La Règle d'Or que le Créateur de Claude Code ne Transgresse Jamais

Boris, employé d'Anthropic et créateur de Claude Code, corrige l'une des plus grandes idées reçues des utilisateurs qui donnent simplement une tâche à Claude et sont déçus des erreurs mineures. Il explique que comme les humains, Claude doit toujours avoir un moyen de vérifier son travail pour augmenter instantanément la qualité du résultat final. Par exemple, pour un projet Python, il faut demander à Claude d'utiliser également des tests pour obtenir cette boucle de rétroaction critique. On peut même modifier le fichier Claude.md, envoyé dans chaque session, pour que Claude mentionne automatiquement comment il vérifierait son travail avant de commencer toute tâche.

Boris identifie que la vérification diffère selon chaque domaine, allant de simples commandes bash à des méthodes plus sophistiquées pour l'interface utilisateur comme l'extension de navigateur de Claude qui peut naviguer sur tout un site. Pour les applications mobiles en développement, il existe des serveurs MCP de simulateurs iOS et Android disponibles. Si ces MCP consomment trop de jetons, on peut utiliser des techniques guidées par la vérification comme le développement piloté par les tests (TDD) où les tests sont écrits en premier avant l'implémentation réelle, combiné avec des captures d'écran pour vérifier l'interface utilisateur.

Boris souligne que le fichier Claude.md doit être unique à chaque dépôt et contenir toutes les informations de base qu'une session nouvellement créée devrait avoir sur le projet : pile technologique, structure de base, styles de code, conventions d'équipe et surtout les choses à ne pas faire. Il a pris l'habitude de demander à son équipe de contribuer au Claude.md plusieurs fois par semaine, ajoutant chaque erreur rencontrée pour éviter leur répétition. Pour les applications full stack, chaque microservice peut avoir son propre Claude.md (front-end et back-end séparés). Boris confirme que son propre Claude.md fait environ 2,5K jetons, soulignant l'importance de ne pas le surcharger tout en couvrant l'essentiel.

Bien qu'il existe trois modes dans Claude Code (plan, auto-acceptation et contournement dangereux des permissions), Boris révèle qu'il n'utilise jamais le mode de contournement dangereux, surtout dans les environnements de production où une seule commande peut gâcher tout le projet. Au lieu de cela, il configure des permissions granulaires dans Claude Code pour définir quelles commandes sont autorisées, lesquelles nécessitent une demande et lesquelles sont complètement interdites. Ces règles peuvent être définies au niveau du projet et sont stockées dans le fichier settings.json du dossier .Claude, permettant un partage facile avec toute l'équipe pour maintenir des standards de sécurité cohérents.

Boris explique que Claude Code est l'un des produits les plus mal nommés d'Anthropic car il ne sert pas uniquement au code - les gens l'utilisent pour générer des workflows Anetian complets, des pipelines SEO ou analyser des marchés commerciaux. C'est un système complet permettant de contrôler de nombreux workflows différents, servant essentiellement d'orchestrateur. Boris lui-même utilise Claude Code avec Slack via le serveur MCP, ainsi qu'avec BigQuery et Sentry via leurs CLI. L'exemple personnel donné montre l'utilisation avec Notion via MCP, où Claude peut créer des bases de données, les remplir et comprendre le contexte d'idées de vidéos, démontrant la puissance d'orchestration au-delà du simple développement logiciel.

Boris révèle sa méthodologie stricte : il passe d'abord en mode plan et décrit clairement ce qu'il veut avant toute implémentation. Il insiste sur l'importance d'avoir un bon plan et fait tous les allers-retours nécessaires avec l'agent pendant le mode plan uniquement. Il ne lance l'agent qu'une fois le plan vérifié comme valide, puis le lance en mode auto-acceptation des modifications (pas en mode de contournement dangereux des permissions). Pour travailler à grande échelle, Boris exécute cinq sessions Claude Code en parallèle, numérotant simplement ses onglets pour identifier facilement de quel terminal proviennent les notifications.

