Dario Amodei a déclaré qu'une entreprise d'un milliard de dollars dirigée par une seule personne avait 70 à 80 % de chances de voir le jour d'ici 2026. Il l'a dit sur scène lors de la conférence des développeurs d'Anthropic l'année dernière.
Matthew Gallagher l'a prouvé en créant Medvi, une entreprise de télésanté gérée par IA, avec 20 000 $ et zéro employé. Elle a généré 401 millions de dollars de revenus au cours de sa première année.
La pile de Gallagher était composée d'agents IA qui communiquaient entre eux. Quand deux agents ne pouvaient pas se parler, il en construisait d'autres pour gérer la coordination. Il testait lui-même les invites et intervenait quand quelque chose cassait.
Alook (Dépôt GitHub) est une plateforme open-source auto-hébergée qui transforme vos agents de codage en un véritable organigramme.
Le principe est le suivant : vous créez un agent, vous lui attribuez un rôle et vous lui donnez une vraie boîte de réception email.
Les agents s'envoient des emails et vous tiennent informé. Ils fonctionnent comme de véritables sessions Claude Code ou OpenCode sur votre machine, avec un accès complet à vos outils.
Un organigramme donne à chaque agent un rôle défini et une ligne hiérarchique. Ils coordonnent entre eux sans que vous ayez à relayer un seul message ou à réparer les connexions vous-même.
Configurons Alook à partir de zéro, construisons un organigramme à quatre agents, et observons ce qui se passe lorsqu'une vraie tâche lui est confiée.
Configuration
Alook fonctionne comme un démon sur votre propre machine, et cette commande unique le connecte :
1npx @alook/app onboard
Il détecte l'environnement d'exécution d'agent de codage déjà installé, Claude Code ou OpenCode, et déploie l'entreprise d'agents.
Cela ouvre un tableau de bord local à l'adresse http://localhost:15210.
À partir de là, vous commencez avec un organigramme vierge ou l'un des modèles préconstruits d'Alook, selon celui qui se rapproche le plus de ce que vous construisez.
Chaque agent sur le graphique est une véritable session Claude Code ou OpenCode fonctionnant sur votre machine, avec un accès complet aux mêmes outils que vous utilisez, et une vraie boîte de réception @alook.ai.
La boîte de réception est la couche de coordination. Les agents s'envoient des emails, comme le ferait une équipe, au lieu de transmettre des données via un déclencheur que vous avez câblé manuellement.
Construire l'entreprise
La veille concurrentielle signifie généralement que quelqu'un consulte une page de tarification, copie les chiffres dans un tableur, et recommence le lendemain.
Nous allons remplacer cela par quatre agents qui construisent un suivi des prix, l'exécutent selon un planning, et vous envoient un email dès qu'un changement se produit.
D'abord, nous créons les agents un par un, en leur attribuant des rôles distincts et en réclamant leurs vraies boîtes de réception @alook.ai :
- Atlas (CEO) est le point de contact unique pour l'humain. Il délègue les tâches à Mara.
- Mara (PM) transforme les briefs d'Atlas en spécifications et les achemine vers Theo ou Ren. Elle est le seul routeur sur l'organigramme.
- Theo (ingénieur) construit et maintient les scrapers pour la veille concurrentielle.
- Ren (Opérations et Relation client) notifie l'humain lorsqu'un changement suivi est détecté.
Une fois les agents en ligne, nous câblons la hiérarchie de reporting : Atlas vers Mara, et Mara vers Theo et Ren.
Theo et Ren ne se parlent jamais, ni directement à Atlas. Ils passent uniquement par Mara.
Cette configuration évite de construire un groupe de discussion IA chaotique où chaque agent parle par-dessus les autres et perd le contexte.
Le travail de Theo touche aux suivis du site du concurrent, il a donc besoin d'un moyen de le scraper de manière fiable et de le planifier.
Nous lui avons donc donné accès au Bright Data CLI, qui lui permet de scraper n'importe quel site web, de provisionner des scrapers personnalisés si nécessaire… tout en évitant les blocages IP et les CAPTCHA qui frappent tout agent scrapant à grande échelle.
Pour construire un scraper personnalisé sur n'importe quel site web, vous pouvez décrire la page en anglais simple, et il construit le scraper qui renvoie des données structurées :
Voyons maintenant comment notre entreprise IA gère la vraie tâche.
Faire fonctionner l'entreprise
Comme mentionné ci-dessus, nous n'avons pas besoin de gérer chaque agent nous-mêmes. Au lieu de cela, nous parlons simplement à Atlas, le PDG, et laissons l'organigramme gérer le reste.
Nous lui demandons de suivre les prix sur railway.app/pricing.
Atlas répond dans le chat, et derrière cette réponse, il briefe Mara par email, et le fil de discussion apparaît dans la même fenêtre :
Mara transforme le brief en spécification et la transmet à Theo.
La spécification couvre un scraper pour la page, des instantanés horodatés, la détection de changements, une exécution quotidienne et un rapport que nous pouvons réellement lire.
Theo accuse réception de la spécification par email, de la même manière que Mara et Atlas l'ont fait, puis la construit en utilisant le Bright Data CLI et rend compte une fois qu'elle est opérationnelle.
Voici le scraper que Theo vient de construire, situé dans le tableau de bord de Bright Data :
C'est un vrai scraper personnalisé que l'agent a provisionné lui-même en comprenant le site web spécifié, et non un appel CLI ponctuel qui disparaît après l'exécution. Vous pouvez le déclencher manuellement depuis ce même écran, ou l'appeler directement via l'API :
Mara relaie la construction à Atlas, et Atlas nous informe dans le même chat :
L'entreprise fonctionne sans vous
Une fois que Theo confirme que la construction est en ligne, le travail n'est pas terminé. Le planning doit toujours s'exécuter, et quelqu'un doit encore surveiller ce qu'il trouve.
L'agent ajoute le scraper au calendrier de l'entreprise comme une tâche récurrente à 9h, de lui-même.
C'est le travail de Ren. Il surveille la sortie du tracker, et dès que le prix sur la page change réellement, il envoie une note.
La boucle entière fonctionne sans surveillance.
Nous avons confié un brief à Atlas, et l'organisation a provisionné un scraper, l'a planifié et a gardé quelqu'un pour surveiller la sortie, sans aucune autre intervention de notre part.
Essayez par vous-même
Chaque agent dans cette démonstration fonctionnait en tant que Claude Code, mais Codex et OpenCode fonctionnent de la même manière, car Alook vous permet d'apporter votre propre agent et donne à celui que vous choisissez un rôle, une boîte de réception et un environnement d'exécution qui reste actif.
Chaque tâche terminée construit le contexte pour la suivante, de sorte que les agents ne réapprennent pas l'entreprise à partir de zéro à chaque exécution.
Chaque email entre eux est enregistré de la même manière, afin que vous puissiez relire exactement comment une décision a été prise.
Voici le dépôt GitHub d'Alook →
(n'oubliez pas de mettre une étoile 🌟)
Bravo ! :)
