Depuis jeudi, un thread Claude Code peut continuer à travailler après que vous avez fermé votre ordinateur. Anthropic a refondu les projets de sa plateforme de développement autour d'un coordinateur qui répartit une tâche entre plusieurs sessions cloud, chacune sur sa propre branche, avec une mémoire partagée entre elles. Sur le papier, c'est un gain de vitesse pour les équipes techniques. Dans les faits, ça remet sur la table une question que 90 % des entreprises n'ont toujours pas tranchée : qui surveille un agent IA qui agit sans qu'on le lui demande à chaque étape ?

Un coordinateur qui distribue le travail entre plusieurs sessions Claude Code

Le 17 septembre 2026, Anthropic a annoncé une refonte des projets dans Claude Code, sa plateforme de développement agentique. Jusqu'ici, un projet désignait simplement un dossier de travail partagé, sans réelle coordination entre les tâches. Désormais, l'utilisateur définit un objectif et connecte un dépôt ou un contexte, et un coordinateur central se charge de découper ce travail en tâches déléguées à des threads.

Chaque thread est une session Claude Code cloud à part entière, avec sa propre branche et sa propre copie du dépôt. Le coordinateur oriente le travail vers un thread nouveau ou existant, un peu à la manière d'un chef de projet qui répartit les dossiers dans une équipe. Quand deux threads modifient le même fichier, le conflit se résout comme n'importe quel conflit de fusion sur une pull request classique. Et chaque thread peut, à son tour, déléguer une partie de sa tâche à des sous-agents si le volume de travail le justifie.

La mémoire, elle, ne repart plus de zéro à chaque session. Le projet retient les décisions techniques, les échéances, le style de communication préféré de l'équipe. Une date de sortie reportée à vendredi, une exportation annulée, la personne à prévenir avant de toucher au service de facturation : tout ça reste accessible aux threads suivants, dans une bibliothèque partagée qui centralise fichiers et productions.

Anthropic illustre le type de travail visé par des exemples volontairement techniques : optimiser la latence d'un parcours de paiement sur plusieurs points d'entrée simultanément, ou retirer une API dépréciée de tous les dépôts qui l'appellent encore. Deux tâches conceptuellement simples mais lourdes à traiter à la main, exactement le type de travail que ce redesign cible en premier. Le niveau d'autonomie du coordinateur reste réglable : la fréquence à laquelle il rend compte, la vitesse à laquelle il ouvre de nouveaux threads, le niveau de détail de chaque mise à jour peuvent tous être ajustés par l'équipe qui l'utilise.

Ce type d'architecture ne sort pas de nulle part. Gartner anticipe que 40 % des applications d'entreprise intégreront des agents spécialisés d'ici la fin 2026, contre moins de 5 % en 2025. Une synthèse récente des travaux de Gartner, Deloitte et McKinsey sur l'état des agents IA relève que 22 % des déploiements en production coordonnent déjà trois agents ou plus, et que l'adoption du protocole MCP a dépassé les 9 400 serveurs publics. Anthropic ne fait, en un sens, qu'industrialiser un mouvement déjà engagé, avec pour l'instant un accès restreint : la bêta cible les abonnés Pro et Max qui utilisent des sessions cloud sans projet déjà existant, avant une ouverture progressive aux plans Team et Enterprise, puis à Cowork et à Claude classique.

L'angle mort : 90 % des entreprises sans gouvernance pour leurs agents IA

Le problème n'est pas la vitesse d'exécution. C'est le nombre d'identités qui agissent, aujourd'hui, sans qu'un humain valide chaque étape. Selon une étude Kiteworks reprise par le Journal du Net, 91 % des entreprises utilisent déjà des agents d'intelligence artificielle, mais 90 % d'entre elles n'ont aucune stratégie de gouvernance adaptée pour les encadrer. Le déploiement a précédé le contrôle, presque partout.

Les identités non humaines, celles des agents, des comptes machine et des connecteurs, dépassent désormais le nombre d'identités humaines dans 83 % des organisations. Certaines entreprises gèrent en moyenne 109 identités machine pour un seul compte humain. La gouvernance de ces identités n'existe formellement que dans 21 % des entreprises, ce qui laisse un angle mort béant entre ce qui tourne réellement dans le système d'information et ce qu'en sait la direction informatique.

