Agent Teams de Claude Code : la fonctionnalité cachée qui change tout

Pendant que tout le monde se focalisait sur les benchmarks d’Opus 4.6, Anthropic a discrètement introduit une fonctionnalité expérimentale dans Claude Code qui pourrait bien redéfinir la manière dont les développeurs construisent des projets complexes avec l’IA. Les Agent Teams permettent de faire collaborer plusieurs instances de Claude Code en parallèle, avec un chef d’équipe qui coordonne l’ensemble. Résultat : un dashboard complet de six modules généré en une seule passe, en trente minutes.

Cette approche dépasse largement le système de sub-agents classiques de Claude Code utilisé depuis plusieurs mois. Les agents ne travaillent plus en silos : ils communiquent entre eux, se répartissent les tâches et produisent un résultat cohérent sans intervention humaine. Voici comment cette fonctionnalité fonctionne, comment l’activer et ce qu’elle vaut vraiment en conditions réelles.

Qu’est-ce que les Agent Teams de Claude Code ?

Les Agent Teams sont des instances indépendantes de Claude Code qui travaillent simultanément sur différentes parties d’un projet. Chaque agent dispose de sa propre fenêtre de contexte, de ses propres outils et peut communiquer directement avec les autres membres de l’équipe. La fonctionnalité a été lancée le 5 février 2026 en tant que preview expérimentale.

Le principe fondamental repose sur trois piliers. D’abord, un team lead (chef d’équipe) est automatiquement créé pour coordonner le travail, assigner les sous-tâches et fusionner les résultats. Ensuite, chaque teammate (coéquipier) est une session Claude Code à part entière, capable d’explorer le code, de modifier des fichiers et d’exécuter des commandes. Enfin, la communication inter-agents permet aux coéquipiers de s’échanger des informations directement, sans passer systématiquement par le chef d’équipe.

Concrètement, lorsqu’un développeur demande la création d’une application complexe, le système peut assigner un agent à l’interface utilisateur, un autre au backend, un troisième à la base de données, et ainsi de suite. Chacun travaille dans son périmètre tout en restant synchronisé avec les autres grâce à une liste de tâches partagée.

Agent Teams vs Sub-agents classiques : les différences fondamentales

Le système de sub-agents existait déjà dans Claude Code depuis plusieurs mois. La différence avec les Agent Teams est structurelle. Les sub-agents classiques fonctionnent comme des freelances : on leur confie une tâche isolée, ils l’exécutent et renvoient le résultat. Ils ne se parlent jamais entre eux. Un agent UI ne sait rien de ce que fait l’agent base de données.

Les Agent Teams introduisent une dynamique d’équipe réelle. L’agent base de données peut informer l’agent backend de la structure des tables qu’il vient de créer. L’agent backend peut ensuite communiquer les endpoints disponibles à l’agent frontend. Ce flux de communication bidirectionnel réduit considérablement les incohérences dans le code produit.

Selon la documentation officielle d’Anthropic, les Agent Teams excellent dans quatre domaines précis : la recherche et revue de code, la création de nouveaux modules ou fonctionnalités, le debugging avec hypothèses concurrentes et la coordination cross-layer (quand le frontend, le backend et la base de données doivent évoluer ensemble). En contrepartie, les sub-agents classiques restent plus adaptés aux tâches ponctuelles et consomment moins de tokens.

Comment activer et utiliser les Agent Teams

La fonctionnalité est désactivée par défaut. Pour l’activer, il faut modifier une variable d’environnement dans le fichier settings.json de Claude Code. La variable CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS doit être définie à 1. Après cette modification, un redémarrage de la session Claude Code est nécessaire.

Une fois activée, la fonctionnalité ne se déclenche pas automatiquement. Il faut explicitement utiliser le déclencheur dans votre prompt : « Create an agent team » suivi de la description des rôles de chaque coéquipier. Par exemple : « Create an agent team to build a CLI tool. One teammate on UX, one on tech architecture, one playing devil’s advocate. »

L’interface dans le terminal affiche ensuite chaque agent avec son nom, son rôle et sa progression. Avec Shift + flèche haut, il est possible de voir ce que fait chaque coéquipier en temps réel. Mieux encore, la mention @nom_du_teammate permet d’envoyer un message directement à un agent spécifique pour ajuster sa mission en cours de route. L’ensemble reste transparent et interactif, loin d’une boîte noire.

