La fin du prompt ? Bienvenue dans l'ère du loop engineering

Le créateur de Claude Code dit ne plus avoir écrit une ligne de code à la main depuis huit mois. Des robots de NVIDIA apprennent seuls à installér des GPU. OpenAI rachète une entreprise pour que ses agents continuent à travailler la nuit. Derrière ces titres se cache un même basculement : la compétence qui consistait à « bien prompter » est en train d'être avalée par quelque chose de plus grand.

« Je ne prompte plus Claude. J'écris des boucles. »

Le 8 juin 2026, sur la scène de la conférence Fortune Brainstorm Tech à Aspen, Boris Cherny, créateur et responsable de Claude Code chez Anthropic, a lâché une phrase qui a fait le tour du web : il n'a pas écrit une ligne de code à la main depuis environ huit mois. À la place, il pilote une flotte d'agents IA. « Ce matin, j'en gérais peut-être quelques centaines », a-t-il expliqué. « Certains jours, c'est des milliers, ou des dizaines de milliers. »

Le détail le plus vertigineux n'est pas le nombre, mais la structure. Cherny ne prompte plus directement le modèle. Un Claude Code lance des sous-agents qui sont eux-mêmes des instances de Claude et c'est l'un de ces Claude qui rédige les instructions des autres. Le rôle de Cherny ressemble désormais moins à celui d'un développeur qu'à celui d'un chef de produit ou d'un contrôleur aérien : il rédige des cahiers des charges, définit ce que « terminé » veut dire, puis relit des résumés de changements pendant que le travail tourne, souvent la nuit, parfois lancé depuis son téléphone.

Selon Anthropic, la quantité de code produite en interne a été multipliée par huit depuis le début de l'année 2026, l'essentiel étant écrit par Claude Code lui-même qui assure aussi sa propre revue de sécurité et commence à proposer ses propres idées de fonctionnalités en scrutant GitHub, X ou Slack. Cherny va jusqu'à décrire un produit « qui s'écrit, se relit et s'audite lui-même ».

Il faut toutefois lire ce « ×8 » avec prudence. Anthropic l'a elle-même reconnu : ce chiffre est « presque certainement exagéré », car mesurer des lignes de code récompense le volume, pas la qualité. Et Cherny ne cache pas son inquiétude. Interrogé sur l'auto-amélioration récursive, une IA qui conçoit et améliore ses propres successeurs, il répond sans détour que c'est « l'un des grands risques de l'IA ».

Douze mots qui ont fait exploser le débat

La veille de l'intervention de Cherny, le 7 juin, le développeur Peter Steinberger, créateur du projet open source OpenClaw, postait douze mots sur X. En substance : arrêtez de prompter les agents de code, concevez plutôt les boucles qui les promptent à votre place. Le message a dépassé les huit millions de vues en quelques heures.

Deux praticiens, deux entreprises différentes, la même conclusion au même moment. C'est l'ingénieur de Google Addy Osmani qui a donné un nom à la pratique : le loop engineering, ou « ingénierie de boucles ».

L'idée mérite qu'on s'y arrête, car elle décrit une vraie rupture de méthode. Pendant deux ans, sortir quelque chose d'un agent de code se résumait à un cycle manuel : on écrit un prompt, on lit la réponse, on écrit le prompt suivant. L'agent était un outil que l'on tenait à la main, tour après tour. Le loop engineering remplace cette posture par un petit système autonome qui trouve le travail à faire, le distribue,vérifie le résultat, mémorise ce qui est terminé etdécide quand vous repasser la main. On le conçoit une seule fois, puis on le laissé aiguillonner les agents à votre place.

Le signe que ce n'est pas qu'un effet de mode : les briques de base ne sont plus des scripts maison. Claude Code et le Codex d'OpenAI ont convergé vers des primitives quasi identiques, par exemple une commande de type /goal qui maintient un agent au travail jusqu'à ce qu'une condition d'arrêt vérifiable soit atteinte, Claude Code utilisant même un second modèle pour noter le résultat. La « forme » de la boucle devient indépendante de l'outil.

On peut résumer la généalogie ainsi : le prompt engineering (soigner une instruction) a été absorbé par le context engineering (soigner tout ce que voit le modèle), puis par le harness engineering (soigner l'échafaudage d'un agent), et enfin par le loop engineering (soigner le système qui orchestre les agents). Chaque couche n'efface pas la précédente : elle la range un cran plus bas.

Le revers de la médaille : la facture

Les boucles sont redoutablement productives. Elles sont aussi redoutablement chères par construction. Quand des agents tournent en continu, appellent des outils, réessaient après chaque échec et engendrent leurs propres sous-agents, la consommation de tokens explose.

L'illustration la plus parlante vient du développeur et vidéaste Theo Browne (T3). En construisant un « centre de contrôle » open source pour piloter des agents autonomes en parallèle, il a brûlé plus de 20 000 dollars d'inférence, principalement du Claude, en seulement 48 heures. Son verdict : les boucles sont « follement puissantes » pour le débit, mais l'addition arrive vite.

Et la puissance brute ne règle pas tout. Un rapport récent d'Anthropic notait que les « experts » obtiennent de meilleurs résultats avec ces outils, parce qu'ils connaissent le vocabulaire métier et savent anticiper les cas limites, là où les « amateurs » produisent vite mais accumulent les erreurs. Mettre un agent en boucle n'efface pas ce problème : ça l'amplifie. La vérification, elle, reste votre travail. Une boucle qui tourne sans surveillance est aussi une boucle qui se trompe sans surveillance.

