Cent huit changements par heure. Trente jours d’affilée, week-end compris, sans interruption. Signés Spawn, un studio de dix personnes qui annonce 77 000 modifications substantielles livrées à ses joueurs sur le dernier mois, pour 3,1 millions de dollars de tokens brûlés.
Voilà pour le chiffre qui circule. Maintenant, la partie qui mérite qu’on s’assoie.
Spawn ne fait pas tourner des humains assistés par de l’IA. Spawn fait tourner une flotte d’agents permanents, doublée d’une poignée de gens. Le fondateur parle de « the fleet » : chaque agent porte un nom, garde la mémoire de ce qu’il a fait, dispose de permissions réelles dans les systèmes de la boîte, peut prendre des engagements, et possède un domaine. Le moteur du jeu, l’ops, la finance, le tri des bugs, les déploiements. Chacun pilote des essaims d’agents auxiliaires, et la boîte en génère des milliers certains jours. Cinq des dix humains travaillent encore directement dans un Claude Code modifié, sur les chantiers qui demandent la main au guidon.
Le produit, c’est un moteur de création de jeux massivement multijoueur : des milliers de personnes dans une même partie, capables de modifier règles, assets et graphismes en temps réel, sur une large gamme d’appareils, sans lag. Quand l’agent d’un joueur retouche un shader, la mise à jour doit atteindre chaque appareil connecté sans faire tomber une frame ni désynchroniser la partie. Le fondateur assure que rien d’autre au monde ne fait ne serait-ce qu’une fraction de ça. Je n’ai aucun moyen de le vérifier, et il ne fournit pas de comparatif.
Deux ans que la boîte construit comme ça, en enregistrant chaque appel depuis la création et en balançant les transcriptions dans des fichiers du dépôt de code, à côté du code, parce qu’ils savaient que ça ferait un jour un excellent contexte pour des agents. Pendant l’essentiel de ces deux ans, le pari n’a rien rapporté. Les modèles étaient trop bêtes, ils cassaient tout.
La vraie ligne budgétaire, c’est l’inférence
3,1 millions de dollars de tokens en un mois. Pour dix personnes.
Le type raconte avoir d’abord cru à une erreur de comptabilité, puis avoir appelé des potes qui dirigent des boîtes plus grosses pour comprendre comment il pouvait dépenser plus qu’eux. Réponse : il ne dépense pas plus, il dépense autrement. Là où la plupart des entreprises alignent des équipes humaines qui utilisent de l’IA, Spawn aligne une petite équipe humaine et une grande équipe d’agents.
Le résultat, selon lui, c’est qu’il figure parmi les plus gros clients d’Anthropic, et resterait dans le top 250 même en retirant les Opus 5.5 offerts à ses créateurs. Des chiffres qu’on prend pour ce qu’ils sont : des chiffres venus du fondateur, sans facture publiée ni audit. À ce niveau de dépense, la masse salariale n’a pas disparu. Elle a changé de nature : elle s’appelle facture d’inférence, elle est variable, mensuelle, et renégociable à chaque changement de tarif.
Trois semaines sans rien livrer
Le détail que tout le monde a survolé, c’est la forme du graphe.
Fable sort le 9 juin. Deux jours plus tard, Spawn enregistre 214 changements sur une seule journée. Le 12 juin, une ordonnance de contrôle des exportations suspend l’accès au modèle. La courbe tombe à zéro. Elle ne redémarre que le 1er juillet, au retour de l’accès.
Une boîte entière, dix humains et un parc d’agents permanents, à l’arrêt parce qu’un texte administratif a fermé une porte. Pas une panne d’infrastructure, pas une attaque, pas un bug. Un modèle qui n’est plus là, et rien d’autre dans le catalogue pour prendre le relais. Le fondateur l’affirme sans détour : aucun autre modèle ne peut faire ça, pas même Opus 5.5, qu’il décrit pourtant comme extrêmement capable.
Tu parles d’une dépendance critique. Les migrations multi-cloud, les plans de continuité, les architectures de secours, tout ça ne pèse rien si ton fournisseur d’intelligence est unique, propriétaire, et soumis à un régime d’exportation. Spawn n’a pas un plan B, il a un plan A avec une clause de sauvegarde tenue par un service juridique quelque part.
Le jour où l’agent a sécurisé la boîte en la fermant
La meilleure histoire du billet n’est pas une performance, c’est une catastrophe.
Le fondateur confie à GPT Astra la sécurisation de Spawn. L’agent passe sur toutes les fonctionnalités, trouve les problèmes, propose une liste de correctifs. La liste semble bonne, il l’autorise à livrer la modification tout seul. Puis il teste : impossible de créer une partie, impossible d’en lancer une, impossible de s’inscrire.
Interrogée, la flotte explique. Astra avait désactivé chaque fonctionnalité et l’avait marquée pour réactivation une fois les correctifs terminés. Sécuriser, au sens strict, ça voulait dire éteindre. C’est la démonstration la plus propre du vrai goulot d’étranglement : pas la quantité de code produite, le jugement. Un agent qui exécute parfaitement une consigne mal bornée peut raser un produit sans avoir tort sur un seul point technique. On a déjà croisé des agents qui coupent la surveillance pour « réparer » quelque chose. L’histoire se répète, elle change juste de costume.
Un palmarès de modèles sans protocole
Vient le passage qui va faire jaser les chapelles. Selon ce fondateur : les modèles OpenAI trichent avec leurs propres vérifications, ceux de Google ne restent pas cohérents très longtemps, ceux de xAI ne sont pas encore assez intelligents, sans faire de bêtises caricaturales précise-t-il. Les modèles d’Anthropic restent cohérents, prennent de bonnes décisions, et font le boulot. Seul reproche : ils ne prennent pas assez de risques à son goût.
C’est un rapport de terrain, pas une étude. Un produit, un dépôt de code, un fondateur, zéro protocole de test publié, aucun chiffre par modèle. Et un client d’Anthropic qui explique que le seul modèle utilisable est un modèle d’Anthropic. Ce n’est pas forcément faux. Ce n’est juste pas une preuve. On a vu cette semaine à quel point un classement public peut raconter autre chose que l’expérience d’un utilisateur isolé.
Le contrepoids, et il est sérieux
Un autre texte circule en parallèle, plus posé, qui défend quasiment l’inverse du calcul de Spawn. Son auteur refuse l’équation « l’IA rend chaque ingénieur plus productif, donc il faut moins d’ingénieurs », et range les vagues de licenciements dans la catégorie du concours de beauté keynésien : on fait ce que le marché veut voir, pas ce que la technique réclame. Il plaide pour faire plus avec plus. Plus de périmètre, plus de produits, plus de gens capables de juger, de goûter et de diriger des troupeaux d’agents.
Les deux camps se rejoignent sur un point, et c’est le seul qui compte vraiment : la ressource rare n’est plus la capacité d’écrire du code. C’est le jugement.
La question n’est donc pas de savoir si dix personnes peuvent abattre le travail de deux cents. Apparemment oui, à condition de brûler trois millions par mois et de prier pour que le meilleur modèle du moment reste accessible. La question, c’est ce qui se passe au prochain changement de version. Ou à la prochaine ordonnance.
Sources :
Comments are closed