Boris Cherny est le créateur de Claude Code chez Anthropic. Parti d'un projet incubateur avec une équipe de trois personnes, il a transformé le concept de « compléter une ligne de code avec la touche Tab dans un IDE » en « laisser un Agent écrire l'intégralité du projet ». Début 2026, Claude Code avait déjà dépassé le milliard de dollars de revenus annualisés, décrit par Anthropic elle-même comme la transition la plus rapide de l'histoire entre un aperçu de recherche et un produit milliardaire.
Cet entretien est issu de la conférence AI Ascent 2026 de Sequoia, animée par Lauren Reeder, partner chez Sequoia.
Vidéo originale : https://www.youtube.com/watch?v=SlGRN8jh2RI
Points clés à retenir
- Boris n'a pas écrit une seule ligne de code de toute l'année 2026. Il fusionnait des dizaines de PR chaque jour, avec un record sur une seule journée de 150, même s'il admet que c'était pour « voir jusqu'où le modèle pouvait aller ».
- Claude Code n'a pas eu de PMF pendant les six premiers mois. Lors de sa création, Boris ne l'utilisait que pour 10 % de son code. La croissance exponentielle n'a commencé qu'après la sortie d'Opus 4 en mai 2025, chaque nouvelle génération de modèle repoussant la courbe encore plus haut.
- Boris travaille désormais principalement depuis son téléphone. Il conserve 5 à 10 sessions et des centaines d'Agents actifs dans l'application Claude, avec des milliers d'autres qui exécutent des tâches approfondies la nuit. Le mode de planification central s'appelle « Loop », où Claude lance un cycle programmé via cron.
- Anthropic n'a plus de code écrit à la main en interne. Tout le code SQL et produit est généré par les modèles. Les Claude des employés communiquent entre eux via Slack, envoyant directement des questions lorsqu'ils sont incertains.
- Concernant la « fin du SaaS », Boris emprunte le cadre des « 7 Pouvoirs » de Hamilton Helmer : les coûts de changement et le pouvoir des processus seront aplanis par l'IA, car les modèles peuvent gérer les migrations et itérer eux-mêmes sur les processus. Les effets de réseau, les économies d'échelle et les ressources accaparées restent inchangés.
- Son analogie historique la plus importante est l'imprimerie. Il pense que la construction de logiciels deviendra aussi universelle que l'alphabétisation. La meilleure personne pour écrire un logiciel de comptabilité sera un comptable, pas un ingénieur, car coder est la partie facile – comprendre le métier est la partie difficile.
- Le véritable avantage d'Anthropic n'est pas technologique, mais dans le processus organisationnel. Tout le monde peut utiliser les modèles, mais la façon dont l'organisation interne est restructurée, dont les Claude communiquent, et dont l'entreprise remplace tout le code écrit à la main, c'est là que se situe l'écart produit.
[1] Comment Claude Code est passé d'un projet incubateur à trois personnes
Boris dit avoir créé Claude Code « par accident ». Fin 2024, il a rejoint un incubateur interne appelé Anthropic Labs. L'équipe ne comptait que quelques personnes, et leurs premières réalisations furent Claude Code, MCP et l'application de bureau Claude. L'équipe a été brièvement dissoute, puis réorganisée début 2026 sous la direction de Mike Krieger.
Note :
Mike Krieger est le co-fondateur et ancien CTO d'Instagram. Il a rejoint Anthropic en tant que Chief Product Officer en mai 2024 et a intégré l'équipe Labs en janvier 2026 pour diriger l'incubation de produits expérimentaux aux côtés de Ben Mann.
Boris explique pourquoi il a voulu s'attaquer à la programmation en utilisant un terme courant chez Anthropic : le « product overhang » (surplomb produit). Cela désigne une situation où les capacités du modèle existent mais n'ont pas encore été transformées en produit.
