J'ai laissé une IA
s'améliorer toute seule
pendant la nuit.

L'idée qui m'a empêché de dormir.

C'était un dimanche soir de mars 2026. Je traînais sur GitHub (la plateforme où les développeurs partagent leur code, un peu le YouTube du logiciel) et je tombe sur un projet d'Andrej Karpathy appelé autoresearch. Je ne te cache pas que la moitié du projet est incompréhensible pour moi — il y a des graphiques, des termes de chercheur, des mesures qui ne me parlent pas du tout. Mais l'idée centrale, elle, m'a frappé entre les deux yeux.

L'idée tient en une phrase : tu fais bosser une IA sur un problème, tu lui demandes de modifier son propre travail, tu la laisses tester si la nouvelle version est meilleure, et si oui, elle continue à partir de là — sinon elle revient en arrière et essaie autre chose. Et tu recommences. Toute la nuit. Sans toi.

Ce qui m'a fait tilter, c'est que j'avais justement un point qui me pourrissait la vie depuis trois mois : mon script de tri d'emails. Pas un programme sophistiqué, juste un petit script que m'avait écrit Claude (l'IA d'Anthropic, un des grands modèles de conversation comme ChatGPT) pour qu'il regarde ma boîte mail le matin et me sorte les 10 emails les plus importants à traiter en priorité. Le souci : il en ratait régulièrement. Une demande de devis perdue dans les newsletters, un email de mon comptable noyé dans les pubs LinkedIn. Pas catastrophique, mais énervant.

Et là, je me dis : « Et si je laissais l'IA améliorer son propre script ? Toute seule, pendant que je dors ? » Je ferme l'ordi. Je dors mal. Le lendemain matin, je me lève, je prépare le café, et je décide de tenter le coup le soir même.

Ma nuit avec Claude au volant.

Lundi soir. 21h45. Mon fils dort. Ma femme regarde une série. Je m'installe à mon bureau. J'ouvre Claude Code (un outil qui permet de discuter avec Claude directement dans ton terminal — j'ai un tuto dédié dessus). Je lui explique en français, sans jargon, ce que je veux faire :

J'ai préparé ma liste de 200 emails dans un simple tableur, avec une colonne « important : oui/non ». Trois heures de boulot le dimanche matin pour la constituer — la partie la moins fun de toute l'opération, mais c'est là que se joue tout le reste. Sans cette liste de référence, l'IA ne peut rien mesurer.

22h12. Je lance Claude. Je lui dis « vas-y ». Il me répond qu'il commence par lire le programme actuel, qu'il va proposer une première modification, puis qu'il me ping si quelque chose lui pose problème. Je règle une limite de coût à 15 € dans les paramètres (j'y reviens plus loin) et je vais me coucher.

6h47 le lendemain. Mon réveil sonne. Je file dans le bureau avant même le café. L'écran m'attend. Voilà ce que je trouve.

Ce que l'IA a changé (et que je n'aurais pas trouvé)

Voilà ce qui m'a vraiment surpris. Les modifications que Claude a gardées étaient trois choses auxquelles je n'avais jamais pensé :

• Il a regardé l'historique des conversations. Si quelqu'un m'avait déjà répondu trois fois dans la semaine, il considérait qu'un nouveau mail de cette personne était plus probablement important. Évident une fois dit. Pas évident à coder soi-même.
• Il a appris à reconnaître les pièces jointes pro. Un PDF de 2 Mo dans un email court, c'est souvent un devis ou un contrat — donc important. Une image de mème dans un long email, c'est rarement urgent.
• Il a appris à se méfier des emails « urgent » en objet. Statistiquement dans ma liste, les emails qui crient « URGENT !!! » dans l'objet étaient en réalité 4 fois moins importants que les emails qui annonçaient calmement un sujet en deux mots. Le marketing m'a appris à me méfier des cris.

