Le Créateur de Claude Code Révèle Son Workflow et Stupéfait les Développeurs

États-Unis - Agence de presse Ekhbary

Le Créateur de Claude Code Révèle Son Workflow et Stupéfait les Développeurs

Lorsque le créateur de l'agent de codage le plus avancé au monde prend la parole, la Silicon Valley ne se contente pas d'écouter : elle prend des notes. Depuis une semaine, la communauté des ingénieurs dissèque un fil de discussion sur X (anciennement Twitter) initié par Boris Cherny, créateur et responsable de Claude Code chez Anthropic. Ce qui a commencé comme un partage décontracté de sa configuration de terminal personnelle s'est rapidement transformé en un manifeste viral sur l'avenir du développement logiciel, les initiés de l'industrie qualifiant cet événement de moment charnière pour la startup.

L'effervescence autour des révélations de Cherny est palpable. "Si vous ne lisez pas les meilleures pratiques de Claude Code directement de la bouche de son créateur, vous êtes en retard en tant que programmeur", a écrit Jeff Tang, une voix influente dans la communauté des développeurs, soulignant la valeur perçue des idées de Cherny. Kyle McNease, un autre observateur influent de l'industrie, a amplifié ce sentiment, déclarant qu'avec les "mises à jour qui changent la donne" de Cherny, Anthropic est "en plein essor" et pourrait connaître "son moment ChatGPT".

Le cœur de cet enthousiasme réside dans un paradoxe fascinant : le workflow de Cherny est remarquablement simple dans sa conception, mais il permet à un seul humain d'opérer avec une capacité de production généralement associée à un petit département d'ingénierie. Un utilisateur sur X, après avoir mis en œuvre la configuration de Cherny, a décrit l'expérience comme étant "plus proche de Starcraft" que du codage traditionnel. Cette analogie souligne un changement fondamental, passant du processus manuel et guidé par la syntaxe du codage à une interaction plus stratégique et orientée commande avec des agents IA autonomes.

Cet article explore le workflow qui est en train de remodeler la manière dont les logiciels sont construits, directement depuis son architecte. Il examine comment l'exécution simultanée de plusieurs agents IA transforme le processus de codage en quelque chose d'analogue à un jeu de stratégie en temps réel.

Orchestrer les Agents IA pour une Productivité Maximale

La révélation la plus frappante du partage de Cherny est son abandon des pratiques de codage linéaires. La "boucle interne" traditionnelle du développement implique qu'un programmeur écrive une fonction, la teste, puis passe à la suivante. Cherny, cependant, agit davantage comme un chef d'orchestre ou un commandant de flotte, gérant plusieurs assistants IA simultanément.

"Je lance 5 Claude en parallèle dans mon terminal", a révélé Cherny. "Je numérote mes onglets de 1 à 5 et j'utilise les notifications système pour savoir quand un Claude a besoin d'une entrée." En exploitant les notifications système d'iTerm2, Cherny gère efficacement cinq flux de travail simultanés. Par exemple, pendant qu'un agent IA exécute une suite de tests, un autre peut être en train de refactoriser un module existant, et un troisième peut rédiger la documentation. En complément, il exécute également "5-10 Claude sur claude.ai" dans son navigateur, utilisant une commande "teleport" pour transférer de manière transparente les sessions entre l'interface Web et sa machine locale.

Cette approche valide fortement la stratégie "faire plus avec moins" récemment articulée par la présidente d'Anthropic, Daniela Amodei. En contraste marqué avec des concurrents comme OpenAI, qui poursuivent d'énormes investissements en infrastructure, Anthropic démontre qu'une orchestration supérieure et une utilisation intelligente des modèles IA existants peuvent générer des gains de productivité exponentiels. Cela souligne un changement dans la stratégie concurrentielle au sein du paysage de l'IA, se concentrant sur l'efficacité et la synergie plutôt que sur la seule puissance de calcul brute.

Le Choix Contre-Intuitif : Le Modèle le Plus Lent, le Plus Intelligent

Dans une démarche qui pourrait sembler contre-intuitive pour une industrie obsédée par la vitesse et la faible latence, Cherny a révélé son utilisation exclusive du modèle le plus puissant, bien que le plus lent, d'Anthropic : Opus 4.5. "J'utilise Opus 4.5 avec la réflexion pour tout", a expliqué Cherny. "C'est le meilleur modèle de codage que j'ai jamais utilisé, et même s'il est plus gros et plus lent que Sonnet, étant donné qu'il faut moins le guider et qu'il est meilleur dans l'utilisation des outils, il est presque toujours plus rapide que d'utiliser un modèle plus petit au final."

Cette idée est cruciale pour les leaders technologiques d'entreprise. Le principal goulot d'étranglement dans le développement moderne de l'IA n'est souvent pas la vitesse de génération des tokens, mais le temps humain nécessaire pour corriger les erreurs de l'IA. Le workflow de Cherny suggère qu'accepter une "taxe de calcul" plus élevée pour un modèle plus capable et plus intelligent dès le départ peut réduire considérablement la "taxe de correction" ultérieure, conduisant à une efficacité globale accrue et à un temps de mise sur le marché plus rapide.

Apprentissage Continu : Un Fichier Partagé pour la Mémoire de l'IA

Cherny a également détaillé la solution innovante de son équipe au problème de "l'amnésie" de l'IA. Les modèles de langage de grande taille standards manquent souvent de mémoire persistante des styles de codage spécifiques d'une entreprise ou des décisions architecturales entre différentes sessions.

Pour surmonter cela, l'équipe de Cherny maintient un fichier unique et central nommé CLAUDE.md dans leur dépôt Git. "Chaque fois que nous voyons Claude faire quelque chose d'incorrect, nous l'ajoutons à CLAUDE.md, afin que Claude sache ne pas le faire la prochaine fois", a-t-il écrit. Cette pratique transforme efficacement la base de code en un organisme auto-correcteur et apprenant. Lorsqu'un développeur humain examine une demande d'extraction (pull request) et identifie une erreur, il ne se contente pas de corriger le code ; il met également à jour le fichier CLAUDE.md, donnant des instructions à l'IA sur la manière d'éviter des erreurs similaires à l'avenir. Comme l'a noté Aakash Gupta, un leader produit analysant le fil de discussion, "Chaque erreur devient une règle." Plus l'équipe collabore avec l'IA selon cette méthode, plus l'agent devient intelligent et aligné.

Automatisation via les Commandes Slash et les Sous-Agents

Le workflow "vanilla" très efficace qui a suscité des éloges est alimenté par une automatisation rigoureuse des tâches de développement répétitives. Cherny utilise des commandes slash et des concepts de sous-agents pour automatiser les activités chronophages telles que la génération de cas de test, la création de demandes d'extraction et la gestion des corrections de bugs mineurs. Cela permet aux développeurs humains de consacrer leurs ressources cognitives à la résolution de problèmes plus complexes et aux aspects créatifs de l'ingénierie logicielle, repoussant ainsi les limites de ce qui est possible dans le développement piloté par l'IA.

Agence de presse Ekhbary