technique appelée "compaction" est déjà utilisée par de nombreux modèles : les conversations longues sont périodiquement analysées afin de supprimer les informations non essentielles tout en conservant ce qui importe pour le projet en cours. Le dreaming applique une logique similaire à des agents fonctionnant en autonomie sur plusieurs heures. Anthropic, qui fait face à une concurrence croissante d'OpenAI et de Google sur le segment des agents IA, positionne ainsi la plateforme Claude comme un environnement adapté aux flux de travail longs et complexes que les entreprises cherchent à automatiser.

💬 Le problème de la mémoire dans les agents longs, c'est ce qu'on contourne depuis des mois avec des hacks pas glorieux. Là, Anthropic formalise quelque chose de propre : un processus planifié qui trie et consolide les souvenirs utiles, un peu comme la compaction qu'on a déjà côté chat. Reste en preview et limité aux Managed Agents, donc hors de portée pour la plupart des workflows custom pour l'instant.

Anthropic annonce des agents managés, des workflows proactifs et une feuille de route pour Claude Code

Anthropic a organisé son événement "Code with Claude 2026" à San Francisco, diffusé en direct pour la communauté des développeurs. Au programme : plusieurs sessions consacrées à Claude Code, la plateforme API Claude, ainsi que d'autres projets internes. Les thèmes centraux portaient sur l'expérience développeur, les fonctionnalités d'autonomie, les sauts de performance des modèles, et l'impact de l'intelligence artificielle sur l'architecture produit. Des entreprises comme GitHub et Vercel, ainsi que plusieurs startups natives à l'IA, ont participé aux discussions pour partager leurs stratégies et défis d'ingénierie. Les annonces phares concernent les agents gérés (managed agents), les workflows proactifs et ce qu'Anthropic appelle la "capability curve", soit la progression continue des capacités du modèle. Ces fonctionnalités ouvrent la voie à des systèmes capables d'agir de façon autonome sur des tâches longues et complexes, sans intervention humaine constante. Pour les équipes d'ingénierie, cela redéfinit la façon de concevoir les pipelines logiciels et d'intégrer l'IA dans des produits réels. Cet événement s'inscrit dans une dynamique de compétition intense entre Anthropic, OpenAI et Google pour capter les développeurs professionnels. Après le lancement remarqué de Claude Code en 2025, Anthropic cherche à consolider son écosystème en proposant des outils d'orchestration plus puissants. La montée en puissance des agents autonomes pose aussi des questions d'architecture et de supervision que l'industrie commence seulement à adresser sérieusement.

💬 Les agents managés, c'est la pièce manquante depuis le lancement de Claude Code. Anthropic propose maintenant un câblage natif pour des workflows qui tournent seuls sur des tâches longues, ce qui change vraiment comment tu penses l'architecture de tes produits, pas juste comment tu branches un LLM dessus. Reste à voir si ça tient en prod.

Anthropic rétablit OpenClaw et les agents tiers sur les abonnements Claude, mais sous conditions

Anthropic a annoncé le 14 mai 2026, via son compte développeur @ClaudeDevs sur X, la réintégration d'OpenClaw et des agents autonomes tiers dans ses abonnements payants Claude. La société introduit une nouvelle sous-catégorie de crédits baptisée "Agent SDK", disponible pour tous les abonnés payants, des formules Pro à 20 dollars par mois jusqu'aux formules Max à 200 dollars. Ces crédits sont exclusivement dédiés aux usages "programmatiques", c'est-à-dire l'exécution d'agents IA externes comme OpenClaw, un outil open source populaire permettant de faire tourner des agents autonomes via des services comme Discord ou Telegram. Cette annonce constitue un revirement majeur par rapport à la politique instaurée début avril 2026, qui interdisait explicitement l'usage des abonnements Claude pour alimenter ces agents tiers. Le retour en arrière n'est cependant pas sans conditions : les crédits "Agent SDK" sont plafonnés à un montant fixe mensuel et ne sont pas reportables. S'ils ne sont pas consommés avant la fin du mois, ils expirent. Ce changement répond à un problème financier structurel qu'Anthropic ne pouvait plus ignorer : certains abonnés payant entre 20 et 200 dollars par mois consommaient, via OpenClaw et des harnesses similaires, des centaines voire des milliers de dollars de tokens au-dessus du prix de leur abonnement. Avec ce nouveau système, si un agent est inefficace et brûle les tokens rapidement, c'est le crédit mensuel de l'utilisateur qui s'épuise, et non le pool de calcul général d'Anthropic. La société n'a donc plus à "absorber la différence" générée par du code tiers non optimisé. La genèse de cette crise remonte au 4 avril 2026, date à laquelle Anthropic avait banni l'usage des abonnements pour les agents tiers, en invoquant des problèmes de capacité et de stabilité du service. Boris Cherny, responsable de Claude Code, avait alors expliqué que les outils tiers comme OpenClaw contournaient les mécanismes de "prompt cache", une technique permettant de réutiliser du texte déjà traité pour réduire les cycles de calcul coûteux. Les agents tiers, souvent non optimisés pour ces efficiences, forçaient le système à retraiter massivement des données, menaçant la stabilité pour l'ensemble des utilisateurs. Même l'accès au datacenter Colossus 1, fort de plus de 220 000 GPU et d'une capacité de 300 mégawatts, ne suffisait pas à absorber la demande des workflows agentiques non maîtrisés. En cloisonnant désormais cet usage dans une enveloppe dédiée non mutualisée, Anthropic tente de réconcilier la demande croissante pour les agents autonomes avec la viabilité économique de ses abonnements à tarif forfaitaire.

