Tech • IA • Robotique • Jeu

VIDÉO
ENFR
Aujourd'huiJouer gratuitementFury BloxClassementShortsÀ la unePour vousTopicsVidéosChaînes YTArchivesRechercheFavoris

Claude Code Projects en bêta, Shopify déploie son jumeau HST

Anthropicvendredi 9 octobre 2026· 2 vidéos

Briefing

Lecteur audio
0:00 / 0:00

Claude Code Projects arrive en bêta

Anthropic met en bêta Claude Code Projects, un flux de travail pensé pour les tâches logicielles longues et multi-étapes. Le produit permet à Claude de découper un objectif en sous-tâches, de les répartir dans des fils parallèles et de suivre leur progression dans le temps. L’approche vise les chantiers transverses qui dépassent une simple session de chat ou un correctif isolé. Elle place Claude dans un rôle de coordinateur de projet logiciel, et plus seulement d’assistant de code ponctuel.

Des fils parallèles sur plusieurs dépôts

Le cœur de Claude Code Projects repose sur une conversation persistante à laquelle l’utilisateur rattache des dépôts ou des dossiers. Claude fragmente ensuite l’objectif en fils indépendants, chacun opérant sur sa propre branche. Ce modèle est conçu pour les travaux impliquant plusieurs bases de code, par exemple API, web et mobile. Il réduit la gestion manuelle de sous-agents, de sessions séparées ou de worktrees.

Pull requests et revues automatisées

Claude Code Projects ne se limite pas à générer du code : il peut aussi ouvrir des pull requests, suivre les revues et relancer des vérifications récurrentes. L’intérêt est de couvrir l’ensemble du cycle d’exécution d’une tâche technique, jusqu’aux contrôles post-implémentation. Cette logique rapproche l’outil d’un orchestrateur de livraison logicielle. Elle répond aux besoins d’équipes qui veulent déléguer la coordination sans abandonner la validation humaine.

Un mode hybride cloud et local

Chaque fil peut tourner dans le cloud, ce qui permet au travail de continuer hors ligne pour l’utilisateur. Mais lorsqu’un accès à des fichiers locaux ou à des outils installés est nécessaire, le fil peut aussi s’exécuter sur la machine du développeur. Anthropic défend ainsi une architecture hybride adaptée aux environnements réels de développement. Le compromis vise à combiner autonomie, persistance des tâches et accès sécurisé au contexte local.

Shopify pousse le jumeau HST

Shopify applique les grands modèles de langage à la prévision d’entreprise avec HST, un système présenté comme un jumeau numérique des marchands. L’idée consiste à modéliser une activité commerciale comme une suite d’événements, à la manière d’une séquence de jetons dans le texte. Le système peut alors anticiper les actions probables et les résultats associés. Cette transposition des LLM vers l’exploitation opérationnelle marque un déplacement de l’automatisation vers la décision prédictive.

L’entreprise traitée comme séquence

Dans le cadre de Shopify, une activité est décrite via des événements tels qu’un lancement produit, l’ajout d’un moyen de paiement, une demande de prêt ou un changement de délais de livraison. En apprenant ces séquences, HST cherche à prédire le prochain meilleur enchaînement d’actions. La logique rappelle les usages génératifs, mais appliqués à des dynamiques métier. Le pari est que les comportements commerciaux peuvent être captés avec les mêmes outils statistiques que le langage.

Des scénarios contrefactuels pour croître

Le jumeau numérique permet à Shopify de tester des interventions avant de les appliquer à un marchand réel. Les équipes peuvent simuler l’effet d’un prêt, d’une livraison accélérée ou d’une campagne publicitaire, puis comparer les trajectoires attendues. HST sert ainsi de laboratoire décisionnel pour identifier l’action la plus susceptible d’améliorer la croissance. L’usage des scénarios contrefactuels rapproche la plateforme du pilotage stratégique assisté par modèle.

Alerter avant le retard projet

Au-delà des marchands, Shopify indique utiliser ces systèmes pour la gestion interne, notamment afin de signaler les risques sur les projets avant que les retards ne surviennent. La promesse est de passer d’une IA qui résume ou automatise à une IA qui détecte des dérives futures. Ce glissement vers la prévention intéresse particulièrement les opérations complexes et les organisations à forte cadence. Il esquisse une nouvelle génération d’outils où les modèles servent à gouverner l’exécution, pas seulement à produire du contenu.

Vidéos couvertes

Briefings précédents · Anthropic