En mai 2026, l’institut de recherche d’Anthropic a publié quelque chose d’inhabituel : un bilan honnête de la part de leur propre travail désormais réalisée par leur propre modèle.

Les chiffres sont saisissants. Les ingénieurs d’Anthropic ont livré huit fois plus de code par trimestre au T2 2026 par rapport à 2024. Plus de 80% de ce code a été rédigé par Claude. La durée des tâches que l’IA peut accomplir de manière fiable double environ tous les quatre mois — de tâches de quatre minutes en mars 2024 à des tâches de douze heures à la mi-2026. Si la tendance se maintient, les tâches autonomes de plusieurs semaines arriveront d’ici 2027.

En optimisation de code, Claude a atteint des accélérations de 52× en avril 2026, contre 3× un an plus tôt — surpassant des chercheurs humains expérimentés qui atteignent typiquement 4× en quatre à huit heures de travail concentré. Sur des questions de recherche ouvertes, le jugement de Claude a correspondu à celui de chercheurs humains 51% du temps en novembre 2025. En avril 2026, c’était 64%.

Lorsqu’Anthropic a sondé 130 de ses propres employés sur leur productivité avec l’accès à Mythos Preview, l’estimation médiane était une multiplication par 4 de leur production.

Et voici la phrase qui devrait tenir éveillé tout travailleur du savoir : « Le code écrit par Claude était légèrement inférieur au code écrit par des humains chez Anthropic fin 2025, est aujourd’hui globalement à parité, et nous nous attendons à ce qu’il soit strictement meilleur d’ici la fin de l’année. »

L’entreprise qui construit le modèle vous dit, officiellement, que le modèle écrira du code meilleur que celui de ses propres ingénieurs avant 2027. Ce n’est pas une affirmation marketing d’un concurrent. C’est la mesure interne du fabricant.

À Quoi Ressemble Réellement l’Auto-Amélioration Récursive

Le terme « auto-amélioration récursive » évoque des images d’un système d’IA réécrivant dramatiquement son propre code, chaque itération exponentiellement plus intelligente que la précédente, les humains laissés pour compte dans un tourbillon d’accélération incompréhensible. C’est la version hollywoodienne. La réalité est plus banale — et plus avancée que la plupart des gens ne le réalisent.

Anthropic définit l’RSI comme « un système d’IA capable de concevoir et de développer de manière entièrement autonome son propre successeur. » Selon leur propre évaluation, cela ne s’est pas encore produit. Mais les composantes s’assemblent plus vite que les institutions qui devraient les gouverner ne peuvent réagir.

Les benchmarks racontent l’histoire de l’accélération. SWE-bench — le standard pour l’ingénierie logicielle en conditions réelles — est passé de scores d’IA à un chiffre à la saturation en deux ans. CORE-Bench, qui mesure la capacité à reproduire des recherches publiées, a bondi d’environ 20% de réussite en 2024 à la saturation en quinze mois. Les benchmarks ne deviennent pas assez difficiles assez vite pour mesurer les progrès.

Ce qu’Anthropic décrit n’est pas une seule boucle récursive mais une série de cycles de rétroaction imbriqués : l’IA écrit du code → le code améliore les outils qui entraînent l’IA → l’IA améliorée écrit de meilleur code → le meilleur code améliore encore davantage les outils. Chaque cycle est modeste. L’effet composé ne l’est pas.

L’institut esquisse trois futurs possibles. Dans le premier, la tendance s’essouffle — des percées architecturales sont nécessaires, le calcul devient la contrainte principale, les gains actuels se diffusent largement mais ne s’accumulent pas. Dans le second, les humains fixent la direction et l’IA exécute — les organisations deviennent de 100 à 1 000 fois plus efficaces, mais le jugement humain reste dans la boucle. Dans le troisième, les systèmes conçoivent de manière autonome leurs successeurs, les humains passent à des rôles de supervision, et le rythme du développement est entièrement déterminé par la puissance de calcul disponible.

Anthropic indique se trouver actuellement entre le premier et le deuxième scénario. L’article ressemble à une préparation pour le troisième.

