Anthropic fait de Claude Code une plateforme : les Claude Mods retournent le harnais de l'agent

Anthropic transforme le harnais de Claude Code en couche programmable. Les mods (Claude Mods) sont des plugins TypeScript ou JavaScript qui s'exécutent à l'intérieur de Claude Code, dans le CLI comme dans Desktop. Ils s'abonnent à des événements (prompt, appel d'outil, rendu de l'interface). Ils peuvent les observer, modifier l'affichage ou remplacer entièrement le comportement standard. Dans Latent Space, Dan McAteer y voit une forme précoce d'Attention Interface : une couche qui décide quand l'agent vous interrompt, ce qu'il affiche et quelles décisions il attend précisément de vous. Pendant plusieurs semaines, l'auteur a adapté Claude Code à son propre processus d'ingénierie, et il livre des chiffres concrets sur les bénéfices et les coûts.

Six mods déjà intégrés à Claude Code

Anthropic a elle-même construit une partie du produit avec des mods. On les voit via /plugin, dans la section Installed → Built-in :

• agents-md : charge AGENTS.md comme instructions de projet ;
• diff : prend en charge la commande /diff et dessine son panneau ;
• plugin-authoring : donne à Claude une compétence lui permettant d'écrire des mods à partir d'une description en langage naturel ;
• sec-default : protège les paramètres de l'organisation contre les mods installés par l'utilisateur ;
• telemetry : envoie les données d'analyse de Claude Code et des mods intégrés ;
• you-should-know : un agent secondaire qui affiche une note au-dessus de la ligne de saisie lorsqu'il repère quelque chose que vous auriez pu manquer. C'est le seul des six qui est désactivé par défaut.

Un cas parlant avec You Should Know. L'auteur a demandé de simplifier un texte d'interface trop bavard dans un projet personnel. L'agent principal a raccourci les textes de l'écran Compare, lancé le build et pris des captures d'écran « avant et après ». L'agent secondaire a remarqué que CompareView.swift et environ 45 autres fichiers contenaient des modifications non commitées. Annuler les changements de démonstration aurait aussi effacé un ancien travail inachevé. Son conseil : commiter d'abord, ou mettre le tout de côté avec stash.

L'auteur a écrit lui-même le second mod. Next Steps Supervisor se lance après un tour où l'agent a modifié des fichiers, exécuté des commandes ou effectué 8 appels d'outils ou plus. Il rend un verdict accompagné d'une liste de remarques, par exemple sur les raccourcis pris, et propose l'étape suivante sous la forme d'un bouton qui envoie une instruction à Claude Code. Le mod fait partie de ModSmith, le plugin open source de l'auteur, qui regroupe plusieurs mods et un modèle pour en créer de nouveaux.

Trois façons de répartir l'attention

McAteer compare les Claude Mods à deux produits qui visent le même objectif :

• ChatGPT Intelligent UI. Le 7 octobre, OpenAI a lancé GPT-6 dans ChatGPT avec cette interface. Le modèle génère des graphiques, des cartes, des check-lists, des formulaires et des mini-outils, comme un calculateur d'épargne, directement dans la réponse. C'est le modèle qui choisit l'interface dans une bibliothèque de composants d'OpenAI, et parmi les réglages disponibles au lancement, seule la réduction du visuel est mentionnée. Les réglages sont minimaux et l'utilisateur ciblé n'est pas l'ingénieur.
• Cursor PR Routing & Approval. Cette fonction attribue les relecteurs selon la propriété du code et l'historique des commits, et peut approuver automatiquement les PR à faible risque. La décision repose sur un score de risque comparé à un seuil défini, sur les constats de Bugbot et des Security reviewers, et sur des fichiers de politique situés dans le dépôt. Si une PR modifie la politique, l'agent la lit depuis la branche de base : il ne peut donc pas réécrire les règles pour obtenir sa propre approbation. La documentation de Cursor précise explicitement que la fonction « ne remplace pas une revue complète ». L'équipe écrit les règles, mais le flux d'interaction est figé.
• Claude Mods. L'humain et l'agent construisent l'interface elle-même en code et se branchent sur n'importe quel point de la boucle, de l'envoi du prompt à la fin du tour.

La formule de l'auteur : ChatGPT et Cursor offrent une Attention Interface conçue par quelqu'un d'autre, tandis que les Claude Mods permettent de concevoir la sienne. Mais la responsabilité de son utilité retombe sur l'utilisateur.

Bruit, tokens et confiance

L'auteur énumère lui-même trois inconvénients :

• Le bruit. Depuis l'installation, le 15 octobre, 99 des 111 tours ont rempli les conditions de déclenchement de Next Steps Supervisor. Quand un mod parle presque tout le temps, on finit par faire défiler ses verdicts sans les lire, et ils perdent leur sens. Dans une session, il a marqué une tâche comme « Solved » puis énuméré aussitôt deux lacunes et trois raccourcis pris.
• Le coût. Chaque vérification fait un fork de la conversation et la relit. L'essentiel provient du cache de prompts, mais le README du mod estime une vérification à 5–6 k tokens d'entrée équivalents pour une session de 50 k tokens, et la facture grimpe quand le cache a expiré.
• La confiance. Un mod est du code qui s'exécute avec vos droits : il lit et écrit des fichiers, voit chaque prompt et consomme votre quota. La documentation d'Anthropic prévient que les mods ne sont pas isolés dans un bac à sable, et que les mods intégrés continuent de fonctionner même lorsque Claude Code est lancé avec --safe-mode.

Un avantage à part : on peut réparer son propre mod. Si le superviseur fait trop de bruit, /supervisor off le désactive, et ses conditions de déclenchement peuvent être réécrites.

Par où commencer

McAteer propose un test simple pour n'importe quel mod : vous a-t-il montré ce que vous auriez manqué, a-t-il facilité une décision ou vous a-t-il permis d'agir sans sortie superflue ? Sinon, ce n'est que de la décoration. La marche à suivre pratique : repérer une friction dans votre travail avec Claude Code, décrire le mod voulu en langage naturel, puis laisser la compétence intégrée plugin-authoring l'écrire.

Il vaut mieux lire les mods tiers avant de les installer, et restreindre leurs conditions de déclenchement pour que les tokens soient dépensés sur de vrais risques. Selon l'auteur, l'étape suivante est que le harnais lui-même lise les transcriptions des sessions, repère les endroits où vous corrigez sans cesse l'agent, et propose un mod adapté.