Le guide Claude Code pour les startups
Comment les startups en forte croissance utilisent Claude Code pour livrer : cinq principes opératoires tirés d'entretiens avec plus d'une douzaine d'entreprises.
Des natifs de l'IA travaillant à la pointe de l'innovation
Si vous souhaitez jeter un coup d'œil à l'avenir du travail, demandez aux startups comment elles fonctionnent aujourd'hui. C'est ce que nous avons fait.
Nous avons interrogé plus d'une douzaine de startups en forte croissance pour découvrir comment elles utilisent les outils de codage agentique pour créer des produits et faire évoluer leur entreprise. Ces startups changent les règles quant à savoir qui peut construire, ce qui est mis au rebut, et comment créer un cercle vertueux entre la façon dont vous construisez et ce que vous construisez.
Et elles livrent comme des organisations dix fois plus importantes.
Dans ce guide, nous explorerons les déploiements uniques de ces organisations pour découvrir les règles qu'elles suivent pour livrer rapidement et conserver leur avantage concurrentiel.
Ce faisant, nous commencerons également à recueillir des éléments de réponse à la question : à quoi ressemblerait une organisation qui construirait son cycle de vie de développement avec Claude Code à partir de zéro ?
Artemis Security
Cainex
Clay
ClickHouse
Commure
Crosby
Emergent
Harvey
Heidi
Higgsfield
Omni
Parahelp.png){kind=spacer}
Translucent
ZingageLe codage agentique réduit la barrière à l'entrée pour les employés non techniques souhaitant créer des produits. Avec Claude Code, vous pouvez créer des fonctionnalités opérationnelles sans maîtriser un langage de programmation ni savoir utiliser un IDE.
"Not only were engineers shipping much more, but non-technical people (like me) were also suddenly shipping UI changes and other product improvements."Mads Lunau Liechti · co-founder, Parahelp
Pour les fondateurs de startups, cela présente des avantages évidents. D'une part, ils ne disposent pas des effectifs de leurs concurrents plus importants, ce qui fait que « tout le monde doit mettre la main à la pâte ». Mais les fondateurs ne recherchent pas uniquement les capacités brutes : ces membres non techniques de l'équipe apportent également une expertise dans le domaine.
"Claude Code changed what it meant to be a lawyer at Crosby. The lawyers have the best product insights, because they are the users. It's been amazing to watch them cook."Ryan Daniels · co-founder and CEO, Crosby
Nous avons entendu la même chose du Dr Thomas Kelly, cofondateur et PDG de Heidi.
"For us, Claude Code solved the broken telephone problem. The way a new idea used to move through a team was the person with the idea tells a PM, who tells a designer, who then tells an engineer… and inevitably the essence of the idea gets lost in that chain. By the time something shipped, it often didn't resemble what the person had in mind. And it took weeks. Claude Code collapses that chain. The person who actually understands the problem can ship a PR bringing in designers and engineers for the parts where their expertise matters."Dr. Thomas Kelly · co-founder and CEO, Heidi
Dire « tout le monde livre » fait un excellent post LinkedIn, mais comment cela fonctionne-t-il dans la réalité ? L'équipe marketing approuve-t-elle les pull requests ? L'équipe juridique est-elle en train d'étudier les subtilités de la bisection des tests instables ?
La réponse que nous avons obtenue est qu'il existe toujours une division du travail. Les spécialistes du marketing se concentrent toujours sur le marketing et les développeurs se concentrent toujours sur le développement. Mais la première étape cruciale pour passer d'une idée à un prototype fonctionnel, celle de passer de 0 à 1, est ouverte à tous.
Nous avons également vu les startups les plus efficaces créer des mécanismes pour rendre ces contributions systémiques plutôt que de les laisser au hasard ou à l'ambition individuelle.
Créer des connexions
Fixer des attentes pour les employés en matière d'utilisation de l'IA est une chose, leur donner accès à Claude Code et aux outils dont ils ont besoin en est une autre.
"We're actually not running away from [having non-technical employees contribute], we're going towards it. Our take is every role is becoming an engineering role because you can build software for it… so we hire people who are tinkerers, who are interested in building"Kareem Amin · co-founder and CEO, Clay
Chez Crosby, l'équipe n'a pas amené les avocats vers Claude Code, elle a amené Claude Code aux avocats en le connectant aux outils et aux systèmes d'exploitation qu'ils connaissaient et avec lesquels ils travaillaient quotidiennement.
Spectacles de stand-up
À un moment donné, les idées doivent pouvoir être hiérarchisées afin que les ressources organisationnelles puissent contribuer à leur commercialisation. Cette voie est claire pour les chefs de produit — c'est leur travail après tout — mais elle ne l'est pas autant pour les employés non techniques.