Honnêtement ? J'aurais mis trois mois à trouver ces trois ajustements tout seul, en réglant mon programme petit à petit, à chaque fois qu'un email passait à travers. Claude a fait ça en 9 heures pendant que je dormais.

Le plus drôle de l'histoire : la version finale est plus simple que celle d'origine. Pas plus longue, pas plus compliquée — plus intelligente. C'est exactement ce que disait Karpathy dans son projet : les bonnes améliorations enlèvent souvent du code, elles n'en ajoutent pas.

Une IA qui cuisine, goûte, recommence.

Maintenant qu'on a vu mon cas concret, prenons deux minutes pour comprendre l'idée derrière. C'est l'idée la plus simple du monde habillée d'un nom savant (« autoresearch », recherche automatique). Voilà l'analogie qui m'a fait tilter.

Imagine un cuisinier qui veut perfectionner sa recette de pizza. Il a une recette de base. Il essaie une variante : un peu plus de sel. Il fait goûter à 10 personnes. Si plus de gens préfèrent, il garde. Sinon, il revient à la recette d'avant. Puis il essaie autre chose : moins de fromage. Il refait goûter. Il garde ou il jette. Et ainsi de suite, 50 fois, 100 fois.

L'IA fait exactement la même chose, sauf qu'elle ne cuisine pas des pizzas — elle cuisine du code, des prompts, des objets de mail, des fiches produit. Et elle ne fait pas goûter à 10 personnes — elle teste sur une liste de référence que tu as préparée à l'avance (mes 200 emails notés à la main, par exemple).

La boucle, en quatre temps

C'est tout. Sérieusement, c'est tout. Et c'est ce qui rend l'idée si puissante : tu peux l'appliquer à n'importe quoi qui se mesure. Du moment que tu peux dire « cette version est meilleure que celle-là parce que... », l'IA peut tester en boucle pour toi.

Cinq étapes pour monter ton premier essai.

Si tu veux tenter le coup ce week-end, voilà la marche à suivre. Je décris ce que j'ai fait, sans présupposer que tu as déjà installé quoi que ce soit. Compte deux à trois heures la première fois, principalement pour préparer la liste de référence.

Quatre cas concrets qui ne demandent pas d'être codeur.

Le tri d'emails, c'est mon cas. Mais l'idée se transpose partout où tu peux mesurer si une version est meilleure qu'une autre. Voilà quatre exemples que j'ai testés ou que des entrepreneurs autour de moi ont testés depuis.

Le point commun de ces quatre cas : tu peux mesurer le résultat. Sans mesure objective, l'idée Karpathy ne marche pas. C'est l'unique limite, mais c'est une vraie limite. Si tu ne peux pas dire « cette version est mesurablement meilleure que celle-là », change de méthode.

Quatre trous dans la raquette à connaître.

Je préfère te le dire maintenant plutôt que tu les découvres en perdant 50 €. Les voilà, les quatre choses qui peuvent te frustrer si tu ne les sais pas dès le départ.

Et un cinquième, plus sournois : ne pas comprendre ce que l'IA a changé. Si tu mets en production une version que tu n'as pas relue, tu vas avoir des surprises. Toujours demander à Claude de te résumer ses modifications en français normal, et toujours lire ce résumé avant d'adopter la nouvelle version.

Les promesses à débrancher tout de suite.

Je vois passer beaucoup de hype sur les agents auto-améliorants en ce moment. « L'IA va se développer toute seule, on n'aura plus besoin de devs ». Calme. Voilà les vrais ordres de grandeur, après deux mois de tests chez moi.

Mon avis honnête : c'est puissant, c'est vrai, c'est utilisable dès aujourd'hui pour des cas précis. Mais ce n'est pas la révolution qu'on te vend sur LinkedIn. C'est un nouveau levier de productivité, comme l'a été l'apparition d'Excel pour les comptables ou des moteurs de recherche pour les journalistes. Important. Pas magique.

Pour qui c'est utile, pour qui ça ne l'est pas.