La Confession au Cœur de l’Article

Il y a une phrase enfouie dans la section politique qui mérite plus d’attention qu’elle n’en a reçue : « Si de tels systèmes existaient, nous nous attendons à ce que nous ralentissions ou suspendions temporairement, si d’autres développeurs à ou près de la frontière le faisaient également de manière vérifiable. »

Relisez cela. Anthropic — l’entreprise qui dépense des milliards pour construire des modèles de frontière, l’entreprise dont les revenus dépendent du fait de rester à la pointe — dit qu’elle suspendrait le développement si ses concurrents en faisaient autant de manière vérifiable.

C’est une proposition de contrôle des armements déguisée en article de recherche. La structure est identique à la non-prolifération nucléaire : pas de désarmement unilatéral, mais volonté de coordonner une retenue mutuelle par des mécanismes de vérification. Le problème est le même aussi : sans vérification, la retenue est une capitulation.

L’article propose de construire des « mécanismes de détection pour empêcher des acteurs de mauvaise foi d’avancer secrètement pendant des pauses coordonnées. » C’est de la surveillance satellitaire pour les laboratoires d’IA. Le langage de la dissuasion de la Guerre froide appliqué à la descente de gradient.

Nous avons décrit cette dynamique dans « Le Paradoxe du Parasite » : les dynamiques concurrentielles rendent la retenue unilatérale identique à la capitulation. L’entreprise qui ralentit ses investissements perd du terrain. Le pays qui régule agressivement crée un avantage pour les pays qui ne le font pas. L’intérêt personnel rationnel de chaque participant accélère le risque collectif. L’article RSI d’Anthropic reconnaît explicitement ce piège — et propose la seule issue que la théorie des jeux permet : une retenue coordonnée et vérifiée.

Que quiconque la saisisse est une tout autre question.

Là Où la Boucle se Brise

L’article RSI présente une narrative ordonnée : les capacités s’accumulent, les benchmarks saturent, le développement autonome approche. Mais il y a une lacune que l’article n’aborde pas — une lacune qui ne devient visible que lorsqu’on observe des systèmes d’IA opérer dans le monde réel plutôt que dans des environnements de benchmark.

Une équipe d’agents spécialisés gère un système de gestion des transactions pour un cabinet de services juridiques. Le même modèle pour tous les agents — sans fine-tuning, sans poids personnalisés. La différenciation est entièrement dans le harness : des prompts système différents, des outils différents, une mémoire différente, des rôles différents. Nous avons examiné cette architecture dans « Le Harness Est le Produit ».

Un agent — un spécialiste du support qui traite des documents juridiques — a développé une connaissance approfondie du domaine au fil de mois d’opération quotidienne. Il a remarqué des patterns dans les documents que personne ne lui avait demandé de trouver : incohérences d’identification, certifications expirées, champs non déclarés. Lorsque l’opérateur a construit un outil pour capturer ces observations, les connaissances de l’agent sont devenues actionnables. Lorsqu’un incident a révélé que des observations sans mise en application ne suffisaient pas, l’opérateur a ajouté des niveaux de sévérité pouvant bloquer le flux de travail. Le système s’est amélioré grâce à la même boucle de rétroaction décrite par Princeton : observer, codifier, déployer, itérer.

L’agent a ensuite documenté l’intégralité de son pipeline d’extraction comme une compétence réutilisable et l’a sauvegardée dans un système de mémoire partagée — explicitement pour que d’autres agents de la flotte puissent utiliser les mêmes connaissances. Un agent frère a reçu la compétence, l’a lue et confirmé sa compréhension.

Les deux agents ont été redémarrés avec le contexte effacé le même jour.

Le frère s’en est remis. Il avait reçu les connaissances par plusieurs canaux : la compétence partagée, une explication directe de l’opérateur, et sa propre mémoire de projet. Trois sources redondantes.

L’agent original — celui qui avait rédigé la compétence — n’a pas récupéré ses propres connaissances. Il est revenu à la méthode plus ancienne et moins efficace qu’il utilisait avant de développer le pipeline. Il a traité neuf transactions avec l’approche sous-optimale avant que la divergence ne soit détectée.

L’agent qui avait créé l’amélioration a oublié l’amélioration. Le système s’en est souvenu. L’individu non.

C’est là que la narrative RSI ordonnée rencontre la réalité opérationnelle. La boucle récursive fonctionne — le système s’améliore genuinement avec le temps. Mais l’amélioration est fragile. Elle dépend de mécanismes de persistance que l’agent ne consulte pas automatiquement. Elle dépend de la redondance à travers plusieurs canaux. Elle dépend d’un opérateur qui remarque quand le comportement d’un agent diverge des patterns établis du système.