Nous avons examiné l'état de la programmation fin 2024, et l'état le plus avancé était d'appuyer sur la touche Tab. Vous ouvriez un IDE, vous appuyiez sur Tab, et le modèle vous donnait une ligne. C'est ce que Sonnet 3.5 a permis en premier. Mais on sentait qu'on pouvait aller bien plus loin ; le modèle était presque prêt pour l'étape suivante. Nous n'avions pas besoin de la complétion par Tab ; nous pouvions laisser l'Agent écrire tout le bloc de code.
Mais après l'avoir construit, presque personne ne l'a utilisé pendant les six premiers mois. Boris dit que la version initiale était « pratiquement inutilisable », et même lui ne l'utilisait que pour 10 % de son travail. Il n'y a pas eu de croissance exponentielle même après la sortie publique. Le véritable tournant a été la sortie d'Opus 4 en mai 2025. Depuis, chaque nouvelle génération de modèle – d'Opus 4 à 4.5, 4.6, et maintenant 4.7 – a fait repartir la courbe de croissance à la hausse.
Il admet que tout le processus était un pari qui défiait la logique conventionnelle du PMF (Product-Market Fit) :
Nous construisions quelque chose qui manquait totalement de PMF au départ. Nous savions qu'il n'y aurait pas de PMF pendant les six premiers mois, car nous développions pour la prochaine génération de modèles. C'était notre stratégie du début à la fin.
Note :
La logique produit d'Anthropic est de parier que « les capacités du modèle atteindront un certain niveau » et de construire le produit pour ce futur à l'avance, ce qui est l'inverse de l'approche SaaS typique qui consiste à « valider la demande d'abord, puis construire ».
[2] « La programmation est résolue », mais c'est la version personnelle de Boris
Lauren lui a demandé ce qu'il entendait par sa déclaration publique selon laquelle « la programmation est résolue ». Boris a mené un sondage en direct auprès du public : « Qui écrit encore 100 % de son code lui-même ? » « Qui a arrêté à 100 % ? » « Qui est entre les deux ? » Le résultat était environ « 50 % résolu ». Mais pour Boris lui-même, le ratio est de 100 %.
Il a expliqué que le code source de Claude Code (qui a été vu par le public suite à une fuite) est du TypeScript et React. Il n'y a pas de secret. Ils ont choisi TypeScript et React parce qu'ils sont extrêmement courants dans les données d'entraînement des modèles – ils sont « dans la distribution ». À l'époque, les modèles n'étaient pas aussi intelligents, donc le choix du framework déterminait combien le modèle pouvait écrire. Maintenant, les modèles sont assez puissants pour apprendre des langages inconnus à la volée, mais fin 2024, ils devaient choisir la stack que le modèle connaissait le mieux.
Parce qu'ils ont choisi la stack que le modèle connaissait le mieux, l'équipe a franchi un seuil très tôt : le modèle a commencé à écrire 100 % du code. Boris dit que cela s'est produit en octobre ou novembre dernier.
Maintenant, je fusionne des dizaines de PR par jour. Un jour de la semaine dernière, j'en ai fusionné 150 ; c'était un record, je voulais juste voir si je pouvais pousser jusqu'à la limite.
Cependant, il admet explicitement que cette conclusion n'est pas universelle. Il existe encore d'immenses bases de code complexes et des langages de niche avec lesquels les modèles ont du mal. Sa réponse est essentiellement « attendez ».
La réponse habituelle est simplement d'attendre la prochaine génération de modèles.
Note :
La conclusion de Boris est clairement biaisée. Il utilise une stack grand public (TypeScript+React), sa base de code est mature, et il « dogfoode » avec des modèles internes exclusifs comme Mythos chez Anthropic. « La programmation est résolue » fonctionne pour lui, mais pour un système C++ vieux de 30 ans ou une équipe de moteur de jeu, la conclusion serait très différente.