Boris utilise intensivement les sessions web de Claude Code où on connecte la version web à GitHub, donne accès à un dépôt de démo et Claude peut travailler dans le cloud. Il utilise la fonctionnalité d'agents en arrière-plan pour les tâches de longue durée, parfois même depuis son téléphone. Claude fait automatiquement tout le travail dans la session cloud et une fois terminé, crée une nouvelle branche et pousse tous les changements pour examen. La commande téléportation permet de ramener les sessions cloud dans le terminal local pour les visualiser et travailler dessus. Cette approche représente la vraie définition de travailler avec un agent IA, où Boris traite Claude essentiellement comme un développeur junior.

Boris révèle qu'il utilise pratiquement Opus 4.5 avec la réflexion activée pour tout, malgré que ce soit un modèle plus grand et plus lent que Sonnet et beaucoup plus lent que les modèles Haiku. Il justifie ce choix en expliquant qu'Opus 4.5 a une probabilité beaucoup plus faible de faire des erreurs, ce qui signifie que le temps total passé à travailler avec le modèle et à le guider est en réalité beaucoup plus faible avec Opus 4.5. Il utilise également l'action GitHub Claude Code, un bot appelable depuis les dépôts GitHub autorisés, particulièrement lors des revues de PR où il demande à Claude d'ajouter automatiquement les erreurs trouvées au fichier Claude.md.

Boris décrit trois approches différentes pour gérer les tâches de longue durée. La première consiste à demander à Claude de vérifier son travail en utilisant différents tests que Claude Code lui-même conçoit, puis à placer ces tâches en arrière-plan (pas les agents cloud, mais des tâches locales qui s'exécutent silencieusement et font un rapport à l'agent principal). La deuxième approche utilise un stop hook pour déclencher automatiquement la vérification lorsque Claude cesse de produire du contenu. La troisième option repose sur le plugin Ralph Wiggum, qui permet de tester pendant le développement pour vérifier que l'interface utilisateur produite est correcte, éliminant essentiellement complètement l'humain de la boucle de vérification.

Boris étend le schéma de vérification en l'appliquant aussi au format du code écrit, utilisant différents types de linters et formateurs pour divers langages de programmation. Il explique que même si les modèles génèrent du code correct sur le plan fonctionnel, ces formateurs automatiques aident à peaufiner les 10% restants, garantissant la qualité et la cohérence du code. Cette étape est particulièrement importante pour éviter toute erreur lorsque le code s'exécute en CI (intégration continue) dans le cadre de leurs pipelines d'intégration GitHub, assurant ainsi que le code respecte tous les standards de l'équipe avant d'être fusionné.

Boris souligne que son propre flux de travail est étonnamment classique et s'applique à la plupart des utilisateurs - il n'est pas nécessaire de tout compliquer dans Claude Code pour être vraiment productif. Ces simples fonctionnalités intégrées apportent déjà environ 90% de la productivité recherchée. Il désigne ses flux de travail répétitifs comme ses flux de travail « en boucle interne », des tâches qu'il doit répéter plusieurs fois par jour. Il utilise des /commands pour automatiser ces workflows répétitifs, donnant l'exemple d'une /command GitHub qu'il utilise fréquemment et qui est stockée dans le dossier .claud pour être commitée sur git et partagée avec toute l'équipe.

Boris explique l'utilisation des sous-agents, une fonctionnalité intégrée avec laquelle les utilisateurs sont devenus créatifs, créant des sous-agents pour presque tous les cas d'usage imaginables comme des chercheurs de marché ou des validateurs de produits. Cependant, Boris garde une approche pragmatique : il utilise les sous-agents uniquement pour automatiser des flux de travail simples nécessitant des instructions complètement différentes. Ses cas d'usage spécifiques incluent vérifier que l'architecture du code est correcte, refactoriser le code qui a été écrit et valider que les builds finales fonctionnent réellement, restant ainsi fidèle à son principe de simplicité et d'efficacité.

La vidéo se termine par une présentation d'Automata, le service de la chaîne qui aide à donner vie aux idées en appliquant les flux de travail d'IA enseignés dans les vidéos directement aux projets des clients, créant des applications et sites web. Ils se positionnent comme un copilote technique pour ceux qui ont d'excellentes idées mais pas d'équipe technique, transformant les concepts en solutions réelles sans les tracas de recruter ou gérer une équipe de développement. Le créateur encourage les spectateurs à les contacter à hello@automata.dev, invite à soutenir la chaîne via le bouton Super Thanks et conclut en remerciant l'audience avant de se retrouver dans la prochaine vidéo.