Dans cette note brève publiée le 3 juillet 2026, Simon Willison relaie deux conseils convergents sur la façon d'exploiter les agents de codage, entendus lors d'un Fireside Chat qu'il a animé à l'AIE avec Cat Wu et Thariq Shihipar, de l'équipe Claude Code.
Le premier principe : laisser le modèle exercer son propre jugement plutôt que de lui dicter comment travailler. Cela vaut pour Fable et, dans une certaine mesure, pour Opus. L'exemple donné concerne les tests. On peut écrire une règle explicite — « n'utilise les tests automatisés que pour les fonctionnalités importantes, ne mets pas à jour ni ne lance de tests pour de petits changements de texte ou de design » — mais il est préférable de demander simplement à Fable d'utiliser son jugement pour décider quand écrire des tests. Le discernement contextuel du modèle se révèle plus robuste que la règle codée en dur.
n'utilise les tests automatisés que pour les fonctionnalités importantes, ne mets pas à jour ni ne lance de tests pour de petits changements de texte ou de design
Le second conseil, transmis par Jesse Vincent, applique la même philosophie à l'économie des tokens. Le contexte est daté : les prix des tokens Fable vont augmenter dans quelques jours. Pour ne pas brûler cette ressource précieuse, l'idée est de demander à Fable de déléguer les tâches plus petites à des modèles moins puissants, en le laissant juger lui-même lequel convient.
Willison applique aussitôt le conseil et documente l'expérience de bout en bout. Il fournit le prompt exact envoyé à Claude Code : « For all coding tasks use your judgement to decide an appropriate lower power model and run that in a subagent ». En réponse, Claude Code a spontanément écrit un fichier mémoire (~/.claude/projects/<projet>/memory/delegate-coding-to-subagents.md, type: feedback). Ce fichier ne se contente pas d'enregistrer la consigne : il en codifie l'application — sonnet pour l'implémentation substantielle, haiku pour les éditions triviales ou mécaniques — tout en réservant au modèle principal ce qui exige du jugement : design, audit, synthèse de données, review. La justification tient en une phrase : le travail d'implémentation a rarement besoin du modèle haut de gamme, tandis que jugement, review et synthèse restent dans la boucle principale.
Le verdict est empirique et mesuré : « So far it seems to be working well. I'm getting a ton of work done and my Fable allowance is shrinking less quickly than before. » La note illustre ainsi, sur un cas reproductible, une double bonne pratique : ne pas sur-spécifier les agents capables de jugement, et orchestrer plusieurs niveaux de modèles via des subagents pour préserver les tokens premium.