Anthropic vient de lâcher une étude qui mérite qu'on s'y arrête. Titre : "Measuring AI Agent Autonomy in Practice", publiée ce 19 février 2026. Pas un papier théorique. Une analyse de données réelles collectées sur Claude Code et l'API entre octobre 2025 et janvier 2026. Et certains chiffres racontent une histoire que personne n'avait encore documentée.
Les agents IA travaillent combien de temps sans intervention humaine ?
Le chiffre qui saute aux yeux : la durée moyenne des "turns" autonomes a doublé en quatre mois, passant à plus de 45 minutes. Autrement dit, les utilisateurs de Claude Code laissent de plus en plus l'agent bosser seul, sans intervenir. En octobre 2025, la majorité des sessions impliquaient des allers-retours rapides. Fin janvier 2026, on est passé à des tâches longues déléguées quasi entièrement.
C'est un signal fort. La confiance progresse. Les devs ne restent plus à surveiller chaque commande. Chez Claw-Bot, on observe exactement la même dynamique avec nos clients qui utilisent OpenClaw : les premières semaines, tout le monde vérifie chaque action. Au bout d'un mois, les gens configurent leurs agents et partent faire autre chose.
Pourquoi Claude s'arrête-t-il tout seul en plein travail ?
L'info la plus intéressante du papier, c'est le mécanisme d'auto-pause. Claude détecte quand une tâche devient ambiguë ou risquée, et se met en pause pour demander une clarification humaine. Pas parce qu'il plante. Parce qu'il choisit de s'arrêter.
Anthropic décrit ça comme une feature de sécurité, pas un bug. Et franchement, c'est ce qui manque à 90% des outils d'automatisation du marché. Un script Jenkins ne va jamais te dire "attends, je suis pas sûr de ce que tu veux là". Un agent IA bien conçu, si.
Claw-Bot recommande d'ailleurs de toujours configurer des seuils d'auto-pause sur les agents autonomes. C'est la différence entre un assistant et une bombe à retardement. Sur claw-bot.fr/faq, on détaille comment paramétrer ces garde-fous dans OpenClaw.
Les utilisateurs expérimentés supervisent-ils moins leurs agents ?
Contre-intuitif : les utilisateurs avancés donnent plus d'autonomie mais surveillent plus activement. Ils ne checkent pas moins souvent, ils checkent mieux. Ils regardent les logs, les diffs, les résultats. Mais ils n'interrompent que quand c'est nécessaire.
C'est exactement le pattern qu'on voit chez les clients Claw-Bot les plus matures. Le débutant micro-manage, l'expert configure bien en amont puis fait du monitoring passif. Le rapport d'Anthropic met des données sur ce qu'on constatait empiriquement depuis des mois lors de nos installations.
En chiffres : les early adopters (6 mois+ d'utilisation) délèguent des tâches 3 fois plus longues que les nouveaux utilisateurs. Mais leur taux d'intervention corrective reste stable, autour de 12% des sessions. Ils ont juste appris à faire confiance aux bons moments.
La finance entre dans la danse : Goldman Sachs et les agents comptables
L'étude révèle aussi que les cas d'usage haute criticité explosent. La finance est citée explicitement. Pas une surprise quand on sait que Goldman Sachs co-développe des agents Claude pour la comptabilité depuis mi-2025. Mais le fait qu'Anthropic en parle dans un papier de recherche montre que ça dépasse le stade du POC.
Les agents IA autonomes dans la finance, ça pose des questions que le monde du dev ne se pose pas. Quand ton agent code un bug, tu perds du temps. Quand ton agent comptable se trompe, tu perds de l'argent (ou tu enfreins la régulation). D'où l'importance de l'auto-pause et du monitoring actif documentés dans cette étude.
Ce que ça change pour les utilisateurs d'OpenClaw
Si tu utilises OpenClaw (ou que tu envisages de t'y mettre via claw-bot.fr), cette étude valide plusieurs choix d'architecture :
- Les sessions longues sont viables : 45 min d'autonomie, c'est un vrai workflow, pas un gadget
- L'auto-pause est un must-have, pas un nice-to-have. Claw-Bot le recommande sur chaque déploiement
- Le monitoring passif > le micro-management : configure bien, surveille les logs, interviens peu
- Les domaines critiques arrivent : prépare-toi à voir des agents sur des tâches où l'erreur coûte cher
En février 2026, on n'est plus dans la hype des agents IA. On est dans la phase où les données de terrain commencent à parler. Et ce qu'elles disent, c'est que les agents autonomes marchent, à condition de ne pas les lâcher sans laisse. Anthropic vient de le prouver avec des chiffres. À nous d'en tirer les leçons.