L’IA dans ce projet
Ce baromètre a été conçu et développé avec Claude, l’IA d’Anthropic. Damien Gros a fixé le cap, tranché les décisions et relu chaque changement avant de l’accepter. Les chiffres publiés, eux, sont calculés sans IA. Cette page explique qui a fait quoi, comment, et pourquoi l’IA n’intervient pas partout.
En bref
- La spécification et la taxonomie ont été rédigées par Claude au fil de discussions avec Damien, qui les a validées puis versées dans le premier commit du dépôt, le 2 octobre 2026.
- Le code a ensuite été écrit en entier par Claude Code, l’agent de développement d’Anthropic, lot par lot. Chaque lot est une pull request que Damien relit et fusionne.
- L’exploitation suit la même règle : Claude Code prépare et vérifie, Damien fait les gestes sensibles, comme saisir les secrets ou agir avec les droits d’administration du serveur.
- Le classement des offres et les chiffres sont produits par du code déterministe, sans modèle de langage.
Une spécification avant le code
Tout part de la spécification, un document d’environ 900 lignes (version 1.2 au 21 novembre 2026). Elle décrit ce que l’outil doit faire : sources, traitement, indicateurs, affichage et plan de livraison. Trois conventions encadrent le travail de l’agent :
- ce qui est marqué (exigé) ne se discute pas. Par exemple : aucune donnée collectée dans le dépôt, et les contacts des recruteurs supprimés avant toute écriture ;
- ce qui est marqué [À VÉRIFIER] doit être confirmé sur la documentation officielle ou sur une vraie réponse de l’API avant d’être codé ;
- toute latitude prise, ou toute ambiguïté tranchée, est consignée avec sa raison dans le journal des décisions.
Le fichier CLAUDE.md résume ces règles pour l’agent : un lot à la fois, tests verts avant chaque commit, commentaires et documentation en français.
La vérification a servi dès le premier lot. Le 3 octobre 2026, une sonde de 300 appels sur l’API réelle de France Travail a corrigé trois hypothèses de la spécification :
- une recherche donne accès à 3 150 résultats, et non 1 150 ;
- la recherche par métiers ramène environ 2 900 offres, et non 15 000 à 30 000 ;
- découper la collecte par département perdait 3,4 % des offres, celles qui n’indiquent pas de département. La collecte se fait donc sur la France entière.
La spécification a été corrigée d’après ces mesures, et non l’inverse.
Un lot, une pull request
Le plan de livraison découpe le projet en lots : socle, collecte, traitement, tableau de bord, serveur, puis les lots de ce site. Chaque lot suit le même chemin :
- Claude Code écrit le code et ses tests sur une branche dédiée.
- Les tests automatisés, l’analyse statique et le contrôle des types passent, en local puis dans l’intégration continue de GitHub.
- La description de la pull request liste ce qui a été vérifié : chiffres comparés, pages mesurées, cas limites.
- Damien relit, pose ses questions, puis fusionne. Le lot suivant ne commence qu’après.
Au 21 novembre 2026, 13 pull requests avaient été fusionnées, le journal comptait plus de 60 décisions et le projet plus de 500 tests automatisés. Parmi eux, 93 cas de classement, des intitulés d’offres avec le métier attendu pour chacun, doivent tous passer.
Ce que Damien décide
L’agent propose, Damien tranche. Quelques décisions qui lui sont revenues :
- l’usage des offres France Travail au regard de leur licence de réutilisation, vérifié avant toute mise en production ;
- le déménagement de la collecte sur son serveur. L’offre Netlify de son compte, une formule ancienne, n’avait pas les fonctions longues prévues par la spécification ;
- l’ordre des lots, le nom du site et la publication du code ;
- les secrets : les clés d’API et les mots de passe sont saisis par lui seul, sur le serveur ou dans Netlify, jamais dans une conversation avec l’IA.
L’exploitation au quotidien
La collecte et le traitement tournent chaque lundi matin sur un serveur loué en France. Claude Code a écrit la procédure d’installation. Damien a fait les étapes qui demandent des droits d’administration. Claude Code a ensuite vérifié l’installation en lecture seule, depuis une session ouverte à distance sur le serveur.
Depuis le 7 octobre 2026, le run hebdomadaire part seul. Une alerte arrive sur le téléphone de Damien en cas d’échec, et une sauvegarde chiffrée des données part chaque semaine hors du serveur. Les garde-fous ne changent pas :
- aucune modification sur le serveur sans un accord écrit de Damien qui nomme l’action ;
- aucun secret dans le dépôt ni dans une conversation ;
- aucun jeton d’accès au compte Netlify sur le serveur : il n’envoie que des statistiques, à une adresse protégée par un secret ;
- un run ne déclenche jamais de déploiement du site.
Des incidents réels, et ce qu’ils ont changé
- 7 octobre 2026, des alertes refusées. La première alerte de test a été rejetée par le service de notification. Le serveur partageait son bloc d’adresses IPv6 avec d’autres clients de l’hébergeur, et le quota de ce bloc était épuisé. Les jobs passent désormais par l’IPv4.
- 16 novembre 2026, une fausse chute. La courbe des nouvelles offres finissait sur 5 offres : le run du lundi ne voit que les premières heures de sa propre semaine. Cette semaine n’est plus dessinée tant qu’elle n’a pas été collectée.
- 21 novembre 2026, une semaine sous-comptée. En construisant la page d’accueil, Claude Code a remarqué que la dernière semaine publiée gagne encore des offres les semaines suivantes : certaines n’apparaissent dans l’API qu’après leur date de création. Une mesure sur le serveur est en cours avant de choisir la correction.
Chaque fois, le constat, la décision et la correction sont écrits dans le journal des décisions et passent par une pull request.
Là où l’IA n’a pas sa place
Le classement des offres par métier n’utilise pas de modèle de langage. Des règles écrites dans la taxonomie sont appliquées à l’intitulé de chaque offre. Ce choix est délibéré :
- reproductible : le même intitulé donne toujours le même métier, d’une semaine à l’autre, ce qui rend les séries comparables ;
- explicable : on peut dire pourquoi une offre est rangée dans un métier, et corriger la règle fautive ;
- testable : chaque règle a ses cas de test ;
- gratuit : plusieurs milliers d’offres par semaine, sans coût par offre.
Un modèle de langage classerait sans doute plus d’offres. Mais ses réponses pourraient varier d’un appel ou d’une version à l’autre, et une hausse sur une courbe pourrait alors venir du modèle plutôt que du marché.
Les chiffres sont, eux aussi, calculés par du code. Quand un texte rédigé par un modèle citera des chiffres, chacun sera confronté aux données par du code avant publication, avec un texte de repli sans IA en cas d’écart.
Ce qui arrive
- Une revue mensuelle de la taxonomie. Chaque mois, Claude lira un export des intitulés non classés et des termes en hausse. Il proposera des changements de la taxonomie dans une pull request, chiffres et cas de test à l’appui. Damien les acceptera ou non, et tout l’historique sera reclassé avec la nouvelle version. Les changements retenus seront publiés dans un journal sur ce site.
- Un résumé de la semaine. Après chaque run, Claude rédigera un texte court à partir des statistiques. Chaque chiffre cité sera vérifié par du code, et le texte portera la mention de son écriture par l’IA. Coût estimé : moins d’un dollar par mois.