Combien d'agents fonctionnent aujourd'hui dans votre organisation sans qu'une seule personne en ait la liste exacte, les droits exacts et l'historique exact des actions menées ?

La réponse, dans la majorité des cas, tient en un chiffre inconfortable. 80 % des entreprises reconnaissent ne pas toujours être en mesure d'expliquer pourquoi une identité non humaine a exécuté une action à privilèges. Seul un tiers des organisations applique aux agents IA le même niveau de rigueur qu'à un collaborateur humain, et seuls 18 % des responsables sécurité font confiance à leurs outils de gestion des identités pour encadrer correctement des agents IA. C'est dans ce contexte précis qu'Anthropic ajoute une brique qui multiplie le nombre de sessions actives par projet.

La revue par pull request, un modèle de gouvernance à emprunter au-delà du code

Anthropic n'a pas donné au coordinateur un accès direct pour pousser du code en production. Chaque thread revient sous forme de pull request, examinée avant fusion, exactement comme le travail d'un développeur humain. Mitch Ashley, du cabinet Futurum Group, résume la logique dans des propos rapportés par DevOps.com : la confiance ne vient pas de la parallélisation en elle-même, mais du fait que chaque thread atterrit sous une forme que l'équipe sait déjà réviser.

C'est un peu le même principe qu'un stagiaire brillant et rapide, capable de produire trois fois plus de travail qu'un salarié expérimenté, mais dont chaque livrable continue de passer par la validation d'un senior avant de partir chez le client. La vitesse ne dispense jamais de la relecture. Elle change simplement l'échelle à laquelle cette relecture doit s'organiser.

Le décalage entre l'ambition affichée et la réalité du terrain reste net. Deloitte évalue que seules 11 % des entreprises ont des agents IA en production, contre 38 % qui en sont encore au stade du pilote. Le même cabinet observe cependant une professionnalisation en cours : 56 % des entreprises nomment désormais un responsable dédié aux agents IA ou aux opérations agentiques, contre 11 % seulement en 2024. Une fonction qui n'existait quasiment pas il y a deux ans, occupée aujourd'hui dans plus d'une entreprise sur deux.

Le modèle de la pull request n'a rien de spécifique au code. C'est une discipline : rien ne part sans qu'un humain identifié en assume la responsabilité finale.

Ce que ça change pour une direction juridique, une DAF ou un cabinet de conseil

Traduite hors du code, la logique du coordinateur ressemble à un scénario que connaissent bien les équipes des secteurs réglementés que nous accompagnons. Dans une direction juridique, une revue de data room pour une opération de fusion-acquisition se prête exactement à ce découpage : un thread par dossier de contrat, un thread par catégorie de risque, chacun remontant ses conclusions à un point central avant que le juriste ne valide la synthèse finale. C'est la même architecture que celle que nous détaillons dans notre accompagnement sur la due diligence en cabinet d'avocats.

Une direction financière peut appliquer le même principe à un reporting mensuel : un thread pour l'extraction des relevés bancaires, un autre pour la consolidation des filiales, un troisième pour la rédaction des commentaires de variance. Le DAF ne relit plus trois brouillons séparés produits à des moments différents ; il relit une synthèse déjà assemblée, avec la possibilité de rouvrir n'importe quel thread pour vérifier un chiffre précis.

Le coût d'un tel déploiement reste variable, et c'est souvent là que les projets dérapent. Un agent sur-mesure connecté aux données internes démarre autour de 5 000 euros pour un périmètre ciblé, et peut dépasser 150 000 euros pour un logiciel métier complet selon la complexité des intégrations. Le retour sur investissement médian observé par McKinsey en 2025 s'établit à 165 %, avec un délai de rentabilité médian de 6,7 mois pour un agent déployé en PME, à condition que le périmètre ait été cadré avant le lancement plutôt qu'ajusté en cours de route.