Clay organise des revues trimestrielles où les prototypes sont examinés et peuvent être intégrés dans la feuille de route officielle. C'est ainsi qu'un membre de l'équipe chargée de la mise sur le marché de Clay a créé un agent autonome qui visite vos sites web, remplit vos formulaires de capture de leads, chronomètre le temps de réponse, évalue l'expérience et génère un rapport de performance.
Omni dispose d'un canal Slack dédié aux prototypes générés par Claude avec les contributions de tous, y compris du personnel technique senior. Ils appliquent également le corollaire de « tout le monde livre », à savoir « tout le monde parle aux clients ».
Even though engineers don't naturally gravitate toward customer calls, Omni deliberately puts them in front of customers because it closes the feedback loop faster.Chris Merrick · co-founder and CTO, Omni
Partager les skills
La frontière entre « tout le monde livre » et « au coup par coup » peut être mince. Les prototypes de fonctionnalités, quelle qu'en soit l'origine, doivent toujours être intégrés dans un produit qui donne l'impression d'être un tout cohérent. C'est là que les skills, fichiers d'instructions réutilisables qui codifient les normes et le contexte de votre équipe, peuvent contribuer à garantir que le développement reste aligné, même si le processus se démocratise de plus en plus.
« N'importe quel membre de l'équipe peut créer des composants produit, rédiger des supports marketing ou des présentations à partir de Claude Code en utilisant notre système de conception comme référence. L'IA qui intervient dans le produit doit répondre à des exigences beaucoup plus strictes, ce que Claude Code nous aide à atteindre avec plus de précision », a déclaré le Dr Thomas Kelly, Heidi.
Ils peuvent également intégrer rapidement les nouveaux développeurs et les employés non techniques et les rendre opérationnels.
"...we also have a GitHub repo of Claude Code skills which works as a shared knowledge base to quickly bootstrap a Claude Code session with known Emergent details like database [and data warehouse] location, some schema [information], overall company context….instead of trying to be perfect here, it is ok to live with slightly outdated context files as long as the agent can quickly verify and course correct."Mukund Jha · co-founder and CEO, Emergent
"Our engineers use Claude Code to spin up an in-house marketplace of specialized internal agents, organized by role, so engineering, delivery, and sales each get tools built for how they actually work."Jack O'Hara · founder and CEO, Translucent
Toutes les entreprises ont cherché à gagner en efficacité grâce à la technologie depuis l'aube de la révolution industrielle, mais ces startups se sont distinguées par la rapidité et l'ampleur de leur adoption.
Ces fondateurs considèrent l'IA comme une composante essentielle de leur mission. Beaucoup déclarent explicitement que les agents prennent en charge les 80 % mécaniques afin que les ingénieurs consacrent leur temps aux cas qui nécessitent réellement du discernement.
"Everyone's racing to build AI products. Far fewer are rebuilding how their company actually runs. The second one is the bigger unlock. Artemis Security runs as an AI-native company, not a company that happens to use AI. This supercharges our velocity and allows us to help customers stop attacks at machine speed."Shachar Hirshberg · co-founder and CEO, Artemis Security
Plus précisément, nous avons constaté une intégration de l'IA plus étroite dans leurs étapes SDLC que chez les autres, ainsi qu'un plus grand nombre d'agents spécialement conçus pour gérer les tâches récurrentes de bout en bout. Examinons quelques exemples des deux.
SDLC fondés sur l'IA
Bon nombre de ces startups présentées ont mis en œuvre des moyens pour accélérer l'intégration de leurs équipes dans leurs processus de codage agentique. Par exemple, chez Emergent, Mukund nous a confié : « dès le premier jour, une nouvelle recrue configure l'ensemble de son environnement de développement en indiquant à Claude le fichier markdown approprié. Si Claude détecte un élément défectueux ou périmé pendant l'intégration, il met à jour ce fichier ».
Ces ingénieurs doivent être intégrés rapidement car ces équipes livrent rapidement.
"Engineers here are orchestrating agent fleets, shipping fixes to production data problems the same day they're found, and running multiple PRs in flight simultaneously. One engineer ran a ~13-ticket initiative with Claude subagents in parallel, each owning a ticket and its PR."Tanay Tandon · CEO and founder, Commure
Dans ces organisations, Claude Code n'aide pas seulement à générer du code, mais le révise aussi. « Nous effectuons des revues de code automatisées conformément à nos cadres techniques et de conformité validés, en signalant les problèmes critiques et en transmettant les modifications suggérées aux réviseurs appropriés avant toute mise en production », déclare le Dr Kelly de Heidi.
