00:00:00Opus 4.6 était-il la seule mise à jour d'Anthropic ?
00:00:03Vous connaissez déjà les sous-agents, où chaque agent opère comme une entité individuelle avec
00:00:07sa propre fenêtre contextuelle.
00:00:09Mais ces sous-agents échouaient lorsqu'une tâche nécessitait une coordination entre eux.
00:00:13Dans ces cas-là, l'orchestrateur devait intervenir, récupérant les réponses d'un agent pour les
00:00:17déléguer à un autre, ou les agents devaient s'appuyer sur des notes dans le dossier du projet.
00:00:21À cause de ce déficit de communication, des tâches simples devenaient trop compliquées.
00:00:25Pour y remédier, Anthropic a lancé une mise à jour des sous-agents appelée “Agent-Teams”.
00:00:30Elles ont été lancées parallèlement à Opus 4.6.
00:00:33Bien qu'il s'agisse d'une fonctionnalité expérimentale, nous l'avons implémentée dans plusieurs flux de travail,
00:00:37et l'amélioration majeure a été une réduction considérable du temps d'exécution des tâches.
00:00:41Mais c'est expérimental pour une raison et il reste des points à améliorer, et nous avons trouvé
00:00:44quelques solutions pour ces problèmes également.
00:00:47Agent-Teams repose sur l'idée de faire travailler ensemble plusieurs instances de Claude Code.
00:00:51Chaque membre de l'équipe travaille sur des tâches isolées sous une gestion centralisée contrôlée
00:00:55par un seul agent.
00:00:56Vous pourriez penser que cela ressemble aux sous-agents Claude déjà existants car
00:01:00les deux fonctionnent en parallèle et divisent les tâches, mais ils sont différents.
00:01:03C'est parce qu'Agent-Teams a résolu le problème majeur du framework des sous-agents.
00:01:08Les sous-agents ne peuvent pas communiquer entre eux et dépendent de l'agent orchestrateur
00:01:12pour servir de support de communication.
00:01:15Les membres de l'équipe, en revanche, sont capables de communiquer entre eux.
00:01:18L'idée centrale derrière Agent-Teams est d'avoir plusieurs sessions Claude Code collaborant.
00:01:22Une session agit comme chef d'équipe, coordonnant le travail, assignant les tâches et synthétisant les résultats,
00:01:27tandis que les coéquipiers travaillent indépendamment dans leurs propres fenêtres contextuelles.
00:01:31Les sous-agents ont leur propre fenêtre contextuelle et rapportent le résultat à l'appelant.
00:01:34Mais pour les équipes, cela fonctionne différemment.
00:01:36Chaque membre de l'équipe d'agents est une session de terminal totalement indépendante.
00:01:40Ils ne sont pas limités ou coordonnés par un orchestrateur qui se contente de diviser les tâches.
00:01:43Au lieu de cela, ces sessions de terminal sont ouvertes et fermées par le chef d'équipe principal.
00:01:47Ils peuvent travailler sur des tâches nécessitant discussion et collaboration entre agents
00:01:52grâce à leur capacité de communication.
00:01:54Une équipe d'agents se compose donc essentiellement d'un chef d'équipe et de coéquipiers.
00:01:57Le chef d'équipe est l'agent principal qui crée l'équipe et coordonne son travail.
00:02:01Les coéquipiers sont les travailleurs qui exécutent réellement les tâches.
00:02:03Chaque coéquipier reçoit une liste de tâches, qui est une liste d'éléments partagée.
00:02:07Chaque membre identifie ce qu'il doit faire dans cette liste et l'exécute.
00:02:10Pour communiquer, ils disposent également d'une boîte mail partagée pour s'envoyer des messages.
00:02:15La question était de savoir comment cela fonctionne si chaque membre est indépendant.
00:02:19Comment savent-ils ce que font les autres membres ?
00:02:21Cela fonctionne car toutes les informations concernant l'équipe, les membres et les tâches
00:02:26en cours sont stockées localement dans le dossier .claude et identifiées par le nom de la tâche.
00:02:30Cette fonctionnalité est encore expérimentale et désactivée par défaut, il y aura donc des bugs
00:02:34dans la gestion des coéquipiers durant cette phase.
00:02:36Pour l'essayer, nous avons dû l'activer manuellement.
00:02:38Nous avons fait cela en réglant le flag CLI de Claude Code pour les équipes d'agents expérimentales sur 1.
00:02:43Avec ce flag CLI activé, les équipes d'agents étaient prêtes pour les sessions suivantes.