Un cabinet de conseil qui livre une étude de marché en s'appuyant sur trois threads travaillant en parallèle sur trois segments distincts gagne un temps réel. Mais qui vérifie que les trois threads n'ont pas silencieusement adopté des hypothèses différentes sur la taille du marché total avant que les résultats ne soient fusionnés dans le même document ?

Assurance, courtage : la même logique de parallélisation, sur des dossiers clients

La même architecture s'applique à des métiers plus éloignés du code, à commencer par l'assurance et le courtage, deux secteurs où le volume de dossiers dépasse largement la capacité de traitement humain aux périodes de pointe. Un courtier qui reçoit une centaine de demandes de devis un lundi matin après un épisode climatique peut, avec une logique comparable, répartir l'analyse des dossiers entre plusieurs threads plutôt que de les traiter un par un dans l'ordre d'arrivée.

L'adoption ne manque pas. Selon une étude mondiale Accenture, 82 % des assurés utilisent déjà une intelligence artificielle générative dans leurs démarches, et près des trois quarts anticipent qu'elle interviendra dans leurs démarches d'assurance au cours des douze prochains mois. Le Baromètre Bpifrance Le Lab 2026 relève, de son côté, que 77 % des ETI utilisent désormais l'IA générative dans un cadre professionnel, contre 58 % un an plus tôt. L'Autorité de contrôle prudentiel et de résolution projette une adoption dépassant 60 % chez les courtiers d'ici la fin de l'année.

Le risque, dans ce secteur particulièrement, n'est pas seulement technique. Une souscription ou une évaluation de sinistre traitée par un agent qui enchaîne des décisions sans point de contrôle identifiable expose une compagnie d'assurance à un problème de traçabilité au moment précis où un régulateur ou un client demande des comptes sur la façon dont un dossier a été traité. Un courtier qui gagne du temps sur l'analyse de masse des devis, sans conserver la trace de quel thread a produit quelle recommandation, échange un problème de volume contre un problème d'audit, pas forcément plus confortable.

Cadrer l'autonomie avant de l'étendre : RBAC, identités et budgets

Les entreprises qui ont déjà ouvert grand la porte aux agents IA sans cadre préalable en connaissent aujourd'hui le prix. 65 % des entreprises ayant déployé des agents IA en production ont déjà subi un incident lié à leur usage, et 82 % hébergent des agents dont l'existence même n'était pas connue de leur direction des systèmes d'information, selon les données que nous avions détaillées à propos des incidents liés aux agents IA en production. Multiplier le nombre de threads actifs par projet, sans revoir ce cadre, revient à ouvrir plus grand une porte déjà mal surveillée.

Le renforcement de l'authentification prévu par le protocole MCP à l'été 2026 va dans le bon sens, mais il ne remplace pas une politique interne. Nous avions expliqué pourquoi ce durcissement des identités d'agents IA change la donne pour la sécurité des connecteurs, sans pour autant dispenser une entreprise de définir qui peut lancer un coordinateur, sur quels dépôts ou quelles données, et avec quel plafond d'actions autonomes avant escalade humaine.

Chez ClaudIn, c'est le premier chantier que nous ouvrons avant de déployer Claude Cowork à l'échelle d'une équipe : cartographier les tâches candidates à l'automatisation, fixer des rôles et des budgets par profil via du RBAC et des plafonds budgétaires, puis former les équipes avant d'élargir l'autonomie accordée aux agents. Une session de formation Claude Cowork qui n'aborde pas cette question de gouvernance laisse les équipes découvrir les limites du système au pire moment, en production, sur un dossier sensible.

Claude Code Projects ne fait, au fond, qu'accélérer une tendance déjà amorcée : des agents qui travaillent pendant que les équipes s'occupent d'autre chose, coordonnés par un système qui prend des décisions de répartition sans validation à chaque étape. La revue par pull request qu'Anthropic a choisie pour son propre outil de développement donne un point de départ solide : rien ne part sans qu'un humain identifié en réponde. Reste à savoir si votre organisation applique déjà cette même discipline à ses propres agents, ou si elle en découvrira l'absence le jour d'un incident. Réservez 30 minutes avec nous pour cadrer la gouvernance de vos agents IA avant d'étendre leur autonomie.