Certaines de ces organisations ont également créé des agents personnalisés pour la revue de code, les tests et l'intégration continue. Ces startups ont accordé une attention considérable à la création de boucles plutôt qu'au simple déploiement de code.
« Mon [agent] préféré est le « Translucent code reviewer », qui se déploie sur une modification, l'examine sous plusieurs angles et synthétise les résultats comme le ferait l'un de nos ingénieurs seniors, mais plus rapidement que n'importe quelle personne seule », explique Jack, fondateur de Translucent.
Clay « ...a créé un agent qui gère… le triage des bogues, du premier examen à la suggestion de modifications de code pour les correctifs », explique Kareem.
This was most pronounced at ClickHouse, where co-founder and CTO Alexey Milovidov reported the database company had turned nearly every SDLC stage into an autonomous loop. Two purpose-built agents designed to fix flaky tests and find missing test coverage are now the #2 and #3 contributors to the ClickHouse repo. A separate family of agents handles operations, and the team uses Claude Code to build and iterate on those agents themselves.
Accélérer les processus avec des agents
Une autre tendance constante était que ces startups non seulement utilisaient les boucles agentiques dans Claude Code pour accélérer leurs efforts de développement, mais créaient également des agents pour accélérer des processus récurrents et souvent fastidieux.
Il s'agissait souvent d'un travail de routine pour permettre d'accorder davantage d'attention à leur avantage concurrentiel, à leurs relations clients et à la croissance de leur chiffre d'affaires. L'un des processus les plus courants que Claude a accélérés était l'analyse des données en libre-service.
Presque chacune de ces entreprises disposait d'un processus leur permettant de prendre rapidement des décisions à partir de données récentes, y compris des données non structurées, qui alimentent les pivots si essentiels dans la vie d'une startup.
Par exemple, Clay a développé un agent d'analyse interne et Heidi utilise Claude Code pour classer les retours des clients et des cliniciens ainsi que les données d'utilisation afin de faire émerger les signaux importants pour obtenir des insights produit.
ClickHouse et Omni proposent tous deux des produits qui intègrent ce type d'analyse de données IA, le tout alimenté par Claude.
Parmi les autres exemples, on peut citer la synthèse de milliers de documents juridiques avec des sous-agents (Crosby), l'analyse des données de sinistres pour repérer les anomalies sur les sites (Commure) et l'exploration continue des données financières des hôpitaux pour détecter les signes d'alerte qu'aucune équipe d'analystes n'aurait pu détecter à temps (Translucent).
Cette règle est le corollaire nécessaire de la règle 2 : automatiser les tâches fastidieuses. On ne peut automatiser un processus, sauf si on dispose d'un moyen fiable de surveiller et de vérifier le résultat.
Artemis Security co-founder Dan Shiebler said their increased deployment speed only works…"because we've invested deeply in testing infrastructure, codebase organization, and team knowledge systems that let agents ship end to end. This is the flywheel we've built with Claude: structure your codebase, knowledge base, and team the right way, and every contribution compounds."Dan Shiebler · co-founder, Artemis Security
"Early on we gave Claude full autonomy and it did what AI does. It shipped plausible code fast. The problem was it drifted from our architecture in ways that looked right but weren't. So we…wrote down every invariant. How we frame problems. What has to be true no matter what. How to prove something works instead of trusting a confident answer. 567 lines of how this team thinks."Victor Hunt · co-founder and CEO, Zingage
Pour être clair, aucune de ces startups ne fait fusionner des agents dans la branche principale en espérant que tout se passe bien. Nombre d'entre elles opèrent dans des secteurs hautement réglementés et nécessitent des cadres de gouvernance solides. Cainex est un exemple particulièrement illustratif de la combinaison d'agents et de contrôles déterministes pour lire les dossiers médicaux et générer des codes qui déterminent la facturation des hôpitaux.
"In medical coding, a wrong code isn't a typo. It's a billing and compliance event. That one fact governs how we build."Uriah Israel · co-founder and CTO, Cainex
« Voici la boucle que Claude Code exécute pour nous. Nous traitons un lot avec un agent et nos auditeurs examinent le résultat dans une application interne. Ils ne se contentent pas de voir les codes. Ils voient le raisonnement du modèle et ils commentent les deux…. Tout est versionné et auditable », a-t-il déclaré.
« Claude Code prend ensuite le relais. Il lit les prévisions initiales, ainsi que chaque correction et chaque commentaire, directement dans la base de données. Chaque correction est étiquetée par le type de code concerné. Claude Code sait donc s'il s'agit d'un problème de diagnostic, d'un problème de procédure ou d'une autre catégorie, et peut directement accéder aux directives qui régissent ce type de codage spécifique.
