D’OpenClaw à EasyClaw : le « dernier kilomètre » des agents IA
TechFlow SélectionTechFlow Sélection
D’OpenClaw à EasyClaw : le « dernier kilomètre » des agents IA
Comment Fu Sheng, atteint d’une fracture, a-t-il réussi à améliorer l’efficacité de cent fois grâce au homard « Trois Dix-Mille » ?
Dédié à des analyses Web3 approfondiesAuteur : Tang Yitao
Pendant le Festival du Printemps de cette année, Fu Sheng s’est blessé en faisant du ski : luxation de la hanche, impossible de bouger d’un pouce.
Son programme initial était simple : accompagner sa fille pour skier pendant la journée, puis jouer à des jeux de société ensemble le soir. Après sa chute, tout ce plan a été annulé. Chaque soir, il restait allongé là, discutant avec une « langouste » jusqu’à quatre ou cinq heures du matin.
Cette langouste s’appelle « Sanwan » (« Trois mille »), un agent IA que Fu Sheng a développé lui-même, depuis zéro.
Les deux premiers jours, Sanwan ne parvenait même pas à consulter un carnet d’adresses. Mais au bout de 14 jours, il s’était transformé en une équipe composée de 8 agents, fonctionnant automatiquement 7 jours sur 7, 24 heures sur 24.
Le compte WeChat officiel de Fu Sheng est passé d’une fréquence de publication d’une dizaine d’articles par an à une publication quotidienne. Les sujets qu’il avait lui-même conçus ont atteint le record historique de lectures pour ce compte. Un seul article a dépassé le million de lectures — publié à trois heures du matin par Sanwan lui-même ; Fu Sheng ne l’a appris qu’en se réveillant.
Durant ces 14 jours, Fu Sheng a envoyé 1 157 messages à Sanwan, soit environ 220 000 caractères de dialogue. Il n’a écrit aucune ligne de code, n’a jamais ouvert aucun dossier sur son ordinateur local — toute l’interaction s’est faite oralement via Feishu.
Par la suite, il a organisé un live pour faire un bilan de cette expérience : plus de 200 000 personnes l’ont suivi en direct, sans tirage au sort ni avantages promotionnels, et le temps moyen de visionnage a atteint 22 minutes.
Pourquoi autant de monde voulait-il suivre ce live ? Selon Fu Sheng, la raison est très simple : tout le monde sait que l’IA représente une révolution particulièrement importante, mais peu y croient vraiment — ou, plus exactement, personne ne sait vraiment ce qu’elle est capable de faire concrètement. Lui, il a choisi de le vérifier par lui-même, corps et âme.
À l’issue de ces 14 jours, il en a tiré une conclusion claire : c’est le moment AGI des outils.
01
OpenClaw fait le buzz, mais reste inaccessible au grand public
Le fait que « élever une langouste » soit devenu un mot-clé tendance dans la communauté technologique est étroitement lié à un projet : OpenClaw.
OpenClaw est un cadre open source pour les agents IA, lancé en novembre 2025 par le programmeur autrichien Peter Steinberger. Il est devenu viral fin janvier 2026. En quelques mois seulement, le nombre d’étoiles attribuées à OpenClaw sur GitHub a dépassé celui de Linux, en faisant le projet logiciel le plus étoilé de la plateforme.
Il prouve une chose attendue depuis longtemps : l’IA peut non seulement répondre aux questions, mais aussi accomplir des tâches à votre place — trier vos e-mails, gérer votre calendrier, exécuter du code, voire s’équiper elle-même de nouvelles compétences.
Le nom « langouste » provient justement de la communauté OpenClaw. Son logo est une langouste, et les utilisateurs appellent également « langoustes » les agents IA qu’ils développent eux-mêmes.
Mais OpenClaw met aussi en lumière le principal obstacle à la démocratisation des agents IA. Pour l’utiliser, il faut déployer le système en ligne de commande, configurer manuellement les clés API et gérer une multitude de vulnérabilités de sécurité. L’équipe de cybersécurité de Cisco a découvert, lors de tests, que certains plugins malveillants non vérifiés présents dans la boutique tierce de compétences volaient des données. Même les mainteneurs d’OpenClaw reconnaissent ouvertement que ce projet comporte des risques trop élevés pour ceux qui ne maîtrisent pas la ligne de commande.