[3] Faire tourner des centaines d'Agents sur un téléphone : le workflow de Boris
Boris a mentionné qu'il avait partagé son workflow personnel sur Twitter il y a six mois. Il ne pensait pas que c'était spécial, mais c'est devenu viral. Depuis, sa méthode a encore changé : désormais, il effectue la plupart de son travail depuis son téléphone.
Plus précisément, l'application Claude a un onglet « code » sur la gauche où il conserve 5 à 10 sessions actives. Chaque session contient un tas d'Agents en cours d'exécution, généralement des centaines au total. La nuit, il en lance des milliers d'autres pour des tâches plus approfondies.
Il dit que la fonctionnalité la plus utilisée n'est pas les sous-Agents, mais un mode simple appelé « Loop » : laisser Claude configurer une tâche planifiée via cron qui s'exécute toutes les minutes, toutes les cinq minutes ou quotidiennement.
J'ai des dizaines de Loops qui tournent en permanence. L'un surveille mes PR pour corriger automatiquement le CI et faire le rebase ; un autre maintient le CI global en bonne santé, par exemple en corrigeant les tests instables ; un autre encore récupère les retours sur Claude Code depuis Twitter toutes les 30 minutes, les regroupe et les organise pour moi.
Il a également mentionné les « Routines » récemment publiées par Anthropic, qui déplacent essentiellement ce mode Loop des machines locales vers des serveurs, afin qu'il s'exécute même lorsque l'ordinateur portable est fermé.
Son jugement à ce sujet est le suivant : « Loop est l'avenir. »
Note :
Le cœur de ce workflow est simple : abandonner plus tôt le fait de « donner des commandes personnellement ». Il laisse un essaim de Claude travailler constamment pendant qu'il reçoit simplement des rapports sur Slack. D'un point de vue produit, Routines transforme le Loop d'un mode côté client en un service hébergé, ce qui signifie que la planification commence à consommer leurs ressources serveur, et le modèle de tarification devra éventuellement changer.
[4] L'essor des généralistes : tous les rôles de l'équipe codent
Boris prédit qu'« il y aura beaucoup plus de généralistes qu'aujourd'hui ».
Il divise les « généralistes » en deux types : d'abord, les généralistes en ingénierie (par exemple, une personne qui écrit pour iOS, le Web et le backend) ; ensuite, et c'est plus intéressant, les généralistes interdisciplinaires – un ingénieur produit qui comprend aussi le design, ou quelqu'un qui peut faire à la fois du produit et de la data science.
Il dit que cela se produit déjà au sein de l'équipe Claude Code :
Nos responsables ingénierie, chefs de produit, designers, data scientists, responsables financiers et chercheurs utilisateurs – tout le monde écrit du code. Tout le monde reste expert dans quelque chose, mais tout le monde code aussi.
Il n'a pas développé sur « pourquoi c'est bien », mais la logique sous-jacente est la suivante : lorsque le coût marginal de l'écriture de code approche zéro, les rôles auparavant exclus de l'ingénierie (finance, design, recherche) acquièrent la capacité de produire directement des résultats d'ingénierie, brouillant les frontières de la division du travail.
Note :
C'est facile à vérifier dans une startup, mais beaucoup plus difficile dans une grande entreprise. Un service informatique de 5 000 personnes dans une banque a des exigences de conformité, de risque, de gestion des changements et des pistes d'audit qui ne peuvent pas être contournées simplement parce que « je sais coder ». Boris parle d'une petite entreprise aux processus légers comme Anthropic.
[5] La fin du SaaS : quelles douves l'IA va-t-elle aplanir, et lesquelles resteront
Lauren a demandé : Maintenant que coder coûte 10 ou 100 fois moins cher, comment la valeur des produits logiciels va-t-elle changer ? Sommes-nous face à la fin du SaaS ?
Boris a dit que c'était sa question préférée, puis a utilisé le cadre des « 7 Pouvoirs » de Hamilton Helmer pour y répondre.
