Chaque nouvel outil branché à un agent IA a un coût caché. Pour agir, l’agent charge d’abord la description de tous ses outils dans sa mémoire de travail, puis fait transiter chaque résultat intermédiaire par le modèle. Conséquence : des factures qui gonflent et des agents qui ralentissent dès qu’on les connecte à un système d’information réel. Le Code Mode — le « mode code » — inverse la logique : au lieu d’appeler ses outils un par un, l’agent écrit un petit programme qui les orchestre. À la clé, jusqu’à 98 % de jetons (les tokens, unités de texte facturées par les fournisseurs d’IA) en moins.
Le Code Mode, qu’est-ce que c’est ?
Pour dialoguer avec vos logiciels, un agent IA s’appuie sur le MCP (Model Context Protocol), le protocole standard qui connecte les agents aux outils et aux données externes : Google Drive, Salesforce, votre CRM. Le fonctionnement classique repose sur des « appels d’outils » (tool calls) : le modèle déclenche une action, lit le résultat, puis déclenche la suivante.
Le Code Mode remplace cette mécanique. Les outils MCP sont présentés à l’agent comme une bibliothèque de fonctions (une API). L’agent écrit alors un programme — quelques lignes de TypeScript ou de Python — qui enchaîne les appels, filtre les données et ne renvoie au modèle que le résultat final. C’est ce qu’a formalisé l’équipe d’ingénierie d’Anthropic fin 2025.
Pourquoi ça change tout côté coûts
Deux gouffres à tokens disparaissent. D’abord les définitions d’outils : un agent connecté à des centaines d’outils doit parfois ingérer des centaines de milliers de tokens avant même de lire votre demande. Ensuite les résultats intermédiaires : dans l’exemple d’Anthropic, transférer un compte rendu de réunion de Google Drive vers Salesforce fait passer tout le texte deux fois par le modèle. Réécrit en code, ce même flux tombe de 150 000 à 2 000 tokens, soit une économie de 98,7 %. Cloudflare, qui a industrialisé l’approche sous le nom de « Code Mode », fait tenir les quelque 2 500 points d’accès de son API dans environ 1 000 tokens.
Comment ça marche concrètement
Trois principes portent le gain. La divulgation progressive (progressive disclosure) d’abord : les outils sont rangés comme des fichiers dans une arborescence ; l’agent l’explore et ne lit que les définitions dont il a besoin, au lieu de tout charger d’emblée. Le filtrage dans l’environnement d’exécution ensuite : plutôt que de renvoyer les 10 000 lignes d’un tableur au modèle, l’agent les trie dans son code et n’en expose que cinq. Le bac à sable (sandbox, environnement isolé) enfin : le code s’exécute à part — Cloudflare utilise un « isolate » V8 — et les données intermédiaires y restent par défaut.
Un atout confidentialité pour les dirigeants français
Cet isolement a une vertu directe pour la conformité. Les données sensibles peuvent circuler d’un outil à l’autre — d’un tableur vers votre CRM — sans jamais entrer dans le contexte du modèle. Anthropic va plus loin avec une « tokenisation » automatique des données personnelles (e-mails, numéros de téléphone) avant qu’elles n’atteignent le modèle. Pour une entreprise soumise au RGPD, c’est un argument de gouvernance autant que d’économie. Cette efficience prolonge d’ailleurs l’ingénierie du contexte des agents IA, devenue la compétence clé pour les fiabiliser en production.
Bonnes pratiques et limites
Le Code Mode n’est pas gratuit. Exécuter du code généré par une IA exige un bac à sable réellement sécurisé, des limites de ressources et une supervision — une couche d’infrastructure que les simples appels d’outils évitent. L’approche s’inscrit dans la logique d’un protocole MCP prêt pour la production et se combine bien avec les fonctions réutilisables (Agent Skills). À réserver, pour l’instant, aux agents connectés à de nombreux outils ou manipulant de gros volumes de données, là où l’économie justifie l’effort d’ingénierie.
Ce qu’il faut retenir
Le Code Mode illustre une tendance de fond : les agents les plus efficaces ne multiplient pas les appels, ils écrivent du code. Pour un dirigeant, l’enjeu n’est pas technique mais budgétaire et réglementaire : diviser les coûts d’exploitation tout en gardant les données sous contrôle. Vous voulez évaluer ce que le Code Mode pourrait faire gagner à vos agents IA ? Parlons-en.