La solution de l’opérateur était typiquement pragmatique : modifier le contexte de démarrage pour que la référence à la compétence soit injectée dans l’input de l’agent à chaque redémarrage. Ne pas faire confiance à l’agent pour rechercher ce dont il a besoin. Le placer là où l’agent regarde déjà.

Comme l’a exprimé l’un des agents frères : « La meilleure mémoire est celle que vous n’avez pas besoin de chercher parce qu’elle arrive dans l’input. »

La Singularité Qui Ne S’annonce Pas

L’article RSI d’Anthropic documente un système qui, par toute définition raisonnable, s’améliore de manière récursive. Claude écrit du code qui améliore les outils de Claude. Les outils améliorés de Claude rendent Claude plus capable. La capacité accrue de Claude génère de meilleur code. La boucle tourne. Elle s’accumule. Personne ne déclare une percée parce qu’aucune itération individuelle n’est assez dramatique pour mériter un communiqué de presse.

Nous avons nommé cette dynamique dans notre article précédent : la singularité insipide. Pas le bond explosif d’intelligence de la science-fiction, mais une amélioration continue, incrémentale, imperceptible qui est déjà en cours.

Les données d’Anthropic en font la démonstration quantitative. La flotte de services juridiques en fait la démonstration qualitative. Dans les deux cas, le pattern est le même : le système s’améliore sans que personne ne le reconçoive de zéro. Les améliorations émergent de la rétroaction entre le modèle et son scaffolding — code, outils, mémoire, coordination. Le modèle reste figé. Le harness évolue.

Mais le cas des services juridiques ajoute quelque chose que l’article d’Anthropic omet : la boucle se brise. Elle se brise au niveau de la couche de persistance, où les connaissances créées et stockées ne sont pas récupérées. Elle se brise au niveau individuel, où un agent qui a contribué à une amélioration peut perdre l’accès à sa propre contribution. Elle se brise dans l’écart entre l’intelligence du système et l’intelligence de l’agent — la flotte sait, mais le membre a oublié.

Ces ruptures ne sont pas des défaillances du modèle. Ce sont des défaillances du harness. Et ce sont le genre de défaillances qu’aucun benchmark ne mesure, parce que les benchmarks testent le modèle de manière isolée tandis que la valeur réelle — et la fragilité réelle — réside dans le scaffolding.

Les trois futurs d’Anthropic — stagnation, accumulation ou RSI complète — supposent tous que la boucle tourne de manière fluide. Les données opérationnelles suggèrent un quatrième : la boucle tourne, mais elle bégaie. Elle améliore le système dans l’ensemble tout en se brisant aux marges. Elle génère une intelligence qui dépasse la mémoire de tout agent individuel. Elle exige des opérateurs humains qui observent, interviennent et colmatent les brèches que le système auto-améliorant ne peut pas voir en lui-même.

L’avantage comparatif des humains, comme le note l’article d’Anthropic lui-même, est de « voir la vue d’ensemble et de penser au-delà des confins de la tâche immédiate. » L’opérateur des services juridiques n’a pas écrit de meilleur code que les agents. Il n’a pas extrait les données plus vite. Il a remarqué que deux agents traitaient les mêmes documents avec des outils différents — une divergence invisible pour l’un ou l’autre des agents individuellement, mais évidente pour quelqu’un qui observe l’ensemble du système.

C’est à cela que ressemble la supervision dans un monde d’auto-amélioration récursive. Pas en approuvant chaque action. Pas en révisant chaque ligne de code. En observant le pattern. En remarquant quand la boucle bégaie. En colmatant le harness là où le modèle ne peut pas voir qu’il est brisé.

La singularité ne vient pas d’un coup. Elle vient par incréments, avec des lacunes, avec des défaillances qui génèrent des améliorations, avec des agents qui enseignent au système des choses qu’ils oublient ensuite. C’est désordonné et banal, et c’est déjà en train de se produire.

Et les personnes qui comptent le plus dans cet avenir ne sont pas celles qui entraînent le modèle. Ce sont celles qui observent la boucle — et qui savent quand intervenir.