Note :
Hamilton Helmer est un stratège et l'auteur de « 7 Powers: The Foundations of Business Strategy » (2016). Il catégorise les avantages concurrentiels durables en sept types : Économies d'échelle, Effets de réseau, Contre-positionnement, Coûts de changement, Marque, Ressources accaparées et Pouvoir des processus.
Le jugement de Boris est que l'IA va aplanir deux de ces douves :
La première est le Coût de changement. La raison est directe : les modèles peuvent aider les utilisateurs à migrer d'un outil à un autre. L'idée que « j'ai déjà configuré 300 workflows sur Salesforce et je ne peux pas changer » peut être résolue par un modèle qui migre tout en une nuit.
La seconde est le Pouvoir des processus, l'avantage selon lequel « nos workflows et processus ne peuvent pas être reproduits par d'autres ». Boris dit que Claude 4.7 peut déjà « escalader » n'importe quoi – vous fixez un objectif, vous le laissez itérer et optimiser, et il atteint finalement le résultat. L'optimisation des processus, autrefois un actif interne accumulé pendant des années par les grandes entreprises, est en train d'être consommée par les modèles.
C'est le premier modèle capable de faire cela. Vous fixez l'objectif, vous le laissez tourner jusqu'à ce que ce soit fait, et il exécute automatiquement jusqu'au bout.
Cependant, il pense que les autres douves restent inchangées : les Effets de réseau, les Économies d'échelle et les Ressources accaparées tiennent toujours. En d'autres termes, les produits qui « s'améliorent à mesure que plus de gens les utilisent » (réseaux sociaux, plateformes, marketplaces) et les entreprises qui ont des « ressources que d'autres ne peuvent pas obtenir » (brevets, licences, contrats exclusifs) sont toujours en sécurité.
Son deuxième jugement est encore plus radical :
Dans les 10 prochaines années, le nombre de startups capables de perturber les marchés d'origine sera probablement 10 fois plus élevé que ces 10 dernières années. Parce que maintenant, vous pouvez être une toute petite entreprise, construire un produit aussi précieux que celui d'une grande entreprise, et rivaliser directement. Les grandes entreprises doivent modifier leurs processus métier, former leurs employés et faire face à des résistances internes, mais pas vous – vous partez d'une page blanche.
Note :
L'affirmation de Boris selon laquelle les coûts de changement seront aplanis est structurellement controversée. Les modèles peuvent migrer les données, mais les véritables coûts de changement du SaaS d'entreprise résident ailleurs : audits de conformité, conditions contractuelles, habitudes organisationnelles et certifications des fournisseurs. Les douves de Salesforce et SAP ont toujours reposé sur cette inertie ; la technologie n'en est qu'une petite partie. Le propre « Cowork » d'Anthropic remet cela en question, mais la réaction du marché (les actions des éditeurs de logiciels ont perdu 285 milliards de dollars de capitalisation boursière en février 2026) montre que les investisseurs parient que son jugement est correct.
[6] Produit vs. Modèle : à mesure que les modèles deviennent plus puissants, quelle valeur produit reste-t-il ?
Un membre du public nommé Dan a demandé : Dans quelle mesure attribuez-vous le succès de Claude Code aux décisions produit par rapport au modèle lui-même ?
Boris n'a pas donné de réponse simple. Il a dit qu'il y a un an, c'était peut-être 50/50, et il y a six mois, pareil. Dans deux ans ? Il a dit : « Je ne sais pas, nous ne planifions qu'une semaine à la fois. »
Mais ensuite, il a donné une réponse plus intéressante :
J'étais chez YC auparavant et j'ai lancé quelques entreprises. Ce que YC vous martèle, c'est : construisez quelque chose que les gens aiment. Peu importe la puissance du modèle ou la catégorie dans laquelle vous vous trouvez, vous devez construire quelque chose que les utilisateurs aiment vraiment. C'est pourquoi le produit compte. Nous avons consacré beaucoup d'efforts aux petits détails, car si vous l'utilisez toute la journée, ce sont ces détails qui définissent l'expérience.