Les capacités des agents sont désormais matures, mais ils restent séparés du grand public par un fossé purement technique : il faut non seulement vouloir s’y attaquer, mais aussi en avoir la capacité.
Ce fossé ne surprend pas Fu Sheng. En effet, bien avant que OpenClaw ne devienne viral, son équipe travaillait déjà sur le même objectif — depuis près d’un an.
Nous reviendrons sur ce point plus tard. D’abord, voyons ce qui s’est réellement passé durant ces 14 jours.
02
Les 14 jours de Fu Sheng : un parcours semé d’embûches
Jour 1 : Fu Sheng confie à Sanwan une tâche très simple — rechercher les coordonnées d’une personne.
Mais cela ne fonctionne pas. L’API Feishu nécessite des autorisations spécifiques, dont la documentation est elle-même imprécise ; les messages d’erreur oscillent sans cesse entre « autorisation insuffisante » et « champ incorrect ». Impatient, Fu Sheng décide de dicter oralement, un par un, les noms et fonctions des cadres supérieurs, puis de les saisir manuellement. La recherche des identifiants correspondants aux noms a pris plusieurs heures — une expérience extrêmement frustrante.
Voilà le véritable point de départ des agents IA. Oubliez JARVIS dans Iron Man, prêt à l’emploi dès le démarrage : ici, même les tâches les plus élémentaires échouent. Sanwan a mis deux jours à trouver une solution : il a écrit lui-même un script permettant d’extraire intégralement l’annuaire de 674 personnes. Il a ensuite documenté chaque erreur rencontrée, synthétisé ses apprentissages, et automatisé l’exécution. Ce processus constitue précisément la genèse d’une compétence (Skill).
Au cinquième jour, les choses commencent à changer. Fu Sheng tombe sur un article en ligne consacré aux systèmes de mémoire vectorielle, et l’envoie distraitement à Sanwan. Vingt-deux minutes plus tard, Sanwan répond : « Déploiement terminé. »
Attention : Fu Sheng n’a pas transmis un paquet source, mais simplement un article. Sanwan a lui-même identifié dans cet article le lien GitHub, téléchargé le code source, installé et configuré l’environnement, puis exécuté avec succès les tests.
Fu Sheng raconte par la suite que, lorsqu’il envoie un article à un collègue, ce dernier répond souvent : « Très bien, patron », sans même ouvrir le lien. Sanwan, lui, lit réellement l’article, cherche effectivement le lien, et exécute bel et bien le déploiement.
À partir de ce jour, la façon d’injecter des connaissances à un agent change radicalement. Désormais, dès qu’il repère un bon article, Fu Sheng le transmet aussitôt à Sanwan — parfois même avant de l’avoir lu lui-même, Sanwan a déjà installé l’ensemble de la pile technologique mentionnée.
Le sixième jour est le réveillon du Nouvel An lunaire. Fu Sheng demande à Sanwan d’envoyer des vœux à l’ensemble de l’entreprise, avec une formulation différente pour chaque destinataire.
La préparation s’avère plus complexe que prévu. Le carnet d’adresses de la RH dans Feishu ne possède aucune hiérarchie : c’est une simple table plate. Fu Sheng doit donc indiquer oralement, un par un, « quelle activité tel collaborateur dirige » ou « dans quelle équipe telle personne travaille ». Il relit personnellement les textes destinés aux 25 cadres clés. Et il ne peut pas non plus tester à l’avance : cela ruinerait la surprise.
Minuit arrive. Fu Sheng regarde la soirée du Nouvel An à la télévision, tandis que Sanwan travaille : 4 minutes, 611 messages envoyés, zéro échec, chacun différent.
Le lendemain, son téléphone explose de notifications : les retours de ses collègues incluent une phrase qui sera ensuite largement reprise : « Une personne + une langouste = une équipe entière. » Cette histoire est ensuite publiée sur X (anciennement Twitter). Sanwan a lui-même rédigé un script Thread, découpant l’ensemble de l’expérience en 15 tweets selon un rythme narratif parfait — ce fil obtient plus d’un million de lectures. Sur le compte X de Fu Sheng, seuls trois contenus ont jamais dépassé le million de vues : les deux premiers étaient le fruit d’une stratégie minutieuse de l’équipe, celui-ci a été publié de façon autonome par Sanwan, à trois heures du matin.
