Anthropic dévoile comment elle construit Claude avec Claude : le cerveau séparé des mains

Anthropic a déposé son S-1, et le même jour Latent Space a publié un entretien avec Cat Lessé (ingénierie) et Angela Jiang (produit) sur la façon dont l'entreprise livre Claude avec l'aide de Claude. Le contexte de cette conversation est éloquent. D'après les données citées par l'animateur, le chiffre d'affaires sur 12 mois par salarié est passé de 1,4 million à 6,6 millions de dollars, soit près de cinq fois plus. L'entreprise est passée d'une perte d'environ −126% du chiffre d'affaires à un bénéfice GAAP de 19%. Selon l'animateur, l'introduction en Bourse est attendue dans environ deux semaines, avec une valorisation évoquée de 2 000 milliards de dollars.

D'après le S-1, deux boucles expliquent cette efficacité. L'amélioration : Claude rend les modèles meilleurs, de meilleurs modèles ouvrent davantage de cas d'usage, et ces cas d'usage alimentent le retour d'expérience. L'investissement : les revenus issus de l'adoption croissante sont convertis en puissance de calcul et en nouvelles capacités. L'entretien montre à quoi cela ressemble au niveau de l'API et du runtime d'agents.

Le cerveau et les mains : comment l'agent a été découpé

L'idée d'architecture centrale de l'épisode concerne Managed Agents. Anthropic a séparé le journal de session et le harness du sandbox où s'exécute le code. Le harness a une longue durée de vie, alors que l'environnement d'exécution est créé à la demande. Si le sandbox plante, la session de l'agent continue.

Auparavant, tout était organisé autrement : l'agent de code tout entier vivait dans un sandbox derrière l'API. Cela posait deux problèmes :

• avant la première réponse, il fallait démarrer à la fois l'environnement et l'agent lui-même, ce qui ajoutait de la latence ;
• quand le sandbox disparaissait, l'agent en cours d'exécution disparaissait avec lui.

Cette séparation a eu un effet de bord pour la sécurité. Si le code généré s'exécute dans un sandbox où les identifiants de service n'arrivent pas, il n'y a rien à y lire. Les credentials sont conservés à part et injectés via un proxy, tandis que le trafic du sandbox est limité selon les directions. Pour Anthropic, c'est à la fois une question de protection et de performance.

Lancer un modèle comme on lance une API

Opus 5.5, qui, selon l'animateur, tient depuis un mois le titre de meilleur LLM au monde, a été conçu en privilégiant la qualité et le coût. Les Opus précédents étaient critiqués pour leur verbosité ; le rendement en intelligence par dollar comptait donc beaucoup. Anthropic affirme que le nouveau modèle revient moins cher à l'usage que son prédécesseur. L'économie exacte dépend de la charge de travail et de la part de contexte mis en cache.

L'envers du décor concerne les intégrations. Pour compliquer l'extraction du raisonnement à des fins de distillation, il faut conserver les thinking blocks d'un tour de dialogue à l'autre. Mais cette nouvelle exigence peut casser le harness existant d'un client. D'où l'importance des programmes d'accès anticipé : les clients font tourner le modèle dans leurs propres harness et découvrent des comportements qui n'existent pas dans les produits d'Anthropic.

Parmi les autres sujets abordés dans l'épisode :

• Dreaming. La mise en œuvre est simple : un agent étudie le travail passé d'un autre et réécrit des souvenirs dans la mémoire. C'est un exemple de comportement de haut niveau assemblé à partir des mêmes primitives de Managed Agents.
• Priorités. La mémoire et l'apprentissage restent importants, mais l'attention de l'équipe se déplace vers la sécurité, car la mise en circulation des modèles est devenue plus complexe. Les décisions sur l'accès aux modèles sont devenues un chantier à part entière.
• Harness de base. L'équipe s'efforce de le garder simple. Les vérificateurs, les agents parallèles et d'autres stratégies sont ajoutés par-dessus par les développeurs. Tout ce qui est évoqué comme future fonctionnalité de la plateforme reste au stade de projet.
• Infrastructure. Au programme de l'épisode figurent les limites de CPU lors du passage à l'échelle et la réécriture de l'API Messages en Rust. Avec une telle croissance, même la consommation de processeur par requête devient un choix stratégique.

Claude Platform, socle de l'ensemble

Selon le S-1, Claude Platform est présentée comme un environnement complet de développement d'agents. Plus de 50% des clients dont le chiffre d'affaires dépasse 100 000 dollars en rythme annualisé l'utilisent. Claude Code et Cowork reposent sur les mêmes primitives que celles ouvertes aux développeurs externes. Anthropic n'apparaît plus seulement comme un laboratoire, mais aussi comme une plateforme dont le rôle se rapproche de celui d'un hyperscaler. Dans son récit d'introduction en Bourse, l'entreprise qualifie les agents de « collègues virtuels » : ils portent un objectif et travaillent aux côtés de l'humain, et non à l'intérieur d'une seule application.

Pour qui construit son propre runtime d'agents, les enseignements pratiques se résument à trois questions :

1. Quelles parties du système doivent survivre à une panne ? Le journal et le harness doivent être sortis de l'environnement d'exécution. 2. Où s'exécute le code non fiable ? Il doit vivre dans un sandbox isolé, au réseau restreint. 3. Quels secrets doivent réellement se trouver là où le code s'exécute ? Le plus souvent, aucun : un proxy suffit.

Il faut par ailleurs investir spécifiquement dans les evals. On peut considérer le harness comme une application, mais son amélioration ressemble à de la recherche : objectif, mesure, analyse des erreurs, itération. Les modèles aident à construire et à analyser les évaluations, mais c'est à un humain de décider si un test reflète le travail réel de l'utilisateur. Si votre harness casse à cause de la conservation des thinking blocks, mieux vaut le découvrir pendant l'accès anticipé que le jour de la sortie.