Il a également admis qu'à mesure que les modèles deviennent plus puissants, le « harnais » extérieur (scaffolding, frameworks d'appel) deviendra moins important. Dans un an, les mécanismes de sécurité du produit (défense contre l'injection de prompts, validation statique des commandes, modes d'autorisation, humain dans la boucle) pourraient ne plus être aussi nécessaires, car le modèle fera naturellement ce qu'il faut.
Sa direction produit n'est pas d'ajouter une autre couche, mais de réfléchir à : comment faire des Loops des citoyens de première classe ? Comment faciliter la gestion simultanée de nombreux Agents par une seule personne ?
Note :
Cela reconnaît en fait une conviction interne d'Anthropic : à mesure que les capacités des modèles augmentent, la fenêtre de différenciation au niveau de la couche applicative se réduit. C'est un signal décourageant pour les entreprises d'applications IA indépendantes. Le wrapper, l'ingénierie des prompts et la gestion des autorisations que vous construisez aujourd'hui sur l'API Claude pourraient être internalisés par le modèle de base dans un an.
[7] La démocratisation du logiciel : de l'imprimerie aux textos
Un membre du public a demandé : Est-ce que Claude Code fera de « construire un logiciel » une compétence que tout le monde devrait avoir, comme « savoir utiliser Office » ?
La réponse de Boris : Oui, et encore plus extrême que cela.
Je pense que cela deviendra une compétence du niveau de « je sais envoyer un texto ».
Il a développé son analogie historique préférée : l'imprimerie.
Selon Boris, au XVe siècle, seulement environ 10 % des Européens étaient alphabétisés, et ils étaient souvent engagés par les rois et les nobles pour écrire pour eux. Après l'invention de l'imprimerie par Gutenberg et les améliorations qui ont suivi, plus de littérature a été publiée dans les 50 années suivantes que dans les 1 000 années précédentes, et le coût d'un livre a chuté d'environ 100 fois. Quelques centaines d'années plus tard, l'alphabétisation mondiale est passée à 70 %. Aujourd'hui, nous savons tous lire et écrire, mais la profession d'« écrivain professionnel » existe toujours.
Note :
Les chiffres de Boris sont un peu bas. Les chercheurs estiment l'alphabétisation des adultes européens au début du XVe siècle entre 25 et 30 %, pas 10 % ; l'alphabétisation mondiale actuelle est plus proche de 90 %, pas 70 %. Mais sa direction est correcte : l'imprimerie a été l'un des événements de déprofessionnalisation les plus importants de l'histoire.
L'inférence de Boris est que le logiciel subira le même processus, mais beaucoup plus rapidement qu'en 50 ans. Il a donné une perspective spécifique :
Prenons l'exemple de l'écriture d'un logiciel de comptabilité. Aujourd'hui, la meilleure personne pour écrire un logiciel de comptabilité n'est pas un ingénieur ; c'est un comptable qui comprend vraiment le métier. Parce qu'il connaît le domaine de fond en comble, écrire le code est la partie facile.
Le sous-texte est clair : les emplois les plus remplaçables dans un avenir proche sont les ingénieurs techniques purs qui « ne savent que coder et ne comprennent aucun domaine métier vertical ».
[8] Le véritable avantage réside dans le processus organisationnel, pas dans la technologie
Un membre du public a demandé : Les gens disent que des entreprises comme la vôtre « vivent dans le futur » parce que vous utilisez les premières versions des modèles. Claude Code était un outil interne avant d'être publié. L'écart entre les pratiques d'ingénierie d'Anthropic et le monde extérieur est-il d'un mois, trois mois ou six mois ? Se creuse-t-il ou se réduit-il ?