💬 Le ban d'avril était brutal, mais vu les chiffres (des abonnés à 20 dollars qui brûlaient des milliers de dollars de compute via OpenClaw), c'était intenable pour Anthropic. Ces crédits "Agent SDK" plafonnés, c'est la seule vraie solution, même si des crédits non reportables vont piquer les mois où ton projet tourne au ralenti. Faut juste apprendre à optimiser ses agents, ce qu'on aurait dû faire depuis le début.

Les agents Claude peuvent désormais se connecter aux API d'entreprise sans exposer leurs identifiants

Anthropic vient d'annoncer deux nouvelles fonctionnalités pour Claude Managed Agents qui s'attaquent directement au principal frein à l'adoption des agents IA en entreprise : la sécurité des identifiants d'accès. La première, les sandboxes auto-hébergées, permet aux équipes d'exécuter les appels d'outils au sein de leur propre infrastructure, et est disponible dès maintenant en bêta publique. La seconde, les tunnels MCP, connecte les agents à des serveurs MCP privés sans que les identifiants ne transitent par le contexte de l'agent ; elle est pour l'instant en préversion de recherche. Cette architecture divise le système en deux parties distinctes : la boucle agentique (orchestration, gestion du contexte, récupération sur erreur) s'exécute sur l'infrastructure d'Anthropic, tandis que l'exécution des outils reste dans le périmètre de l'entreprise. Les tunnels MCP, eux, fonctionnent via une passerelle légère en sortie uniquement, installée dans le réseau de l'organisation, sans qu'aucun identifiant ne passe par l'agent. Ce changement architectural répond à un problème de fond dans les déploiements actuels : dans la plupart des systèmes en production, l'agent transporte lui-même les jetons d'authentification lors de l'exécution des appels d'outils. Un agent compromis ou mal configuré emporte donc avec lui tout ce dont il a besoin pour causer des dégâts sur les systèmes internes. En déplaçant le contrôle des identifiants vers la frontière réseau plutôt que de les laisser à l'intérieur de l'agent, Anthropic modifie substantiellement le modèle de menace. Pour les équipes d'orchestration, l'enjeu dépasse la sécurité : cette séparation permet de cartographier plus précisément les flux de travail des agents, de mieux contrôler les ressources de calcul et d'isoler les responsabilités entre la plateforme et l'infrastructure métier. Anthropic n'est pas seul sur ce terrain. OpenAI avait déjà ajouté l'exécution locale à son Agents SDK en avril 2025, en réponse à des demandes similaires de ses clients entreprise. La distinction que revendique Anthropic réside précisément dans cette séparation franche entre boucle agentique et exécution des outils, que les approches sandbox existantes, y compris celle d'OpenAI, ne font pas. Le protocole MCP, adopté rapidement en environnement de production, a en effet précédé la maturité des architectures de sécurité qui l'entourent, créant un écart que ces nouvelles fonctionnalités cherchent à combler. Pour les équipes qui évaluent la plateforme, la recommandation pratique est claire : commencer par migrer l'exécution des outils vers les sandboxes auto-hébergées et valider cette frontière avant d'explorer les tunnels MCP, encore en phase expérimentale.