À partir de là, il retrouve la partie des instructions de l'agent à l'origine de l'erreur et la révise, ou rédige de nouvelles orientations lorsque le cas est véritablement nouveau. Chaque modification est effectuée par rapport à un ensemble d'instructions versionné et testée par rapport aux enregistrements ayant échoué. La règle que nous appliquons : corriger le principe, pas l'exemple », a-t-il poursuivi.
« Ensuite, le rétro-test. Un enregistrement peut avoir plusieurs codages acceptables, il ne s'agit donc pas d'une correspondance de chaînes. La vérification combine une correspondance sémantique avec nos ensembles acceptés et un juge qui demande : « S'agit-il d'une véritable erreur ou simplement d'un autre chemin valide ? », et Claude Code ajoute ses propres comparaisons à ce contrôle.
Il applique la modification proposée à un ensemble de référence ainsi qu'à des échantillons aléatoires et met en évidence toute régression avant toute mise en production. Ce qui revient est une courte liste : les modifications suggérées, les dossiers qu'il n'a pas pu résoudre et les questions auxquelles il souhaite des réponses. Les ingénieurs consacrent leur temps aux cas véritablement difficiles plutôt qu'aux 80 % mécaniques », a-t-il déclaré.
Il y a de nombreux enseignements généraux que les fondateurs peuvent tirer de ce flux de travail spécifique à la facturation des soins de santé.
Par exemple, Cainex fait appel à des experts en la matière pour réviser et guider régulièrement le raisonnement de Claude, et s'assurer que les conseils s'inscrivent dans une boucle d'auto-amélioration. Toutefois, ces experts ne sont pas là pour corriger au cas par cas ; leurs conseils sont utilisés dans le cadre d'une boucle d'auto-amélioration. Comme le dit Uriah, « corrigez le principe, pas l'exemple ».
L'autre point à retenir est la diligence apportée au maintien d'un solide « ensemble de référence » d'évaluation, c'est-à-dire d'un groupe de paires question-réponse vérifiées que l'équipe utilise pour vérifier la précision de l'agent. Chaque startup devrait maintenir plusieurs séries d'évaluations pour ses cas d'usage clés et les mettre à jour régulièrement, afin de prévenir les dérives et d'évaluer les futurs modèles.
"[Claude Code has] also transformed how we manage model velocity. New video and image models arrive constantly. Each requires new skills, evaluations, routing logic, and production testing before deployment. Claude Code has compressed that cycle from days to hours, allowing us to identify issues in production and deploy fixes in the same session….When you're competing against companies with 10x the headcount, that kind of leverage changes everything."Alex Mashrabov · co-founder and CEO, Higgsfield
Le dernier point qu'Uriah soulève est que ce processus peut nécessiter du travail. « Il n'a pas commencé aussi bien. Notre première version était surajustée. Cela « corrigerait » les choses en encodant le cas spécifique, et nous accumulions les correctifs au lieu de devenir plus intelligents. Nous avons modifié l'approche pour imposer des principes généraux et pour plafonner le nombre de spécificités pouvant être incluses dans un changement ».
Beaucoup de ces startups fondées sur l’IA sont en constante réinvention.
L'IA est souvent au cœur de ce qu'ils construisent et de la manière dont ils le font. Étant donné que les capacités des modèles évoluent en permanence, des fonctionnalités révolutionnaires et des structures de support critiques ont été abandonnées dès qu'elles sont devenues des coûts irrécupérables. Beaucoup de ces organisations considéraient cette reconstruction constante comme faisant partie de leur avantage concurrentiel.
« Ce que nous faisons chez Clay, c'est que vous le construisez, puis vous le reconstruisez, puis vous le reconstruisez encore. » Et puis, la quatrième fois que vous le construisez, vous savez tout ce qui est nécessaire et vous le faites correctement. Et nous ne jetons pas nécessairement les choses. Nous venons de le reconstruire : et cette fois avec plus de clarté », explique Kareem.
« Une refonte n'est pas terminée lorsque le nouveau chemin est déployé. C'est fait lorsque l'ancien chemin a disparu. « Teardown a toujours perdu la bataille des priorités auparavant : c'est fastidieux et cela ne livre aucune fonctionnalité », a déclaré Tanay, cofondateur de Commure. « Désormais, un ingénieur de Commure se contente d'invoquer une skill Claude avec l'instruction suivante : « Pour chaque indicateur de fonctionnalité déjà publié pour tous, ouvrez une PR pour le supprimer ainsi que le code associé », puis l'ingénieur passe en revue le résultat. Les migrations qui autrefois consommaient beaucoup de cycles de développement sont désormais planifiées puis réparties, et s'effectuent en quelques heures ».
