Le crépuscule des chatbots : Opus 4.7 accomplit pour 251 $ le travail de deux semaines d'un développeur

Le 30 juin 2026, Ethan Mollick, professeur à Wharton, a publié une analyse qui acte un point de bascule : l'ère des chatbots touche à sa fin, remplacée par des agents IA autonomes capables de travailler des heures sans intervention humaine. Et cela se produit déjà au sein des plus grands laboratoires d'IA.

Ce que savent faire les agents aujourd'hui

Dans l'étude d'Epoch AI, Opus 4.7 d'Anthropic a travaillé seul pendant 14 heures et créé un logiciel dont le développement aurait pris de 2 à 17 semaines à des humains. Coût : 251 $ en tokens.

• Epoch AI (2026) : Opus 4.7 a travaillé de façon autonome pendant 14 heures, l'équivalent de 2 à 17 semaines de travail d'ingénieur pour 251 $
• Expériences de Mollick : Claude Fable a bouclé en 9 heures des projets techniques complexes, là où une équipe y consacrait une semaine
• METR et l'AI Security Institute (Royaume-Uni) constatent que l'autonomie de l'IA progresse plus vite que toutes les prévisions
• OpenAI : un quart des employés de l'entreprise pilotent au moins 4 agents chaque semaine
• L'horizon de travail continu de l'IA est passé en quelques mois de 2 heures à plus de 16 heures par prompt

Mollick souligne que les systèmes d'IA ne réussissent pas encore tous les tests, « mais ils s'améliorent indéniablement à très grande vitesse ». Plusieurs benchmarks indépendants le confirment, dont GDPval, qui compare les performances de l'IA à celles d'experts humains dans différents secteurs.

Pourquoi les experts comptent plus que les programmeurs

Une étude interne d'OpenAI a révélé une tendance inattendue : la réussite avec Claude Code ne dépendait pas du parcours professionnel, et les juristes s'en sortaient aussi bien que les développeurs.

« Plus une personne a d'expérience dans son domaine, plus elle utilise Claude Code avec succès dans ce domaine.

Et, fait encore plus intéressant, plus elle tire de résultats utiles de chaque prompt », indique l'analyse d'Ethan Mollick, qui s'appuie sur des données d'OpenAI.

Quand l'écriture du code devient la tâche de l'agent, les frontières professionnelles s'estompent : un juriste, un médecin ou un analyste financier disposent des mêmes outils qu'un développeur. L'avantage revient désormais à ceux qui maîtrisent en profondeur leur domaine, plutôt qu'à ceux qui savent coder. Pour évaluer les différences qualitatives, Mollick a utilisé un test atypique : il a demandé à des IA de construire des simulations interactives d'un port maritime. Les modèles divergeaient nettement en matière de conception et de jugement, des caractéristiques que les benchmarks standard ne captent pas.

Parallèlement, deux strates de modèles se sont formées. D'un côté, les modèles fermés américains (Anthropic, OpenAI, Google), au niveau de performance maximal. De l'autre, les modèles chinois en open-weights, qui accusent 6 à 12 mois de retard mais sont nettement moins chers et peuvent être déployés en local.

Pourquoi les entreprises n'arrivent pas à suivre

Les institutions avancent à la vitesse des humains : validations, comités, trimestres. L'IA progresse selon une exponentielle qui n'a rien d'humain, et l'écart se creuse à chaque cycle.

« L'instabilité, c'est ce qui se produit quand des institutions qui

avancent à la vitesse des humains (ou, pire, des comités) tentent de suivre une courbe de capacités par nature totalement non humaine », Ethan Mollick, One Useful Thing.

Début 2025, un agent IA pouvait travailler de façon autonome environ 2 heures, avec un taux d'erreur élevé. À la mi-2026, il tient plus de 16 heures par prompt. Les stratégies IA rédigées fin 2024 décrivent aujourd'hui une réalité dépassée. Parmi les exemples concrets : des mesures réglementaires d'urgence en cybersécurité après un bond soudain des capacités de l'IA, et de fortes secousses boursières lorsque l'IA a brusquement menacé les modèles économiques de secteurs entiers.

Ce que cela signifie

Nous n'entrons pas dans une période de transition avant stabilisation, mais dans un état permanent d'accélération. Gagnera celui qui sait confier des tâches aux agents, évaluer leurs résultats et maîtriser en profondeur son domaine professionnel.

Questions fréquentes

Combien coûte le lancement d'un agent IA sur un gros projet ?

Selon Epoch AI, Opus 4.7 a réalisé l'équivalent de 2 à 17 semaines de travail d'ingénieur pour 251 $ de tokens. Le coût final dépend du modèle, de la durée de la tâche et du nombre de prompts.

En quoi un agent IA diffère-t-il d'un chatbot ?

Un chatbot répond à une question, puis attend la suivante. Un agent reçoit une tâche, la découpe lui-même en étapes, corrige ses erreurs en cours de route et travaille des heures sans intervention de l'utilisateur. C'est précisément le fonctionnement de Claude Code d'Anthropic et de Codex d'OpenAI.