Tests pratiques : Agent Teams face au Claude Code standard

Pour évaluer la plus-value réelle des Agent Teams, deux projets ont été testés en conditions identiques : un avec Agent Teams, l’autre avec Claude Code standard et ses sub-agents classiques. Le même prompt a été utilisé pour les deux (à l’exception de la mention « create an agent team » pour la version Teams).

Premier test : un générateur de propositions commerciales IA. Application relativement simple. Les deux versions ont produit un résultat fonctionnel en one-shot. La version Agent Teams affichait une interface légèrement plus soignée, mais la différence restait marginale. Les fonctionnalités étaient quasi identiques. Sur un projet de cette envergure, l’investissement supplémentaire en tokens ne se justifie pas forcément.

Second test : un dashboard interne d’agence IA avec six modules. C’est sur ce projet plus ambitieux que les Agent Teams ont commencé à se démarquer. Le dashboard comprenait un tableau de bord avec graphiques, une page clients avec statuts et provisions, un tableau Kanban pour les projets, un système de suivi du temps, une section facturation et un module de paramètres. Six coéquipiers ont travaillé en parallèle pendant environ trente minutes, consommant 330 000 tokens au total.

Le résultat avec Agent Teams présentait une finition UI nettement supérieure : meilleure cohérence visuelle entre les modules, transitions plus fluides et interactions plus abouties. La version standard fonctionnait aussi, mais avec un aspect plus brut. La différence s’explique en partie par la coordination entre agents : l’agent responsable du design pouvait communiquer ses choix visuels aux agents travaillant sur les autres modules. Cette cohérence est plus difficile à obtenir avec des sub-agents isolés. La puissance brute d’Opus 4.6 contribue aussi largement à la qualité globale des deux résultats.

Quand utiliser (ou ne pas utiliser) les Agent Teams

Les Agent Teams ne sont pas conçues pour remplacer les sub-agents dans tous les cas de figure. Le choix dépend de la complexité du projet et du budget tokens disponible. Pour un correctif rapide, une fonction isolée ou une tâche de scraping, les sub-agents classiques restent le meilleur choix : ils sont rapides, économes et efficaces dans leur périmètre.

En revanche, dès qu’un projet implique plusieurs couches technologiques qui doivent fonctionner ensemble (frontend + backend + base de données), les Agent Teams prennent tout leur sens. La coordination native entre agents évite les désynchronisations qui surviennent quand chaque composant est développé indépendamment. Les revues de code à grande échelle, le debugging de problèmes transversaux et la construction de nouvelles fonctionnalités multi-modules sont également des cas d’usage pertinents.

La consommation de tokens reste le principal frein. Un projet comme le dashboard d’agence a consommé 330 000 tokens, un volume qui nécessite un abonnement Max. Pour les projets professionnels où le temps de développement économisé compense largement le coût, c’est un investissement rentable. Pour des projets personnels ou des prototypes simples, le ratio coût/bénéfice est moins évident. L’approche recommandée : utiliser le mode plan pour demander à Claude Code de proposer la répartition idéale des coéquipiers avant de lancer l’équipe. Cela évite de gaspiller des tokens sur une structure inadaptée au projet.

Les Agent Teams s’inscrivent dans une tendance plus large que l’on observe aussi chez Claude Code et dans des frameworks communautaires comme GSD : la communication entre sous-agents, les fenêtres de contexte fraîches et la coordination autonome. Cette fonctionnalité expérimentale représente une étape importante pour quiconque cherche à construire des applications complexes avec l’IA, même si l’évolution rapide des modèles comme Opus 4.6 reste le facteur le plus déterminant dans la qualité des résultats obtenus.