Chaque arbre de travail lié est un répertoire ordinaire doté de sa propre branche extraite ; les trois partagent le même magasin d'objets .git au sein d'acme-web.
Kareem a également décrit une partie de l'avantage concurrentiel de Clay comme sa capacité à se reconstruire, à évoluer et à créer des boucles d'auto-amélioration.
« Je pense que l'avantage concurrentiel de toute entreprise en ce moment est qu'elle doit être capable de s'améliorer de façon autonome. Clay est donc un moteur de revenus capable d'apprendre de lui-même. Donc, plus vous l'utilisez, plus nous savons qui sont vos meilleurs clients, ce que vous devriez dire, ce qui a fonctionné, ce qui n'a pas fonctionné, et cela évolue avec le temps », a-t-il déclaré. « La véritable course, c'est de savoir qui peut atteindre la distribution le plus vite… afin que vous puissiez aider chaque [client] et ainsi vous améliorer. »
Lors d'un événement Code with Claude en mai 2026, Niko Grupen, responsable de l'IA appliquée chez Harvey, a expliqué comment chaque nouvelle vague de capacités de modèles — raisonnement émergent, automatisation agentique, planification et orchestration — nécessitait une réarchitecture complète de la plateforme.
"If you asked me six months ago what our architecture looks like, I'd give a fundamentally different answer from what it looks like today. If we hadn't been willing to say 'Hey, we need to scrap this and go agent native' we simply could not have these capabilities in our platform right now."Niko Grupen · Head of Applied AI, Harvey
Beaucoup de ces startups ont une boucle vertueuse essentielle au cœur de leur processus de développement. Développer avec l'IA les aide à créer des produits innovants avec l'IA.
Lorsque les développeurs améliorent leurs pratiques de codage agentique, ils acquièrent une meilleure maîtrise des capacités du modèle et une meilleure compréhension de la façon dont la conception des structures évolue à la pointe de la technologie. Ils peuvent ensuite utiliser cette inspiration dans leurs propres agents et produits.
« Nous nous sommes inspirés de l'approche fichier vs intégration [d'Anthropic], qui nous a encouragés à privilégier la simplicité dans notre propre produit. Nous avons évité une grande partie de la complexité qui aurait résulté d'un pipeline RAG », a déclaré Chris, Omni. « Nous avons également vu comment l'infrastructure de Claude Code permettait aux utilisateurs d'exécuter des tâches en parallèle et avons adapté certains de ces concepts dans notre propre interface utilisateur. »
Cela les aide également à rester attentifs à la performance de leurs propres produits.
« Comme notre créateur d'applications utilise également les modèles Anthropic en coulisses, si jamais nous constatons un comportement sur notre produit… nous pouvons rapidement déboguer localement via Claude Code pour savoir s'il s'agit d'un comportement du modèle ou d'un problème de structure. Cela a énormément contribué à améliorer nos cycles de triage », a déclaré Mukund, Emergent.
Le schéma que nous avons entendu à maintes reprises consistait à créer un agent interne avec Claude Code, à l'utiliser en interne (dogfood) et, en fonction de la réponse, à le promouvoir au rang de produit orienté client, souvent en utilisant Claude API, le SDK ou Claude Managed Agents.
« Nous avons créé nos propres agents IA [dans notre produit] avec lesquels les équipes interagissent directement, notamment un agent dans la console SQL et un SRE IA. Nous utilisons Claude Code pour créer et faire évoluer ces agents eux-mêmes. Les outils qui alimentent les expériences d'IA de nos clients sont, en partie, conçus avec l'IA », a déclaré Alexey, ClickHouse.
La liste de contrôle
Ce guide a abordé de nombreux sujets. Voici les conseils clés consolidés sur une seule page :
Les startups d'avant-garde se développent à la pointe de l'innovation
Ces enseignements proviennent de vos pairs qui travaillent à la pointe de l'innovation et nous espérons que vous les avez trouvés pratiques et exploitables. La communauté de startups Claude est une source constante d'inspiration, de bonnes pratiques et de conseils. Vous pouvez rejoindre cette communauté en :
- Vous abonnant à la Startup Newsletter et en rejoignant le programme pour les startups.
- Marquant les prochains webinaires Claude Code.
- Assistant à un événement près de chez vous
- Contribuant sur Reddit et Discord.
- Les entreprises en début de développement peuvent également postuler au programme Claude for Startups pour obtenir des crédits et une assistance.