Après ces deux mois et une bonne dizaine d'essais (réussis et ratés), voilà mon tri.

Ça va te servir si tu es...

• Entrepreneur ou freelance qui a déjà des routines automatisées (envoi de mails, tri de leads, génération de devis) et qui aimerait les rendre 20-30 % plus précises sans embaucher quelqu'un.
• Créateur de contenu avec assez d'historique mesurable (ouvertures, clics, conversions) pour que l'IA ait de la matière à analyser.
• Curieux de l'IA qui a déjà touché à Claude Code ou à un outil similaire et qui veut passer au cran d'après. Si c'est toi, c'est l'étape logique après mon tuto sur les loops et mon tuto sur les agents.

Ça ne va PAS te servir si tu es...

• Débutant complet en IA qui n'a pas encore installé Claude Code ou équivalent. Commence par mon guide débutant avant. Sans bases, ce sera de la frustration pure.
• Quelqu'un qui n'a rien à mesurer. Si tu ne sais pas dire objectivement « cette version est meilleure », ça ne marchera pas. Pas grave, plein d'autres usages de l'IA fonctionnent sans mesure.
• Pressé de voir un retour sur investissement. Compte deux à cinq essais avant de gagner vraiment du temps. Le premier est toujours pour apprendre.

Ce qui va arriver en 2026-2028

Trois choses, très probables, qui vont changer le paysage :

• Les outils vont devenir plus simples. Aujourd'hui il faut Claude Code et un peu de patience pour configurer une boucle. D'ici 18 mois, ce sera un bouton « optimise ce script pendant la nuit » dans des outils comme Notion, Zapier ou Make. Pas besoin de comprendre le terminal.
• Le coût va chuter de 80 %. Les jetons IA sont divisés par deux à peu près tous les ans. Mes essais qui coûtent 8 € aujourd'hui en coûteront 1 ou 2 dans deux ans.
• De nouveaux usages vont apparaître. Notamment dans la maintenance des sites web, l'optimisation de tunnels de vente, l'amélioration de support client. Les boîtes qui s'y prennent maintenant prendront de l'avance.

Ce qui ne va pas arriver, à mon sens : une IA totalement autonome qui se remodèle elle-même de zéro, sans humain dans la boucle. On en est très loin, et probablement pour de bonnes raisons que les chercheurs eux-mêmes nous expliquent.

Trois pistes pour creuser ce week-end.

Trois articles pour pousser plus loin

Si cet article t'a parlé, voilà les trois suivants à lire dans cet ordre :

• Les loops Claude Code, expliquées — la base technique pour comprendre comment Claude peut tourner en boucle. Indispensable avant de tenter ton propre essai.
• Construire un Hermes Agent pas à pas — comment monter un agent qui fait des tâches précises pour toi. La marche d'avant l'auto-amélioration.
• Les travaux de Karpathy, vulgarisés — si tu veux comprendre qui est le bonhomme et pourquoi ses idées comptent dans le monde de l'IA.
• Le LLM Wiki, ton deuxième cerveau — l'autre projet Karpathy qui complète l'auto-recherche · une encyclopédie locale qui apprend de tes retours.
• Mon retour d'XP Claude Code après 6 mois — la routine quotidienne qui rend ce genre d'essais nocturnes possibles sans tout casser le matin.

Et si tu n'as encore jamais touché à Claude ni à ChatGPT, ne saute pas d'étapes. Va lire mon guide débutant d'abord. Tout le reste sera plus facile après.

Si tu veux que je t'envoie d'autres récits comme celui-ci (ce que je teste, ce qui marche, ce qui rate), inscris-toi à AI Playbook — c'est ma veille hebdomadaire, je te partage la même chose qu'à moi-même. Et si tu lances ton premier essai et que tu galères, ou que tu trouves que je raconte n'importe quoi quelque part, écris-moi. Je lis tout, je ne le prends pas mal, et j'apprends souvent plus de tes retours que de mes propres essais.

FAQ auto-recherche.