I Told Claude to "Make it better" 100 Times (It Went Too Far)

I Told Claude to "Make it better" 100 Times (It Went Too Far)

J'ai demandé à Claude de "l'améliorer" 100 fois (c'est allé trop loin)

Historique des titres
  • I Told Claude to "Make it better" 100 Times (It Went Too Far) — observé le 20261030-0821 UTC (YouTube)

par Nate Herk | AI Automation · Voir la chaîne sur PSI

Sciences appliquées & ingénierie IA — Modèles & Recherche UYQIntelligence artificielle (IA)UYQFIntelligence artificielle générative
🎙 Nate Herk | AI Automation 👥 1.1M 📅 30 octobre 2026 ⏱ 13 min 👁 59K 📄 étude originale 🧭 2026-10-30
Disponible en : Français (actuel) English

Mots-clés

Claude CodeSonnet 5.5Opus 5.5Amélioration itérativeSurcharge fonctionnelle

Résumé

Le créateur Nate Herk a mené une expérience avec Claude Code, en donnant à deux modèles (Sonnet 5.5 et Opus 5.5) un site web de café extrêmement mauvais et en leur demandant de l’améliorer 100 fois de suite, avec l’ordre de faire un changement audacieux à chaque itération. Sonnet a procédé à des changements progressifs et prudents, aboutissant à un site fonctionnel avec environ 3 000 lignes de code, tandis qu’Opus a ajouté de nombreuses fonctionnalités (26 000 lignes de code), jusqu’à ce que le site devienne saturé et cassé. L’expérience montre que sans guidance, les modèles ont tendance à sur-ingénierie et à se concentrer sur l’augmentation des conversions, sans jamais utiliser la recherche web malgré la consigne d’innover. Le coût et le temps d’exécution diffèrent considérablement (Opus : 8h30, 137 $ ; Sonnet : 2h, 22 $). La vidéo analyse chaque étape clé et souligne l’importance de la supervision humaine et du cadrage des prompts pour éviter le sur-dimensionnement.

160 mots

Évaluation critique

Valeur des informations & solidité de l’argumentation

La valeur de cette expérience réside dans sa démonstration concrète du comportement de deux modèles d’IA face à une consigne ouverte d’amélioration itérative. Elle offre des observations inédites sur la tendance à l’overengineering, la différence de stratégie entre les modèles, et l’absence d’utilisation de la recherche web. L’argumentation est solide car le créateur présente des données chiffrées (lignes de code, coûts, durées) et des captures visuelles à des étapes clés. Cependant, l’expérience est anecdotique, non reproduite et dépendante du prompt exact, ce qui limite sa généralisation. Le créateur tire des conclusions pertinentes (le modèle fixe la plafond, le prompt fixe la direction) mais ne propose pas de méthode quantitative pour évaluer la qualité perçue.

Rigueur scientifique, qualité des sources, adéquation du titre

La rigueur scientifique est moyenne : l’expérience est bien documentée, avec un environnement contrôlé (session propre, sans outils supplémentaires), mais elle manque de répétitions, de mesures objectives de la qualité (ex. tests utilisateurs) et d’analyse statistique. Les sources citées dans la description sont principalement des liens vers les outils du créateur (Scrollcraft, Glido, Hostinger) et des ressources de sa communauté, reflétant une promotion de ses services plus que des références scientifiques. L’adéquation du titre est bonne : le titre annonce clairement l’expérience et son résultat (‘It Went Too Far’), ce qui correspond au contenu. Aucune source externe n’est exploitée, mais la transparence sur la méthode compense partiellement ce manque.

238 mots

Adéquation titre / contenu

Le titre reflète bien le contenu : l'expérience d'amélioration itérative d'un site web par Claude, qui aboutit à un résultat excessif et cassé.

Qualité & fiabilité

6/10

Expérience personnelle non validée par des pairs, mais la méthode est transparente et les données sont présentées de manière détaillée, ce qui permet de juger de la fiabilité des conclusions.

Chapitres

Sources citées

Apport & nouveautés

L’apport original de cette vidéo est de fournir une étude de cas concrète sur le comportement itératif de deux modèles de Claude (Sonnet 5.5 et Opus 5.5) dans une tâche de conception web. Elle met en évidence que, sans direction humaine, les modèles tendent à ajouter des fonctionnalités sans discernement, jusqu’à casser le site, et qu’ils n’initient pas de recherche web pour enrichir leur réflexion, même lorsqu’on leur suggère d’innover. Cet exemple illustre l’importance du cadrage du prompt et du contrôle qualité humain dans l’utilisation des IA génératives.

Pour aller plus loin :

  • Claude (modèle de langage) — Contexte sur les modèles Claude d’Anthropic.
  • Prompt engineering — Techniques de formulation de prompts pour guider l’IA.
  • Surcharge fonctionnelle — Concept d’ingénierie excessive, pertinent pour expliquer le résultat d’Opus.

127 mots

Profil radar

Le profil radar montre une quantité d'informations élevée (8), une qualité d'information correcte (7), un niveau technique moyen-supérieur (7) et une fiabilité globale modérée (6). Cela indique une vidéo riche en contenu et techniquement accessible, mais dont la fiabilité est limitée par l'absence de validation externe ou de méthodologie académique.

Fiabilité 6/10