00:02:47Ce flag nous a permis d'accéder à la fonctionnalité d'équipes dans Claude Code.
00:02:51Comme c'est expérimental, nous devions utiliser une formulation spécifique pour dire à
00:02:55Claude que nous voulions utiliser une équipe d'agents pour un travail précis.
00:02:58Notre équipe a commencé à utiliser cela pour paralléliser la revue de code, permettant
00:03:02d'identifier et de corriger les problèmes simultanément.
00:03:04Pour cela, nous avons demandé à Claude d'utiliser un membre pour trouver les problèmes et
00:03:08un autre pour corriger les erreurs identifiées par le premier membre.
00:03:11Nous devions être précis dans le prompt pour qu'il suive la bonne direction.
00:03:15Si des sous-agents géraient cela, ils écriraient un rapport dans un fichier physique
00:03:19pour informer les autres agents de ce qu'il faut corriger.
00:03:21Mais ici, nous voulions accélérer la revue en permettant que cela se produise sans
00:03:26la lourdeur d'écriture dans un fichier local.
00:03:27Quand nous avons soumis le prompt à Claude Code, les membres de l'équipe sont apparus,
00:03:31chacun contrôlé par le chef d'équipe.
00:03:32Le chef a donné le prompt aux agents individuels, leur indiquant la tâche à accomplir.
00:03:36Le premier agent de revue a commencé à travailler et, après analyse, il a partagé
00:03:40des messages avec le correcteur, bug après bug.
00:03:42Cet agent priorisait les problèmes de sécurité critiques, et dès que le correcteur recevait
00:03:47les messages de la revue, il commençait les corrections pendant que l'autre agent
00:03:51continuait à chercher de nouveaux problèmes.
00:03:53De même, ils ont continué à communiquer et à rapporter les changements implémentés.
00:03:57Une fois les problèmes critiques résolus, les deux agents sont passés à la correction
00:04:01des problèmes de priorité moyenne.
00:04:02La revue et la correction se faisaient simultanément, ce qui a fait gagner beaucoup de temps.
00:04:06L'avantage est que vous pouvez aussi assigner ou modifier n'importe quelle tâche d'un membre.
00:04:10Grâce à cela, vous pouvez orienter le travail d'un membre d'équipe spécifique.
00:04:14Une fois le travail terminé, le contrôle a été rendu à l'agent principal, qui est
00:04:18chargé de vérifier que les changements sont corrects et de fermer
00:04:22ces agents proprement, pour s'assurer que leur sortie ne cause pas d'erreurs plus tard.
00:04:26Vous avez probablement remarqué que nous construisons beaucoup dans ces vidéos.
00:04:28Tous les prompts, le code, les modèles... tout ce que vous devriez normalement
00:04:32copier en mettant pause, se trouve dans notre communauté pour cette vidéo et les précédentes.
00:04:37Les liens sont dans la description.
00:04:38Trouver et corriger à grande échelle est une excellente chose, mais il arrive souvent
00:04:43que l'on n'arrive pas à comprendre la cause d'un problème.
00:04:45Dans ces cas, nous pouvons utiliser une équipe d'agents pour tester plusieurs perspectives
00:04:49de la même application et progresser vers la résolution du bug.
00:04:51De cette façon, les membres peuvent communiquer leurs découvertes et avancer ensemble.
00:04:55Nous avons demandé à Claude de trouver un bug en spécifiant l'usage de plusieurs membres,
00:04:59leur permettant d'aborder le problème sous différents angles.
00:05:02Il a alors généré quatre sous-agents, chacun concentré sur un aspect différent de l'application.
00:05:06Ils ont reçu des prompts similaires du chef d'équipe et ont enquêté sur les erreurs
00:05:09selon leur angle spécifique, pendant que le chef attendait la fin pour
00:05:14analyser les résultats de leurs recherches.
00:05:16Sans les équipes, nous n'aurions eu qu'un seul fil d'exécution, ce qui aurait été bien plus long.
00:05:19Mais avec ces agents, le processus a été beaucoup plus rapide.
00:05:22L'enquête s'est terminée rapidement, et toute la recherche des agents a été faite en
00:05:272 ou 3 minutes environ, une amélioration significative par rapport à une vérification linéaire
00:05:31qui aurait facilement pris 5 à 10 minutes.
00:05:33Attention toutefois : cette approche consomme beaucoup de tokens car chaque agent
00:05:37possède sa propre fenêtre contextuelle, il faut donc être vigilant.
