De OpenClaw à Claude Code : notre parcours dans l'IA agentique en 2026

Neto Pompeu - CEO Primo Studio —

De OpenClaw à Claude Code : notre parcours dans l'IA agentique en 2026

Cet article, je l'écris à la première personne parce que c'est notre vécu chez Primo Studio. Un retour d'expérience honnête sur ce qu'on a construit, ce qui a marché, ce qui a cassé, et où on en est aujourd'hui dans l'IA agentique.

Janvier 2026 : on démarre avec OpenClaw

En janvier, on a configuré OpenClaw avec Claude Opus 4.6. Pour ceux qui découvrent, OpenClaw était un harness open source permettant d'utiliser les modèles Anthropic avec un tooling complet et une architecture agentique. Pour une agence comme la nôtre basée en Guyane, c'était parfait : on pouvait construire des agents sur mesure sans dépendre d'une plateforme SaaS américaine opaque.

On l'a utilisé intensivement, au point où c'est devenu central dans notre workflow :

  • Génération de code
  • Automatisation de tâches administratives
  • Analyse de documents client
  • Prototypage rapide

Notre contribution : le plugin mémoire OpenClaw

Un des gros manques d'OpenClaw à l'époque, c'était la persistance mémoire entre sessions. Chaque conversation repartait de zéro, l'agent ne se souvenait ni de vos préférences, ni du contexte métier de vos projets.

On a donc développé un plugin mémoire dédié : openclaw-memoria.

Ce que ça faisait :

  • Stockage persistant du contexte projet
  • Mémoire à couches (court terme, long terme, méta)
  • Récupération intelligente selon la pertinence
  • Partage de contexte entre agents

C'était le début de notre exploration sérieuse de l'IA agentique en production.

L'expérience Qwen 35B sur Mac mini 64Go

En parallèle, on a voulu tester la souveraineté. Pas question de tout miser sur une API cloud qui peut disparaître du jour au lendemain (spoiler : ça s'est avéré prémonitoire).

On a déployé Qwen 3.5 35B sur un Mac mini M4 Pro 64Go de RAM. Les chiffres étaient impressionnants :

  • Inférence locale à 15-20 tokens/seconde
  • Qualité de sortie très acceptable pour des tâches simples
  • Coût marginal quasi nul après achat du matériel
  • Données 100% en local, zéro envoi vers le cloud

Le vrai gain : pour des workflows répétitifs (rédaction d'emails, résumés, traductions basiques), Qwen local était largement suffisant. Pas besoin de payer 15$/million de tokens.

L'assistante admin WhatsApp

On a commencé à configurer une assistante administrative via WhatsApp Business API, connectée à notre stack :

  • WhatsApp → webhook
  • Traitement par Claude Opus via OpenClaw
  • Accès aux outils : calendrier, Directus, facturation, CRM
  • Réponses automatiques aux clients

L'idée : permettre à un dirigeant de PME guyanaise de gérer son activité en WhatsApp, sans dashboard complexe. "Envoie une facture à Dupont pour 500€" → c'est fait.

Le coup dur : Anthropic arrête OpenClaw

Puis en mars/avril 2026, Anthropic a décidé d'arrêter de servir OpenClaw. Pour des raisons stratégiques (consolidation autour de Claude Code probablement), l'accès API dédié à OpenClaw a été coupé.

Ça nous a forcés à pivoter. Rapidement.

La tentative GPT-5.4 : bon mais pas au niveau pour nous

Naturellement, on a testé GPT-5.4 d'OpenAI comme alternative. Le verdict après plusieurs semaines d'usage réel :

Les points positifs :

  • Bonne qualité générale
  • API stable
  • Tarification correcte
  • Contexte long

Les points bloquants pour nous :

  • Tooling très en retrait : GPT galère dès qu'il faut chaîner plusieurs outils avec précision. Claude Opus enchaînait 15-20 appels d'outils en maintenant le contexte, GPT-5.4 se perd après 5-6.
  • Verbosité excessive : les réponses sont systématiquement longues, remplies de disclaimers et de préambules. Pour un assistant métier qui doit être factuel, c'est épuisant.
  • Langage moins naturel : Claude Opus avait ce je-ne-sais-quoi de fluidité. GPT sonne plus 'machine', surtout en français.
  • Suivi d'instructions complexes : Claude respectait mieux les contraintes multi-niveaux.

