Les boucles d'agents autonomes sont réelles : Karpathy, Stripe et le dreaming d'Anthropic
TL;DR
Trois exemples d'agents IA qui tournent en boucle sans supervision constante, vérifiés indépendamment plutôt que pris sur la foi d'un post : Andrej Karpathy a fait tourner un agent sur 700 expériences en deux jours et en a tiré 20 améliorations réelles. Stripe fait fusionner 1 300 pull requests par semaine par des agents internes, sous des garde-fous stricts. Anthropic documente officiellement un mécanisme, le dreaming, où l'agent relit son propre historique pour en extraire du savoir réutilisable. Un quatrième chiffre qui circulait à côté, +42 % de productivité attribué à « l'ingénieur principal de Claude Code », n'a aucune source indépendante qui le confirme.
Le principe : une boucle plutôt qu'un prompt unique
Un prompt classique répond une fois. Une boucle relance l'agent avec le résultat du tour précédent, jusqu'à ce qu'une condition d'arrêt soit atteinte : un nombre d'itérations, un critère de qualité validé, une limite de temps. La différence n'est pas la puissance du modèle, c'est l'architecture autour : qui déclenche la boucle, qui vérifie le résultat, et qui décide de l'arrêter.
La boucle Karpathy : 700 expériences en deux jours
Andrej Karpathy a construit un système, surnommé « autoresearch », qui propose une hypothèse, lance une expérience, lit le résultat et recommence. En deux jours, il a fait tourner 700 expériences et en a tiré 20 optimisations réelles pour l'entraînement d'un petit modèle de langage, dont un multiplicateur manquant dans le mécanisme d'attention qui dispersait l'attention sur trop de têtes à la fois. Appliquées à un modèle plus grand, ces 20 optimisations ont donné un gain de 11 % sur le temps d'entraînement.
Le fondateur de Shopify, Tobias Lütke, a reproduit l'expérience sur des données internes : 37 expériences en une nuit, pour un gain de 19 %. Deux résultats indépendants, ce qui distingue cette histoire d'une anecdote isolée.
Les Minions de Stripe : 1 300 pull requests par semaine
Chez Stripe, un employé déclenche une tâche de développement avec une réaction emoji sur Slack. Un agent, construit sur une bascule de l'outil open source Goose, prend la suite : environnement virtuel isolé, sans accès internet ni à la production, prérempli avec le code et les services nécessaires en une dizaine de secondes. Le résultat arrive en pull request, jamais fusionné sans revue humaine.
Le système traite aujourd'hui environ 1 300 pull requests par semaine, en hausse de 30 % en moins de deux semaines par rapport aux 1 000 précédents. Le point à retenir n'est pas le chiffre, c'est l'architecture qui le rend possible : isolation stricte, aucun accès direct à la production, et une porte de sortie humaine avant chaque fusion.
Le dreaming d'Anthropic : un agent qui relit son propre historique
Anthropic documente officiellement un mécanisme appelé dreaming : un agent qui relit systématiquement l'historique de ses propres sessions pour en extraire des schémas réutilisables, plutôt que de repartir de zéro à chaque tâche. Dans une démonstration de recherche en sécurité publiée en avril 2026, neuf agents en parallèle ont travaillé sur un même problème pendant 800 heures cumulées, pour un coût de calcul d'environ 18 000 dollars, et ont comblé 97 % de l'écart de performance sur la tâche visée.
Anthropic indique par ailleurs que Claude écrit désormais 80 à 90 % du code de ses propres outils internes. Le chiffre vient d'une déclaration officielle de l'entreprise, pas d'un post qui le relaie.
Ce qui ne tient pas
Un quatrième élément circulait à côté de ces trois-là : un système de graphe de connaissance attribué à « l'ingénieur principal de Claude Code », avec un gain de productivité de 42 % dès le premier jour. Aucune source indépendante, aucun article technique, aucune mention sur les canaux officiels d'Anthropic ne confirme ni le chiffre ni l'attribution. Contrairement aux trois exemples précédents, celui-ci reste un chiffre de post, pas un fait vérifié.
Ce qu'il faut avant de construire sa propre boucle
Les trois exemples qui tiennent partagent un point commun : une vérification qui ne dépend pas de l'agent lui-même. Karpathy lit les résultats d'expérience, Stripe impose une revue humaine avant fusion, le mécanisme de dreaming d'Anthropic s'appuie sur un historique vérifiable plutôt que sur l'auto-évaluation de l'agent en cours de tâche. Une boucle sans porte de sortie ni vérification externe accumule des erreurs aussi vite qu'elle accumule des itérations.