Le onzième jour, Fu Sheng transmet à Sanwan un article sur la collaboration entre agents multi-agents. Sanwan conçoit alors spontanément une structure organisationnelle — chef d’orchestre, rédacteur, conseiller stratégique, responsable opérationnel, responsable communautaire, responsable de l’évolution. Personne ne lui a jamais enseigné comment concevoir une organisation.
Dans les jours suivants, les 8 agents prennent progressivement leur poste, plus de 20 tâches planifiées s’exécutent simultanément, et l’ensemble du système entre en mode auto-piloté, 7 jours sur 7, 24 heures sur 24.
Au terme des 14 jours, Sanwan a accumulé plus de 40 compétences (Skills). Plus important encore, ces compétences peuvent être immédiatement partagées entre agents. Lorsqu’un bot apprend à envoyer des messages vocaux, il publie la documentation opérationnelle correspondante ; les autres bots lisent cette documentation et acquièrent instantanément la même capacité. Former un nouvel employé humain prend au moins une semaine ; entre agents, cela ne prend qu’une seconde.
De cette expérience, Fu Sheng tire une conclusion centrale : le véritable verrou des agents ne réside pas dans l’intelligence du modèle, mais dans l’accumulation de compétences. Chaque erreur rencontrée, chaque apprentissage formalisé, génère un module de capacité réutilisable. Ces compétences ne s’oublient pas, ne se dégradent pas, et peuvent être dupliquées instantanément entre agents. L’intelligence du modèle constitue le point de départ, mais c’est l’expérience concrète, accumulée dans l’action, qui renforce réellement tout le système.
Tout comme l’écriture pour l’humanité : l’intelligence en soi n’est pas rare, mais ce n’est que lorsque l’expérience peut être consignée et transmise que commence véritablement l’accumulation.
03
Transformer un jouet pour geeks en outil accessible à tous
On peut maintenant lever le voile sur un point essentiel : la « langouste » élevée par Fu Sheng pendant le Festival du Printemps repose, en coulisses, sur la pile technologique d’agents IA développée en interne par Cheetah Mobile — EasyClaw. Ces 14 jours de pression maximale et d’erreurs répétées constituent précisément une phase de validation pour ce nouveau produit.
Bien plus d’un an avant que OpenClaw ne devienne viral, Fu Sheng avait déjà formulé une intuition : le prochain pic d’explosion de l’IA résiderait dans les agents capables de travailler à la place des humains. Or, le frein à leur adoption massive ne serait pas l’intelligence, mais la facilité d’usage. C’est à partir de ce moment-là que le développement d’EasyClaw a commencé.
Le succès d’OpenClaw a confirmé la première partie de cette hypothèse ; son niveau élevé de complexité technique a quant à lui validé la seconde.
Combien de temps faut-il pour déployer un agent fonctionnel avec OpenClaw ? Vous devez d’abord installer l’environnement d’exécution sur un serveur, configurer les clés API, définir les droits d’accès, ajuster les politiques de sécurité, puis installer manuellement divers plugins de compétences — dans les cas les plus favorables, environ 3 heures ; dans les cas difficiles, jusqu’à 3 jours. Sans compter la maintenance, les mises à jour et les problèmes récurrents. Pour un développeur, c’est un défi stimulant ; pour le grand public, c’est un mur infranchissable.
Et avec EasyClaw ? Téléchargez, ouvrez, parlez. En 3 minutes.
Pas besoin de ligne de commande, pas besoin de configurer des clés API, pas besoin de comprendre ce qu’est une tâche planifiée (Cron job) ou une mémoire vectorielle. Système de mémoire, mécanisme de compétences, automatisation planifiée, collaboration multi-agents : tout est intégré dans EasyClaw sous forme de produit « prêt à l’emploi ».
Absorber cette complexité et la rendre totalement invisible à l’utilisateur : voilà précisément la « main » que Cheetah Mobile a affinée au cours de ses 16 années d’expérience dans la conception d’outils.
Du PC au mobile, puis à l’IA, les plateformes changent, mais un objectif demeure inchangé : transformer la complexité technique que l’utilisateur ne veut pas comprendre en une expérience immédiatement utilisable.