C'est subjectif, mais pour notre usage (agents métier en production), GPT-5.4 n'était pas au niveau d'Opus 4.6 sur OpenClaw.

L'économie du problème : l'API Anthropic directe est trop chère

On aurait pu utiliser l'API Claude directement (sans OpenClaw). Mais les tarifs d'Opus 4.6 sont prohibitifs pour une agence guyanaise :

  • 15 $ pour 1M tokens en input
  • 75 $ pour 1M tokens en output

Sur nos workflows agentiques (qui font facilement 100-500k tokens par session client), ça devient 100-300 $/jour juste en coûts API. Multiplié par 5-10 clients actifs, c'est plusieurs milliers d'euros par mois. Pas viable pour notre structure.

Où on en est aujourd'hui

On a pivoté vers Claude Code (le CLI officiel Anthropic). C'est ce qu'on utilisait avant OpenClaw, et on y est revenu. C'est robuste, mais c'est un retour en arrière en termes de flexibilité par rapport à OpenClaw.

Notre stack IA actuelle :

  • Dev/code : Claude Code (officiel Anthropic)
  • Tâches simples : Qwen 35B local sur Mac mini
  • Client-facing : en pause, on attend de meilleures options
  • Mémoire/RAG : pipeline custom basé sur notre expérience openclaw-memoria

Notre espoir pour fin 2026

Malgré tout, je reste optimiste. Trois raisons :

1. L'open source rattrape Claude Qwen, DeepSeek, Llama 4 progressent vite. D'ici fin 2026, on devrait avoir un modèle local qui tient la comparaison avec Opus 4.6 pour la majorité des tâches. Plus besoin de l'API cloud.

2. OpenAI va corriger ses faiblesses GPT-5.4 a des bases solides. Les faiblesses sur le tooling et la verbosité sont corrigibles. GPT-6 ou équivalent devrait combler le gap avec Claude.

3. Les modèles vont se spécialiser On ne veut pas tous un "super modèle généraliste". Pour un assistant admin WhatsApp, un modèle de 7-14B paramètres bien fine-tuné sur des tâches business est probablement plus efficace qu'un 200B généraliste.

Ce qu'on retient, concrètement

  • Ne jamais dépendre à 100% d'une API externe. Anthropic a coupé OpenClaw en 2 semaines. Demain ça peut être votre fournisseur.
  • Les modèles locaux sont viables en 2026. Qwen 35B sur Mac mini fait le job pour 60% des tâches business.
  • Le tooling/agentique reste le vrai différenciateur. Un modèle moyen avec un bon tooling bat un gros modèle sans tooling.
  • Le marché va se stabiliser. 2027 sera moins chaotique que 2026, promis (ou pas).

Notre promesse chez Primo Studio

On garde cette expérience et on la met au service de nos clients guyanais. Si vous voulez intégrer de l'IA dans votre activité (PME, collectivité, e-commerce), on sait désormais :

  • Quels modèles choisir selon le cas d'usage
  • Comment ne pas dépendre d'un seul fournisseur
  • Comment déployer en local pour les données sensibles
  • Comment structurer un agent avec du vrai tooling

Envie d'explorer l'IA pour votre entreprise ? Contactez-nous pour un premier échange. On vous dira honnêtement ce qui marche et ce qui ne marche pas.

---

Neto Pompeu, CEO de Primo Studio, Saint-Laurent-du-Maroni, Guyane française