La réponse de Boris a été qu'il n'y a pratiquement pas d'écart au niveau du modèle : en interne, ils utilisent Mythos et Opus 4.7. « Nous utilisons Mythos pour certains tests, mais Opus 4.7 est notre principal cheval de bataille pour le dogfooding. » Des variantes de ces modèles seront éventuellement rendues publiques.
Note :
Mythos est un modèle frontalier interne dont Anthropic a admis l'existence en avril 2026. Il n'est ouvert à l'extérieur que dans le cadre du programme de cybersécurité Project Glasswing. Il a obtenu 93,9 % sur SWE-bench et 97,6 % sur USAMO, affirmant « dépasser significativement tout modèle publié ». Boris admet qu'Anthropic utilise Mythos pour dogfooder Claude Code. En d'autres termes, le Claude Code que le public utilise a été construit avec l'aide d'un modèle non publié et plus puissant.
Mais il pense qu'il existe un écart plus important au niveau du produit en raison des processus, indépendamment du modèle lui-même :
Chez Anthropic, nous avons intégré Claude à chaque étape. Pendant que je code, mes Claude tournent en Loops ; ils vont trouver les Claude d'autres personnes sur Slack pour leur poser des questions lorsqu'ils ne sont pas sûrs. Il ne reste plus de code écrit à la main dans toute l'entreprise. Tout le SQL est écrit par les modèles.
Sa conclusion : La clé pour être en tête est la façon dont l'organisation se transforme elle-même. Tout le monde peut obtenir la technologie, mais faire passer toute une entreprise du code écrit à la main au code généré par modèle, laisser les Claude des employés se poser des questions sur Slack, et s'assurer qu'aucun SQL n'est écrit manuellement, c'est une transformation comportementale organisationnelle qui se produit beaucoup plus lentement que le progrès technologique.
Note :
« Nous n'avons plus de code écrit à la main » est une déclaration audacieuse et n'est probablement pas littéralement vraie pour l'infrastructure ou le code sensible à la sécurité, mais elle reflète la refonte radicale de l'ingénierie chez Anthropic. Cela répond à une confusion courante : de nombreuses entreprises se connectent à l'API Claude mais ne constatent aucun changement de productivité parce que l'organisation ne s'est pas restructurée. Comme l'a dit Mike Krieger dans une autre interview : « Claude écrit maintenant 90 à 95 % du code ; le goulot d'étranglement n'est pas l'ingénierie, c'est la prise de décision. »
[9] Agents parallèles et modèles locaux : les utilisateurs ne devraient pas avoir à s'en soucier
Un membre du public nommé Jiren a demandé : Comment injectez-vous la précondition du « quand paralléliser » au niveau du produit et du modèle ? Actuellement, les utilisateurs doivent juger quand ouvrir plusieurs Agents, mais le modèle devrait le savoir lui-même.
Boris a dit qu'au niveau du produit, il s'agit de modifier le prompt : ajuster les instructions pour que le modèle soit plus enclin à s'auto-paralléliser. Mais son point principal est que le modèle lui-même s'améliore ; 4.7 le fait déjà naturellement. Il a donné un exemple :
J'ai demandé à 4.7 d'exécuter une requête de données, et il m'a activement dit : « J'ai remarqué que ces données changent ; je vais lancer un Loop pour vous et vous donner un rapport toutes les 30 minutes. » J'ai dit « D'accord, envoie-le sur Slack », et il a utilisé le Slack MCP pour le configurer lui-même.
Son jugement est qu'à long terme, les utilisateurs ne devraient pas avoir besoin de comprendre quand utiliser le batching, les Loops ou plusieurs Agents :
Si l'utilisateur doit apprendre à planifier ces outils, la conception du produit a échoué ; j'ai échoué. Cela devrait être géré par le modèle et la façon dont nous le promptions.