00:05:40Une fois que les agents ont rendu leurs résultats et ont été fermés, le chef d'équipe
00:05:45a également vérifié les résultats par lui-même.
00:05:46Les quatre agents ont convergé vers le même bug, identifiant correctement
00:05:50un problème de “stale closure” dans le useEffect.
00:05:52Cette partie exacte a été signalée par les quatre agents.
00:05:54cela nous aide à créer plus de vidéos et à toucher plus de monde.
00:05:59de créer plus de contenu de ce genre et de toucher plus de personnes.
00:06:02Ce framework d'agents a changé notre façon de travailler sur des tâches de longue durée car,
00:06:07grâce à leurs capacités, les agents n'ont plus à se fier uniquement au suivi écrit.
00:06:10Avec Agent-Teams, nous pouvons gérer différents aspects d'une application en parallèle,
00:06:14et même avoir un membre dédié exclusivement à la recherche.
00:06:16Quand nous avons soumis le prompt à Claude, il a généré 6 agents.
00:06:19Deux travaillaient sur la recherche et les bases, tandis que les autres s'occupaient
00:06:23de construire les pages.
00:06:24Les agents constructeurs étaient bloqués par l'agent posant les bases, car celui-ci
00:06:28devait installer les paquets requis et préparer l'environnement avec toutes les dépendances.
00:06:32Chaque agent a reçu un prompt spécifique définissant sa mission.
00:06:35Les agents bloqués attendaient le signal de déblocage du chef d'équipe.
00:06:38Une fois la recherche et les bases terminées, les autres agents ont été débloqués et ont
00:06:43commencé à implémenter leurs parties respectives de l'application côte à côte.
00:06:46Ils ont communiqué entre eux pour assurer la cohérence entre chaque composant.
00:06:49Le chef d'équipe a coordonné les agents et, dès que l'un d'eux terminait, le chef
00:06:53lui envoyait un message de fermeture pour gérer sa sortie proprement.
00:06:57Tout ce processus a consommé environ 170k tokens de fenêtre contextuelle, mais au final,
00:07:02nous avons obtenu l'application exactement comme voulu, à partir d'un seul prompt.
00:07:05Comme mentionné, lors de nos tests, nous avons découvert plusieurs
00:07:09façons d'optimiser le fonctionnement d'Agent-Teams, et ces bonnes pratiques
00:07:13sont disponibles dans AI Labs Pro pour que vous puissiez les essayer.
00:07:16La première recommandation s'applique généralement à tous les agents, et pas seulement
00:07:20à la fonctionnalité d'équipe d'agents.
00:07:21Vous devez spécifier explicitement le périmètre d'action de l'agent.
00:07:25Vous pouvez le faire dans le prompt, en précisant quels fichiers consulter
00:07:29pour effectuer la tâche, ou en créant des documents dans le projet contenant
00:07:33les tâches individuelles, comme nous l'avons fait. Nous avons préparé un document
00:07:38de tâche pour chaque mission afin que l'agent travaille en toute autonomie.
00:07:41Une autre chose à garder à l'esprit est que chacun de ces agents doit travailler sur des
00:07:45tâches indépendantes, car s'ils modifient le même fichier en même temps,
00:07:49cela créerait un conflit et risquerait d'écraser le contenu.
00:07:52Par ailleurs, nous avons remarqué que l'agent principal s'impatientait parfois
00:07:56si un agent mettait trop de temps et commençait à exécuter la tâche lui-même
00:08:00au lieu de laisser ses coéquipiers finir. Il est donc crucial de lui rappeler
00:08:04d'attendre la fin du travail des coéquipiers avant de poursuivre.
00:08:06Il faut également bien dimensionner les tâches.
00:08:08Si les tâches sont trop petites, cela crée un surcoût de coordination.
00:08:11Si elles sont trop grandes, le risque de travail inutile augmente. Les tâches
00:08:16doivent donc être équilibrées et autonomes.
00:08:17Enfin, vous devez surveiller le travail des agents.
00:08:19Si un agent ne réagit pas comme prévu, vous pouvez interrompre son exécution
00:08:23et lui donner de nouvelles instructions sur ce qu'il doit faire.
00:08:25Suivre ces pratiques rend cette fonctionnalité expérimentale bien plus efficace.
00:08:29Cela nous amène à la fin de cette vidéo.
00:08:31Si vous souhaitez soutenir la chaîne et nous aider à continuer ces vidéos,
00:08:35vous pouvez le faire via le bouton “Super Thanks” ci-dessous.
00:08:38Comme toujours, merci d'avoir regardé et à la prochaine !