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

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.

Créer un workflow SuperClaude avec commandes, agents, modes et mémoire de session

Un tutoriel publié récemment détaille comment construire un workflow d'IA avancé en s'appuyant sur le SuperClaude Framework, une couche structurée développée au-dessus de l'API Anthropic. Le projet, hébergé sur GitHub sous l'organisation SuperClaude-Org, s'articule autour de trois types d'assets : des commandes, des agents et des modes, tous définis sous forme de fichiers Markdown. Le tutoriel montre comment créer un pont Python qui clone le dépôt, parcourt ses fichiers, et injecte dynamiquement le contenu Markdown pertinent dans le prompt système avant chaque appel au modèle claude-sonnet-4-5. Les cas d'usage couverts sont variés : brainstorming, implémentation frontend, analyse de sécurité, stratégie business, planification de recherche approfondie, et workflows de développement enchaînés en plusieurs étapes avec sauvegarde et reprise de session. Ce type d'approche représente une avancée concrète pour les équipes de développement qui utilisent les LLM au quotidien. Plutôt que de réécrire des prompts complexes à chaque session, le framework permet de mutualiser des comportements réutilisables : un agent "sécurité" charge automatiquement les instructions de revue de code défensif, un mode "token-efficient" adapte la verbosité des réponses, un agent "frontend" embarque les bonnes pratiques React ou Vue. Le résultat est un système de prompting cohérent, sensible au rôle demandé, et adapté aux tâches longues de développement logiciel assisté par IA. La mémoire de session, qui permet de sauvegarder et recharger le contexte d'une conversation, réduit également la friction lors de projets s'étalant sur plusieurs interactions. Ce tutoriel s'inscrit dans une tendance plus large qui voit émerger des frameworks d'orchestration destinés à industrialiser l'usage des modèles de langage dans les flux de travail professionnels. Depuis l'ouverture de l'API Claude d'Anthropic, plusieurs projets communautaires cherchent à combler l'écart entre les capacités brutes du modèle et les besoins structurés des développeurs : gestion du contexte, séparation des responsabilités, standardisation des prompts. SuperClaude Framework positionne ses fichiers Markdown comme des "assets de comportement" réutilisables, une approche qui rappelle les system prompts modulaires expérimentés dans d'autres écosystèmes comme LangChain ou CrewAI. L'utilisation de claude-sonnet-4-5 comme modèle cible suggère une orientation vers un équilibre coût-performance plutôt que vers les modèles les plus puissants. La prochaine étape logique pour ce type de framework serait l'intégration de mécanismes d'évaluation automatique des sorties et de routage conditionnel entre agents, des fonctionnalités que plusieurs projets concurrents commencent déjà à proposer.

💬 C'est exactement ce que je faisais à la main depuis des mois, mais formalisé. Mutualiser des comportements de prompting sous forme de fichiers Markdown réutilisables, c'est simple et ça marche, surtout quand on enchaîne des sessions longues sans vouloir tout réexpliquer à chaque fois. Reste à voir si la couche d'injection dynamique tient quand les fichiers se multiplient.

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

Anthropic a lancé la semaine dernière une nouvelle plateforme baptisée Claude Managed Agents, destinée aux entreprises souhaitant déployer des agents IA sans se confronter aux complexités techniques habituelles de l'orchestration. Selon Anthropic, la plateforme permet de passer d'un déploiement en semaines ou en mois à quelques jours seulement, en gérant nativement la définition des tâches, des outils et des garde-fous, ainsi que l'exécution des graphes d'état, le routage, la gestion des permissions et le traçage de bout en bout. Des données directionnelles de VentureBeat portant sur plusieurs dizaines d'entreprises au premier trimestre 2026 montrent par ailleurs que l'adoption des API d'orchestration native d'Anthropic est passée de 0 % à 5,7 % entre janvier et février, sur des panels respectifs de 56 et 70 organisations de plus de 100 employés. Microsoft Copilot Studio et Azure AI Studio restaient en tête avec 38,6 % des répondants en février, suivis d'OpenAI à 25,7 %. L'enjeu concret pour les entreprises est double. D'un côté, Claude Managed Agents promet de supprimer la couche d'orchestration externe, sandboxing, checkpointing, gestion des credentials, traçabilité, en l'absorbant directement dans le modèle. C'est un gain de vitesse et de simplicité réel pour des équipes déjà saturées par la multiplication des agents. De l'autre, cela implique de confier les données de session à une base gérée par Anthropic et de laisser l'exécution des agents se dérouler dans un environnement que l'entreprise ne contrôle pas pleinement. Le comportement des agents devient plus difficile à garantir, et les organisations s'exposent à des instructions contradictoires si leur seul levier de contrôle reste le prompting contextuel. Cette sortie s'inscrit dans une course à l'orchestration qui s'intensifie à mesure que les entreprises industrialisent leurs workflows agentiques. Anthropic, porté notamment par l'essor de Claude Code au cours de l'année écoulée, tente ainsi d'élargir son empreinte au-delà de la fourniture de modèles fondamentaux pour devenir le runtime de référence des agents d'entreprise. La stratégie ressemble à celle des grandes plateformes SaaS : créer un écosystème suffisamment intégré pour devenir difficile à quitter. C'est précisément ce que beaucoup d'entreprises espéraient éviter en adoptant l'IA, après avoir déjà subi les effets du lock-in avec leurs fournisseurs logiciels traditionnels. La question qui se pose désormais est de savoir si la promesse de simplicité et de rapidité justifie cette dépendance accrue à un fournisseur unique, et si les concurrents comme Microsoft ou OpenAI proposeront rapidement des alternatives comparables.

OpenAI améliore Codex pour automatiser les workflows et concurrencer Claude Code

OpenAI a annoncé une mise à jour significative de Codex, son assistant de programmation, en lui ajoutant un système de plugins conçus pour étendre ses capacités bien au-delà de la simple génération de code. Ces nouvelles intégrations permettent à Codex d'automatiser des flux de travail complets, en interagissant avec des outils tiers, des APIs et des services externes directement depuis l'environnement de développement. Cette évolution vise à repositionner Codex face à Claude Code d'Anthropic, qui a pris une avance notable auprès des développeurs professionnels ces derniers mois. En transformant Codex en un agent capable d'agir sur des workflows entiers plutôt que de se limiter à l'écriture de fonctions isolées, OpenAI cherche à récupérer une part de cet écosystème très convoité, où les développeurs constituent une audience stratégique à forte valeur d'influence. La bataille pour le poste de travail des développeurs s'intensifie entre les deux leaders de l'IA générative. Claude Code a su séduire par sa capacité à comprendre des codebases complexes et à exécuter des tâches multi-étapes de façon autonome. OpenAI riposte en misant sur l'extensibilité via les plugins, une stratégie qui rappelle le succès du plugin store de ChatGPT. L'enjeu dépasse le simple outillage : celui qui s'impose dans l'environnement de développement influence directement les choix d'infrastructure et de modèles de toute une génération d'applications IA.