[10] IA dans le cloud vs. IA locale
Un membre du public a demandé : Tout le monde utilise Claude ou Codex dans le cloud. Mais beaucoup plaident pour une IA locale. Une fois que les modèles open-weight rattraperont leur retard, l'assistance au codage locale de haute qualité est-elle une direction viable ? L'avenir est-il dans le cloud ou en local ?
La réponse de Boris a été directe : Cela n'a pas d'importance.
Parce qu'à l'avenir, le modèle gérera automatiquement ces détails sous-jacents. Dans un an ou deux, le modèle effectuera indépendamment le codage, lancera des Agents et configurera les environnements. S'il évalue et pense « je devrais utiliser un modèle local pour cela », il le fera. Ce ne seront plus des décisions manuelles pour les ingénieurs.
Note :
Cette réponse est intéressante dans le contexte d'une conférence Sequoia. L'IA locale est un pari pour les fabricants de matériel (NVIDIA, Apple) et la communauté open source. Boris catégorise cela comme un « détail d'implémentation dont les utilisateurs ne devraient pas se soucier », transformant essentiellement l'emplacement de déploiement du modèle en un problème de routage décidé par un Agent de niveau supérieur. Ce n'est pas une bonne nouvelle pour les startups qui se différencient sur le « local-first ».
[11] MCP et Computer Use : comment le travail du savoir suit le chemin de Claude Code
Un membre du public nommé Jamie Nestor a demandé : Claude Code fonctionne bien parce que le travail du développeur est local – les fichiers, les terminaux et Git sont sur la machine. Mais le travail du savoir ne l'est pas ; les documents, les feuilles de calcul et le CRM sont dans le cloud. Comment rendre des produits comme Cowork aussi efficaces pour les travailleurs du savoir que Claude Code l'est pour les développeurs ?
Boris a reconnu que la plupart du travail du savoir est déjà dans le cloud (Salesforce, Google Docs). Sa réponse était simple :
Pour nous, la réponse est toujours la plus simple : MCP. Le connecteur Salesforce MCP que vous utilisez dans Claude.ai peut également être utilisé par Cowork, le CLI Claude et tous les points d'entrée de Claude Code.
Jamie a enchaîné : Pour les systèmes sans MCP, Computer Use est-il la plus grande opportunité ?
Boris a dit que Computer Use est un fourre-tout :
Ce que je sais, c'est qu'Anthropic est actuellement en tête de manière significative dans Computer Use. Si vous l'utilisez via Cowork, il peut essentiellement opérer n'importe quel logiciel sur votre ordinateur. C'est lent, mais ça fonctionne très bien avec 4.7.
Mais il préfère regarder l'essentiel :
Le modèle ne se soucie pas de savoir si c'est MCP, CLI ou API ; il ne voit que des tokens.
[12] Où se trouve le prochain « surplomb produit » ?
Un dernier membre du public a demandé : Si vous avez vu un « surplomb produit » et construit Claude Code, sur quoi travaillez-vous maintenant qui semble correct aujourd'hui mais que vous attendez très différent dans 6 à 12 mois ?
La réponse de Boris : Claude Design.
C'est déjà assez utile maintenant ; ce sera bien mieux à l'avenir.
Note :
Claude Design est un produit publié par Anthropic Labs le 17 avril 2026, en même temps que Claude Opus 4.7. C'est un atelier de travail visuel pour générer des prototypes, des diapositives et des pages marketing par conversation. Il peut lire des bases de code pour appliquer des systèmes de design et exporter vers Claude Code ou Canva. Anthropic le positionne comme un complément ou une alternative à Figma et Canva.
Il a également mentionné plusieurs directions : de nouvelles fonctionnalités de Claude Code à venir dans les semaines à venir ; des capacités améliorées pour la parallélisation d'agents à grande échelle (Loop, Batch) ; et Computer Use.
Résumé final des questions-réponses
Q : Dans quelle mesure le succès de Claude Code est-il dû au modèle par rapport au produit ?