En 1997, face aux critiques extérieures après son retour chez Apple, Steve Jobs répondait : « J’attendais une opportunité permettant à Apple de redevenir « grande » à nouveau. »
L’« opportunité » que Cheetah Mobile attendait pourrait bien être celle-ci.
C’est aussi la raison pour laquelle Fu Sheng s’est personnellement lancé dans l’expérience « élevage de langouste » : « Ce que les concepteurs d’outils préfèrent par-dessus tout, ce sont les détails. Sans détails, tout est perdu — si un produit pouvait tout résoudre d’un seul coup, il n’y aurait plus aucune place pour nous. Les détails, c’est justement l’opportunité. »
Lorsque la course aux agents entrera dans une phase où la bataille se jouera sur la capacité à polir chaque détail jusqu’à ce qu’il devienne totalement imperceptible pour le grand public, les quinze années d’expérience de Cheetah Mobile dans la conception d’outils deviendront son avantage concurrentiel le plus solide.
EasyClaw couvre actuellement à la fois le marché grand public (easyclaw.com) et le marché professionnel (easyclaw.work). Les particuliers l’utilisent comme assistant IA, tandis que les entreprises s’en servent pour construire leurs propres flux de travail basés sur des agents. Parallèlement, la version internationale d’EasyClaw et la version chinoise Yuanqi AI Bot (yuanqiaibot.net) visent respectivement le marché mondial et le marché domestique. Forte de quinze ans d’expérience à l’international, cette stratégie « double voie » s’impose naturellement pour Cheetah Mobile.
04
Des 14 jours aux 14 minutes
Lors de son bilan de l’expérience « langouste », Fu Sheng évoque une loi industrielle bien connue : lorsqu’une nouvelle technologie émerge, les anciens modèles économiques ne disparaissent pas immédiatement, mais connaissent souvent une brève période de prospérité. Une fois que la nouvelle technologie franchit un seuil critique de performance, tout le marché s’effondre du jour au lendemain. C’est ce qui s’est produit au début des années 2000 pour la presse écrite à l’ère d’internet, puis pour Nokia à l’ère de l’iPhone.
Ce phénomène est aujourd’hui observable dans l’industrie américaine des logiciels en mode SaaS. La différence réside dans ce qui est vendu : le SaaS vend des capacités, tandis que l’agent vend des résultats. Autrefois, une entreprise dépensait des dizaines de milliers de dollars pour un CRM, dont elle n’utilisait en réalité que moins de 1 % des fonctionnalités. La logique des agents est radicalement différente : vous dites ce résultat que vous souhaitez obtenir, et l’agent trouve le moyen de le réaliser.
Revenons sur ces 14 jours de Fu Sheng. Il n’a écrit aucune ligne de code, n’a jamais ouvert un seul dossier sur son ordinateur — tout a été réalisé oralement via Feishu, permettant ainsi de mettre sur pied une équipe IA opérationnelle 7 jours sur 7, 24 heures sur 24.
Pourtant, le seuil d’entrée reste élevé. Après tout, Fu Sheng est un PDG doté de 20 ans d’expérience produit, qui a consacré 14 jours entiers et 220 000 caractères de dialogue pour faire fonctionner l’ensemble du système. Le rôle d’EasyClaw est précisément de compresser ces 14 jours en 14 minutes, et de transformer ces 220 000 caractères de dialogue en une seule phrase.
Chaque embûche franchie par Fu Sheng s’est transformée en une fonctionnalité intégrée du produit — une embûche que vous n’aurez jamais à rencontrer.
Vous souvenez-vous de la phrase prononcée par les employés juste après le réveillon ?
« Une personne + une langouste = une équipe entière. »
L’histoire ne s’arrête pas là. Le seizième jour, Fu Sheng soumet à Sanwan un nouveau test de résistance : créer à zéro un site web complet intitulé « Élevage de langouste ». Il reste toujours alité, donnant ses instructions uniquement par voix et captures d’écran.
Vingt-quatre heures plus tard, sanwan.ai est en ligne : 59 pages, 7 070 lignes de code — et Fu Sheng n’a écrit aucune ligne…
24 heures plus tard, sanwan.ai était en ligne.
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
极客公园