Quand la boucle sort de l'écran

Jusqu'ici, cette boucle d'auto-recherche vivait à l'écran, où réinitialiser une expérience ratée ne coûte rien. NVIDIA vient de la faire basculer dans le monde physique.

Avec son laboratoire GEAR, en collaboration avec Carnegie Mellon et UC Berkeley, l'entreprise a dévoilé ENPIRE, un cadre qui confie l'entraînement de robots réels à des agents de code. Concrètement : huit agents (testés avec Codex sur GPT-5.5, Claude Code sur Opus 4.7 et Kimi Code), une flotte de bras robotisés, une allocation de GPU et un budget de tokens « généreux ». L'objectif : résoudre une tâche le plus vite possible, sans erreur. Les agents cherchent des indices visuels, réinitialisent la scène, lisent des articles, débattent, échouent, recommencent, directement sur le matériel.

Le résultat fait sourire par sa mise en abyme : un taux de réussite de 99 % (sous la métrique pass@8) sur des tâches de haute précision, dont l'insertion d'une carte graphique dans un slot PCIe de carte mère. Autrement dit, des agents de code apprennent à des robots à installér les GPU… qui font tourner l'IA. Jim Fan, qui codirige le laboratoire, y voit « la recherche automatisée dans le monde physique pour la première fois ».

Même ici, l'économie des tokens revient comme un boomerang : passer d'un robot à huit divise par plus de deux le temps nécessaire, mais la facture en tokens grimpe plus vite encore, car les agents passent du temps à lire les journaux les uns des autres et à se coordonner. NVIDIA prévoit de publier ENPIRE en open source.

La vraie bataille : où tournent les agents ?

Si la boucle doit tourner pendant des heures ou des jours, elle a besoin d'un endroit où vivre. C'est tout l'enjeu du rachat annoncé le 11 juin par OpenAI : celui d'Ona(l'ancien Gitpod), une entreprise allemande spécialisée dans les environnements cloud sécurisés et persistants.

Le constat de départ est simple : aujourd'hui, la plupart des agents de code « meurent » quand vous fermez votre ordinateur portable, le contexte s'évapore. Ona fournit des environnements qui continuent à tourner en arrière-plan, sauvegardent leur état régulièrement et redémarrent après un échec, le tout avec les contrôles d'accès et les journaux d'audit qu'exigent les secteurs régulés. OpenAI a annoncé l'opération en même temps qu'un chiffre éloquent : Codex dépasse désormais cinq millions d'utilisateurs hebdomadaires, en hausse d'environ 400 % depuis le début de l'année, et un cinquième d'entre eux ne sont déjà plus des développeurs.

Le signal stratégique est clair. Dans la course entre OpenAI et Anthropic, les deux ayant déposé des dossiers confidentiels en vue d'une introduction en Bourse, le goulot d'étranglement n'est plus l'intelligence du modèle, mais l'infrastructure qui permet aux agents de travailler longtemps, en confiance, à l'intérieur des systèmes de l'entreprise.

Alors, la compétence est-elle vraiment morte ?

Non, pas littéralement. On promptera encore, comme on écrit encore des boucles foralors même qu'on pense en termes d'architecture. Mais le centre de gravité s'est déplacé. La valeur ne réside plus dans la formulation parfaite d'une instruction unique ; elle réside dans la capacité à définir clairement ce que « terminé » signifie, à vérifier ce qui sort de la machine, à orchestrer plusieurs agents et à garder son jugement quand la boucle, elle, ne dort jamais.

Le motif est le même partout, de la flotte d'agents de Cherny aux robots de NVIDIA en passant par l'infrastructure d'OpenAI : l'humain quitte le clavier pour passer à la supervision. Ce n'est pas la fin du travail du développeur. C'est, comme le dit Cherny en convoquant Gutenberg, un changement de coût si brutal qu'il redéfinit le métier de « bâtisseur », avec les promesses et les risques que cela suppose.

La compétence que tout le monde apprenait hier n'est pas morte. Elle a simplement été reléguée d'un étage. La vraie question, désormais, n'est plus « comment je formule mon prompt ? » mais « quelle boucle vais-je concevoir, et saurai-je vérifier ce qu'elle me ramène ? »

Sources

• Fortune Boris Cherny gère des dizaines de milliers d'agents, ×8 de code chez Anthropic (08/06/2026) : fortune.com
• The New Stack « Loop Engineering » (Cherny abandonne le prompt, écrit des boucles) : thenewstack.io/loop-engineering
• Addy Osmani texte fondateur qui nomme le « loop engineering » : addyosmani.com/blog/loop-engineering
• Peter Steinberger publication originale « stop prompting, build loops » (07/06/2026, X)
• Theo (T3) plus de 20 000 $ d'inférence en 48 h sur des boucles d'agents (via digg.com)
• Tom's Hardware / Decrypt / NVIDIA GEAR ENPIRE : 8 agents de code, robots installant des GPU seuls, ~99 % : tomshardware.com · decrypt.co/371456
• OpenAI rachat d'Ona, agents Codex persistants (11/06/2026) : openai.com/index/openai-to-acquire-ona

Article rédigé pour ProgreX, sources vérifiées et recoupées le 22 juin 2026.