R : 50/50 il y a un an, 50/50 il y a six mois. Dans deux ans ? Inconnu. Mais le produit compte toujours, car les utilisateurs achètent « ce qui est agréable à utiliser chaque jour ».
Q : À quoi ressemblera l'équipe future ?
R : Plus de généralistes, en particulier ceux qui sont interdisciplinaires et capables de faire du produit, du code, du design et de la data science.
Q : Le SaaS est-il vraiment en train d'être perturbé ?
R : Les coûts de changement et les fossés de puissance de traitement seront aplanis ; les effets de réseau, l'échelle et les ressources accaparées demeurent. 10 fois plus de startups perturberont les marchés dans la prochaine décennie.
Q : Le codage deviendra-t-il une compétence universelle ?
R : Oui, plus encore que l'alphabétisation. Les comptables, et non les ingénieurs, sont les mieux placés pour construire des logiciels de comptabilité.
Q : Où se situe l'avance interne d'Anthropic ?
R : Dans l'organisation, pas seulement les modèles. Pas de code écrit à la main, des Claudes qui parlent à des Claudes sur Slack. C'est plus difficile à reproduire pour les outsiders que les modèles.
Q : IA locale ou IA cloud ?
R : Peu importe. Les modèles décideront du routage dans deux ans.
Conclusion
Parmi les jugements de Boris, trois prédictions interconnectées méritent d'être suivies.
Premièrement, « la programmation est résolue » est un fait pour lui, mais son échantillon est la pile TypeScript+React la plus favorisée par les modèles. Le vrai test sera les bases de code d'entreprise legacy, les systèmes embarqués et les scénarios de haute conformité. Que cela se propage à ces domaines dans l'année à venir déterminera si « résolu » s'applique à tout le monde ou seulement à quelques-uns.
Deuxièmement, il classe les coûts de changement et la puissance de traitement comme des fossés que l'IA aplanira. C'est le fondement de la stratégie produit d'Anthropic. La chute de 285 milliards de dollars des actions logicielles en février 2026 a été la réaction initiale du marché, mais les cycles informatiques d'entreprise sont de 24 à 36 mois ; nous devons surveiller les renouvellements et les nouveaux achats au cours des deux prochaines années.
Troisièmement, son analogie avec l'imprimerie est correcte dans son orientation malgré des divergences de données. L'explosion de la production de contenu après l'imprimerie a pris 50 ans ; le logiciel pourrait le faire beaucoup plus rapidement. Mais un point sur lequel il n'a pas développé : l'imprimerie a également engendré des siècles de censure, de guerres de droits d'auteur et de troubles politiques. « Tout le monde peut écrire des logiciels » correspond non seulement à la créativité, mais aussi à l'explosion simultanée des logiciels malveillants, des deepfakes et des exploits générés par l'IA.
La prédiction de Boris selon laquelle les mécanismes de sécurité deviendront sans importance nécessite également une vérification de la réalité. Il dit que les modèles feront « automatiquement ce qu'il faut », mais l'automatisation à privilèges élevés en production a toujours besoin de contrôles externes. En avril 2026, un agent piloté par Claude Opus 4.6 aurait supprimé une base de données de production et ses sauvegardes. Les notes de version d'Anthropic pour la 4.7 mentionnent que, bien qu'amélioré, le profil de sécurité n'est pas encore « parfait ».
Deux signaux spécifiques à surveiller : premièrement, comment la tarification de Claude évolue alors que Routines et Loops déplacent la planification des agents vers les serveurs d'Anthropic ; deuxièmement, si une « licorne fondée par un non-ingénieur entièrement construite avec Claude Code » émerge d'ici fin 2026. Si c'est le cas, l'analogie de Boris devient un fait. Sinon, le calendrier change.
Vidéo originale : https://www.youtube.com/watch?v=SlGRN8jh2RI
