On a migré 4 agents IA vers Claude Code. Voilà ce qu’on a cassé, gardé, et compris.

En février, on avait 4 agents sous OpenClaw. Un pour le portfolio, un pour le contenu, un pour la sécurité, un pour orchestrer les autres. On était fiers. Ça tournait.

Deux mois plus tard, on a tout migré vers Claude Code en une après-midi.

Pas parce que c’était cassé. Parce qu’on avait compris quelque chose sur les agents qu’on n’avait pas compris quand on les avait construits.

—-

Ce qu’on pensait faire vs ce qu’on faisait vraiment

Au départ, un “agent IA” dans notre tête, c’était un programme un peu plus intelligent. Tu lui donnes un contexte, il exécute, tu récupères un output. Basé sur la même logique qu’un script Python avec une API en plus.

On a mis deux mois à réaliser qu’un agent, ça ne remplace pas un script. Ça remplace un collaborateur.

La différence n’est pas technique. Elle est de nature. Un script fait exactement ce que tu lui as dit de faire. Un agent interprète, décide, mémorise, s’adapte. Et pour ça, il a besoin de quelque chose qu’un script n’a jamais eu : un contexte persistant, une mémoire entre les sessions, et une définition claire de ce qu’il est avant de lui dire ce qu’il fait.

OpenClaw était excellent pour le cas d’usage “script amélioré”. Pas pour le cas d’usage “collaborateur autonome”. Claude Code, si. Et la différence se voit dans une chose précise : le fichier claude.md.

—-

L’invention qui a tout changé : le fichier d’identité

Chaque agent dans notre architecture a son propre fichier de définition — ce qu’il est, ce qu’il sait, ce qu’il peut faire, ce qu’il ne doit jamais faire. Pas un prompt système caché dans du code. Un vrai fichier lisible, modifiable, versionnable.

L’agent invest a son invest.md. L’agent content a son content.md. Chacun vit dans son workspace, avec ses propres outils, ses propres permissions, sa propre mémoire.

Ce qui semble être un détail d’implémentation est en réalité un changement de philosophie.

Quand l’agent fait une erreur, je peux aller lire son fichier de définition, voir exactement quelle règle manquait, corriger, et la prochaine session repart sur des bases recalibrées. L’agent est lisible. C’est la différence entre un employé dont tu ne connais pas le contrat de travail et un employé dont tu as co-écrit la fiche de poste.

—-

13 tâches planifiées. Aucune n’est lancée manuellement.

L’agent invest fait sa revue quotidienne à 7h. L’agent content scanne les sujets LinkedIn à 11h15 et 18h15. L’agent newsletter prépare le draft le mardi et le vendredi à 18h03. Treize tâches. Zéro lancement manuel.

Ce n’est pas de l’automatisation au sens traditionnel — des règles rigides qui s’exécutent. C’est de la délégation. L’agent comprend l’objectif, lit le contexte du jour, décide comment approcher la tâche.

La distinction est essentielle. L’automatisation remplace la répétition. La délégation remplace le jugement.

—-

Ce qu’on a cassé en migrant

La migration a duré une après-midi. La stabilisation a duré deux semaines.

Problèmes réels : la mémoire ne se migre pas. Tout le contexte accumulé dans les sessions OpenClaw n’existe plus. Les premiers jours, les agents manquaient de contexte sur des décisions passées qu’on pensait acquises.

Les permissions s’oublient. Dans OpenClaw, certaines règles étaient implicites. Dans Claude Code, si tu ne l’écris pas dans la définition, l’agent peut tenter n’importe quoi. On a eu un agent qui a failli publier sur LinkedIn sans attente de validation. La règle “NEVER publish without explicit approval” est maintenant dans chaque skill.md en gras.

Les agents lisaient les mêmes sources et se répétaient. Sans règles de cohérence cross-plateforme, l’agent LinkedIn et l’agent Substack proposaient le même angle le même jour. On a ajouté un logbook inter-agents dans Notion — chaque agent y écrit ce qu’il a publié, les autres le lisent avant de proposer quoi que ce soit.

—-

Ce qu’on a compris

Un agent IA autonome n’est pas une question de technique. C’est une question d’organisation.

Les mêmes problèmes qu’on résout avec une équipe humaine — clarté des rôles, mémoire partagée, règles explicites, validation avant publication — se retrouvent à l’identique avec des agents. La technologie change les outils. Elle ne change pas les principes.

La migration a forcé une chose utile : réécrire proprement ce que chaque agent est censé faire, et ce qu’il ne doit jamais faire. Cet exercice, on aurait dû le faire dès le début.

C’est peut-être ça, le vrai bénéfice d’une migration : pas les nouvelles fonctionnalités. L’obligation de clarifier.

—-

On documente en public la construction de Bubble Invest — l’architecture agents, les erreurs, les arbitrages. Si tu construis quelque chose avec des agents IA :