Une fuite accidentelle de 510 000 lignes de code source de la société d'IA Anthropic a révélé un projet interne confidentiel nommé KAIROS, un agent d'IA autonome conçu pour fonctionner de manière proactive. Cette découverte accélère le calendrier perçu pour une nouvelle classe de systèmes d'IA agissant sans commandes directes de l'utilisateur, confirmant les prédictions de longue date des experts du secteur et intensifiant le paysage concurrentiel pour des firmes comme OpenAI et Google.
« Claw est la prochaine étape évolutive de l'IA », a commenté Andrej Karpathy, chercheur de premier plan en IA, en réponse à la découverte, faisant référence au concept « Claw » d'agents proactifs. La fuite a fourni des preuves significatives pour une thèse qu'il articule depuis le début de cette année, suggérant que l'industrie s'éloigne de l'IA conversationnelle pour se diriger vers des systèmes entièrement autonomes capables de gérer indépendamment des tâches complexes.
L'architecture KAIROS, telle que détaillée dans le code divulgué, rivalise directement avec des projets open-source émergents comme OpenClaw. Elle est construite autour d'un mécanisme de « battement de cœur » (heartbeat) — une invite récurrente qui demande à l'IA d'évaluer son environnement pour des tâches potentielles. Une fois engagé, KAIROS peut indépendamment corriger du code, répondre à des messages et mettre à jour des fichiers. Le système inclut également des compétences natives pour envoyer des notifications aux appareils des utilisateurs et s'abonner à des dépôts GitHub pour agir sur les modifications de code, des capacités qui nécessitaient auparavant de combiner plusieurs applications.
La fuite pousse Anthropic à ajuster sa feuille de route produit tout en offrant aux concurrents un regard rare sur sa direction stratégique. Pour le secteur technologique plus large, l'existence de KAIROS signale un passage définitif vers une ère « post-prompt », où les agents d'IA passent du statut d'assistants passifs à celui de collaborateurs actifs. Cela crée un nouveau paradigme pour le développement de logiciels, bien que les questions relatives au coût opérationnel immense de tels systèmes restent un obstacle majeur.
L'état de rêve de KAIROS vise à résoudre 1 problème majeur de l'IA
Un défi important pour les agents d'IA fonctionnant en continu est la croissance exponentielle de leur fenêtre de contexte, entraînant une consommation prohibitive de tokens. Les utilisateurs des modèles de génération actuelle ont noté qu'un simple salut matinal peut consommer plus de 100 000 tokens lorsque l'IA charge tout son historique. Les notes internes d'Anthropic montrent que l'entreprise a directement abordé ce point.
KAIROS est conçu pour exécuter un processus nocturne appelé « autoDream ». Cette fonction permet à l'agent de consolider et de réorganiser ses souvenirs de la veille, compressant efficacement son historique opérationnel pour gérer la taille du contexte et le coût. Cette approche imite la fonction cognitive humaine du sommeil et représente une solution novatrice à l'un des défis de mise à l'échelle les plus importants auxquels l'industrie de l'IA est confrontée.
L'ère post-prompt et son problème de tokens
Le passage vers des agents d'IA proactifs marque le début de l'ère « post-prompt », où l'interaction avec l'IA n'est plus uniquement initiée par les utilisateurs humains. Bien que KAIROS illustre ce futur, la fuite souligne également l'économie non viable des modèles actuels. Les utilisateurs des propres produits commerciaux d'Anthropic ont signalé avoir épuisé leurs allocations hebdomadaires de tokens sur des tâches uniques, un problème qui serait amplifié par un agent fonctionnant 24h/24 et 7j/7.
Pour que ces agents autonomes soient largement adoptés, le coût par token doit diminuer d'un ordre de grandeur. Bien que KAIROS, construit sur une architecture native d'Anthropic, puisse être plus efficace que des solutions issues de l'ingénierie inverse, le modèle économique fondamental de l'IA « toujours active » reste non prouvé. Le prochain défi majeur de l'industrie n'est pas seulement de construire des modèles plus performants, mais de les rendre économiquement viables à grande échelle.
Cet article est à titre informatif uniquement et ne constitue pas un conseil en investissement.
Edgen Stock·Apr 01 2026, 07:14