9 - Effort & Autonomie : choisir son niveau

Quand utiliser un effort de réflexion maximal ?

Le problème

Tout le monde utilise le même réglage pour tout. Sonnet + interactif + vérification à chaque fichier pour corriger un typo.

L’effort doit être proportionnel à la complexité et à l’impact de la tâche.

Les 4 niveaux

Niveau Modèle Tools Supervision Coût indicatif
Low Haiku / Flash Aucun N/A ~$0.01
Mid Sonnet read, grep, edit Active ~$0.10–0.50
High Sonnet + extended thinking Tous Intermittente ~$1–5
Max Opus + --dangerously-skip-permissions Tous Sandbox + tmux ~$5–20

Low — La question ciblée

# Pas d'agent, juste une question
gemini "Quel est le bon code HTTP pour 'resource already exists' ?"
# 409 Conflict. $0.001. 3 secondes.

Quand : snippet rapide, question de syntaxe, explication d’une erreur connue.

Ce qu’on perd : contexte repo, cohérence avec le reste du code, connaissance des conventions de l’équipe. L’agent répond dans le vide.

Signal d’alarme : vous avez besoin de coller du code dans la question → passez en Mid.

Mid — Le sweet spot

# Agent dans le repo, supervision active
claude
> Fix the auth middleware bug in src/middleware/auth.ts — the token expiry check is inverted

L’agent lit le fichier, comprend le contexte, propose le fix. Vous vérifiez. Vous validez.

Quand : bug isolé, feature ciblée (< 5 fichiers impactés), refacto locale.

Ce qu’on perd : vision globale sur des changements larges. Si la tâche touche 15 fichiers, la qualité chute.

Signal d’alarme : l’agent modifie plus de 10 fichiers → soit vous découpez la tâche, soit vous montez en High.

High — Le problème difficile

Extended thinking = le modèle raisonne avant de répondre. Tokens invisibles, mais comptent dans la facture.

# Claude Code avec extended thinking (activé via les settings)
# ou en API : thinking_budget = 10000 tokens

> Our order processing is producing duplicate entries intermittently.
> It only happens under concurrent load. Here's the sequence diagram
> and the relevant logs from the last 3 incidents.

Quand :

  • 3ème tentative sur un bug (les deux premières ont échoué)
  • Décision d’architecture avec contraintes contradictoires
  • Debug de comportement non-déterministe ou distribué

Ce qu’on perd : temps et argent si la tâche ne le mérite pas. Un bug simple avec extended thinking = vous payez 5x pour une réponse identique.

Signal d’alarme : ne pas activer par défaut. C’est un outil pour les cas durs, pas un réglage permanent.

Recherche en autonomie surveillée / async

# Dans un worktree isolé, dans Docker, dans tmux
git worktree add ../project-migration feature/db-migration
cd ../project-migration

tmux new -s migration
docker run -it --rm -v $(pwd):/app agent-sandbox bash
claude --dangerously-skip-permissions -p "$(cat MIGRATION_TASK.md)"
# Ctrl+B D — vous détachez et revenez le lendemain

Quand :

  • Grosse migration (ORM, framework, base de données)
  • Refacto de masse sur un dossier entier
  • Tâche longue qu’on lance la nuit
  • Exploration d’une techno inconnue sur un projet jetable

Ce qu’on perd : visibilité complète pendant l’exécution. Le slop s’accumule. L’agent peut partir dans des directions non voulues. C’est pour ça que le sandbox est non-négociable à ce niveau.

Checklist avant de lancer :

  • Worktree ou branche dédiée
  • Docker avec --network none si tâche sensible
  • AGENTS.md avec guardrails clairs
  • tmux pour pouvoir reattacher
  • git diff --stat au réveil avant de toucher quoi que ce soit

Matrice de décision rapide

C'est un bug ?
├── Isolé, fichier connu → Mid
├── Intermittent, multi-système → High
└── "Je ne sais même pas d'où ça vient" → High + extended thinking

C'est une feature ?
├── < 5 fichiers → Mid
├── > 10 fichiers, logique complexe → High pour l'architecture, Mid pour l'implémentation
└── Refacto de masse, migration →  en sandbox en autonomie

C'est une question ?
├── Syntaxe / API standard → Low
└── "Explique-moi comment marche X dans notre codebase" → Mid (l'agent lit le code)

Le coût réel de l’extended thinking

Un cas documenté : debugging d’un race condition sur une API Node.js.

Tentative Niveau Tokens Coût Résultat
1 Mid (Sonnet) 12k $0.06 Mauvaise piste
2 Mid (Sonnet) 18k $0.09 Mauvaise piste
3 High (Sonnet ou Opus) 45k $0.90 Fix correct

Total : $1.05 pour résoudre quelque chose qui aurait pris 3h à la main.

Le coût n’est pas le sujet. Le sujet c’est de choisir le bon niveau au bon moment — pas de bruler des tokens High sur du Low, pas de s’obstiner en Mid quand il faut passer en High.

Résumé

Low = question dans le vide. Rapide, pas de contexte.

Mid = agent dans le repo, vous supervisez. C’est là que vous passez 80% du temps.

High = problème dur, raisonnement profond, 3ème tentative. Intentionnel, pas par défaut.

Async = autonomie maximale, sandbox obligatoire, résultats au matin.