Сумерки чат-ботов: Opus 4.7 за $251 выполняет работу программиста на 2 недели

Le 30 juin 2026, le professeur de Wharton Ethan Mollick a publié une analyse marquant un tournant décisif : l'ère des chatbots prend fin, remplacée par des agents IA autonomes capables de travailler pendant des heures sans intervention humaine — et cela se passe déjà au sein des plus grands laboratoires d'IA.

Ce que les agents savent faire aujourd'hui

Opus 4.7 d'Anthropic, dans une étude d'Epoch AI, a travaillé de manière autonome pendant 14 heures et a créé un logiciel dont le développement aurait pris 2 à 17 semaines à des humains. Le 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'ingénierie pour 251 $
• Expériences de Mollick : Claude Fable a mené à terme des projets techniques complexes en 9 heures — ce qu'une équipe aurait mis une semaine à accomplir
• METR et l'AI Security Institute (Royaume-Uni) constatent une croissance de l'autonomie de l'IA plus rapide que toutes les prévisions
• OpenAI : un quart des employés de l'entreprise gèrent au moins 4 agents chaque semaine
• L'horizon de travail continu de l'IA est passé de 2 heures à 16+ heures par prompt en seulement quelques mois

Mollick souligne que les systèmes d'IA ne réussissent pas encore tous les tests, « mais ils s'améliorent indubitablement à une vitesse très élevée » — ce que confirment plusieurs benchmarks indépendants, dont GDPval, qui compare les performances de l'IA au niveau d'experts humains dans différents secteurs.

Pourquoi les experts métier comptent plus que les programmeurs

Une étude interne d'OpenAI a révélé une tendance inattendue : le succès dans l'utilisation de Claude Code ne dépendait pas du parcours professionnel — les juristes s'en sortaient aussi bien que les développeurs.

« Plus une personne dispose d'expertise dans son domaine, plus elle utilise Claude Code avec succès dans son domaine.

Et — ce qui est encore plus intéressant — plus le résultat utile qu'elle tire de chaque prompt est important », indique l'analyse d'Ethan Mollick, en citant les données d'OpenAI.

Lorsque l'écriture de code devient une tâche confiée à l'agent, les frontières professionnelles s'estompent : un juriste, un médecin ou un analyste financier dispose des mêmes outils qu'un développeur. L'avantage revient désormais à ceux qui comprennent profondément leur propre domaine, et non à ceux qui savent coder. Pour tester les différences qualitatives, Mollick a eu recours à un test inhabituel : il demandait aux modèles d'IA de construire des simulations interactives d'un port maritime. Les modèles divergeaient considérablement en matière de conception et de jugement — des caractéristiques que les benchmarks standard ne capturent pas.

Parallèlement, deux niveaux de modèles se sont formés. Les modèles américains propriétaires (Anthropic, OpenAI, Google) atteignent le niveau de performance maximal. Les modèles chinois open-weights accusent un retard de 6 à 12 mois, mais sont nettement moins chers et disponibles pour un déploiement local.

Pourquoi les entreprises ne parviennent pas à suivre les changements

Les institutions avancent à la vitesse des hommes — validations, comités, trimestres. L'IA s'améliore selon une exponentielle non humaine, et l'écart se creuse à chaque cycle.

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

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

Début 2025, un agent IA pouvait travailler de manière autonome environ 2 heures avec un taux d'erreurs élevé. À mi-2026, c'est déjà 16+ heures par prompt. Les stratégies IA rédigées fin 2024 décrivent aujourd'hui une réalité dépassée. Des exemples concrets incluent des mesures réglementaires d'urgence en cybersécurité suite à un bond soudain des capacités de l'IA, et de brusques fluctuations boursières lorsque l'IA a soudainement menacé les modèles économiques de secteurs entiers.

Ce que cela signifie

Nous n'entrons pas dans une période de transition avant une stabilisation — nous entrons dans un état d'accélération permanent. Ceux qui gagnent sont ceux qui savent confier des tâches aux agents, évaluer leurs résultats et maîtrisent profondément leur domaine professionnel.

Questions fréquentes

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

Selon les données d'Epoch AI, Opus 4.7 a accompli l'équivalent de 2 à 17 semaines de travail d'ingénierie pour 251 $ en 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 et attend la suivante. Un agent reçoit une tâche, la décompose de manière autonome en étapes, corrige les erreurs au fur et à mesure et travaille pendant des heures sans intervention de l'utilisateur — c'est exactement ainsi que fonctionnent Claude Code d'Anthropic et Codex d'OpenAI.