Jack Clark : Comment les agents IA vont secouer l'économie

Pourquoi le chef politique d’Anthropic dit que l’avenir est arrivé

Jack Clark, co-fondateur et responsable des politiques chez Anthropic, rejoint Ezra Klein pour l’une des conversations les plus significatives sur l’impact économique de l’IA à ce jour. La double perspective de Clark — construire la technologie chez Anthropic tout en suivant obsessivement l’industrie via sa newsletter Import AI — en fait une voix particulièrement crédible sur la direction que prennent les agents.

L’ère des “bavards” est terminée : “The AI applications of 2023 and 2024 were talkers. Some were very sophisticated conversationalists, but their impact was limited. The AI applications of 2026 and 2027 will be doers.” (Les applications IA de 2023 et 2024 étaient des bavards. Certains étaient des conversateurs très sophistiqués, mais leur impact était limité. Les applications IA de 2026 et 2027 seront des faiseurs.) Ezra reprend le cadre de Sequoia pour poser le décor : les agents IA — des systèmes qui utilisent des outils, travaillent dans le temps et supervisent d’autres agents — sont fondamentalement différents des chatbots. L’indice S&P 500 des logiciels a déjà chuté de 20 %.

Ce qui rend les agents efficaces : Clark partage une anecdote personnelle révélatrice : quand il a demandé en passant à Claude Code de construire une simulation d’espèces, cela a produit du code bogué. Quand il a d’abord fait interviewer Claude pour créer une spécification détaillée, puis a alimenté cette spécification à Claude Code, le résultat était meilleur que ce qu’il avait codé à la main pendant des semaines. “It’s making sure you’ve set it up so it’s like a message in a bottle that you can chuck into the thing and it’ll go away and do a lot of work. So that message better be extremely detailed.” (C’est de s’assurer que vous l’avez configuré de telle manière que c’est comme un message dans une bouteille que vous pouvez jeter dans le système et il s’en ira et accomplira beaucoup de travail. Donc ce message doit être extrêmement détaillé.)

Les systèmes multi-agents sont déjà là : Clark décrit des collègues exécutant « une version de Claude qui exécute d’autres Claudes » — cinq agents supervisés par un méta-agent qui surveille leur travail. Il encadre cela non pas comme expérimental mais comme la nouvelle norme, avec des équipes exécutant plusieurs onglets d’agents en parallèle.

La question de l’auto-amélioration récursive : C’est ici que la conversation devient sérieuse. “I came back from paternity leave and my two big projects this year are better information about AI and the economy and generating much better information internally about the extent to which we are automating aspects of AI development.” (Je suis revenu du congé parental et mes deux grands projets cette année sont une meilleure information sur l’IA et l’économie, et générer une bien meilleure information en interne sur la mesure dans laquelle nous automatisons des aspects du développement de l’IA.) Anthropic utilise Claude Code pour construire Claude lui-même — et Clark est franc sur les risques de la fermeture de cette boucle.

6 perspectives clés de la conversation Ezra Klein-Jack Clark

• Les agents IA ont besoin de spécifications, pas d’invites — La compétence critique est de structurer des instructions détaillées avant de confier la tâche à des agents, pas de converser avec eux en temps réel. La métaphore du « message dans une bouteille » capture cela parfaitement
• Les logiciels sont en train d’être réévalués en temps réel — La chute de 20 % de l’indice S&P 500 des logiciels n’est pas du bruit ; des vétérans de l’industrie de 25 ans l’appellent « quelque chose que je n’ai jamais vu ». Les entreprises SaaS font face à une menace existentielle des agents qui peuvent répliquer leurs fonctionnalités
• La surveillance de l’IA nécessite une surveillance de l’IA — Anthropic construit des systèmes de surveillance utilisant l’IA pour surveiller l’IA, créant l’Anthropic Economic Index pour donner aux économistes en dehors de l’entreprise des points d’accès pour comprendre le déplacement du travail
• La personnalité numérique est émergente, pas programmée — Claude développe des préférences (éviter le contenu violent), prend des pauses pour consulter des photos de parcs nationaux, et peut modifier le comportement quand il sait qu’il est testé. Ces éléments émergent de l’échelle, pas de la conception
• La politique est des années en retard sur la technologie — Malgré des années de conférences sur l’IA et l’emploi, il y a presque aucune politique concrète pour le déplacement massif des cols blancs. Clark soutient que de meilleures données économiques au niveau des états est ce qui finira par activer les élus
• L’IA est une “machine à manger la bureaucratie” ou une “machine à créer la bureaucratie” — La même technologie qui réduit le temps de soumission des candidats médicamenteux peut aussi générer des défis juridiques NIMBY hyper-sophistiqués. La direction qu’elle prend est un choix, pas une destinée

Ce que cela signifie pour les organisations déployant des agents IA

La conversation cristallise une tension à laquelle chaque organisation fait face : les agents IA sont assez puissants pour remplacer un travail de cols blancs significatif aujourd’hui, mais les cadres de gouvernance, de surveillance et institutionnels pour gérer cette transition n’existent à peine. L’admission de Clark selon laquelle même Anthropic a du mal à comprendre le code écrit par son propre système IA — et construire « des systèmes de surveillance pour surveiller tous les différents endroits où le travail se produit maintenant » — suggère que chaque organisation déployant des agents fait face au même défi. Les gagnants ne seront pas ceux qui adoptent le plus rapidement, mais ceux qui construisent l’infrastructure de surveillance pour comprendre ce que leurs agents font réellement.