Quiz Claude Platform 101

Réponse : La Messages API donne un accès direct au modèle, requête par requête : vous pilotez la boucle et hébergez l’exécution des outils. Claude Managed Agents est un harnais d’agent prêt à l’emploi : Anthropic fait tourner la boucle et héberge un bac à sable par session, pour les tâches longues et asynchrones (leçons 1 et 11).

Réponse : model, max_tokens et messages. L’API est sans état : elle ne garde rien d’une requête à l’autre, donc chaque requête doit contenir toute la conversation (leçon 2).

Réponse : Claude Opus 5.5, d’après la documentation. Ensuite, on tranche sur ses propres tests, avec ses vrais prompts et ses vraies données, en comparant la qualité, la latence et le coût par tâche réussie (leçon 3).

Réponse : Exécuter les trois outils, puis renvoyer les trois tool_result dans un seul message utilisateur, chacun avec l’identifiant de son appel ; un outil en échec renvoie quand même un résultat avec is_error: true (leçon 4).

Réponse : Qu’un outil exécuté par le serveur a atteint la limite d’itérations de sa boucle avant d’avoir fini. Il faut renvoyer la conversation, réponse en pause comprise, pour que Claude reprenne (leçons 4 et 7).

Réponse : Forcer un outil renvoie une erreur 400 sur Claude Opus 5.5, Sonnet 5.5 et Fable 5.1. On laisse tool_choice à auto, on demande l’outil dans le prompt, on garantit les arguments avec strict: true, ou on utilise les sorties structurées si le but était d’obtenir du JSON (leçon 5).

Réponse : Avec l’effort, output_config.effort, de low à max (medium par défaut sur ce modèle). La réflexion y est toujours active : la désactiver ou fixer un budget_tokens renvoie une erreur 400 (leçon 6).

Réponse : Non : il ne récupère que des adresses déjà présentes dans la conversation (fournies par l’utilisateur ou trouvées par une recherche). Et ses erreurs arrivent dans un bloc de résultat, pas en exception (leçon 7).

Réponse : Claude ne lit d’abord que le nom et la description de chaque skill, et ne charge ses instructions et ses fichiers qu’au moment où la tâche en a besoin. On peut ainsi disposer de nombreuses skills sans remplir le contexte (leçon 8).

Réponse : La définition du serveur dans mcp_servers et un outil mcp_toolset qui reprend son nom. Le serveur doit être exposé publiquement en HTTP : un serveur local en stdio ne peut pas être connecté directement, et seuls les appels d’outils sont pris en charge (leçon 9).

Réponse : D’abord l’emplacement du point de cache : il doit être sur le dernier bloc identique d’une requête à l’autre, pas sur la question qui change. Ensuite ce qui modifie le préfixe : une date ou un identifiant dans le prompt système, des clés JSON dans un ordre variable, une liste d’outils qui change. Enfin la longueur : sous le minimum du modèle, rien n’est mis en cache, sans erreur (leçon 10).

Réponse : Parce qu’un agent est une configuration enregistrée et versionnée : on le crée une fois, on stocke son identifiant, et chaque exécution lance une session sur une version donnée. Recréer l’agent à chaque fois accumule des agents orphelins, fait payer le temps de création et casse le suivi des versions ; pour changer le comportement, on met l’agent à jour (leçons 11 et 12).

Réponse : Le flux ne livre que les événements survenus après son ouverture : ouvert trop tard, il manque le début du travail. Avec requires_action, des appels d’outils attendent votre réponse (leurs identifiants sont dans stop_reason.event_ids) : la session attend indéfiniment, il faut envoyer un user.tool_confirmation pour chacun, deny quand personne ne surveille (leçon 12).

Réponse : Le fichier à modifier, le procédé à employer (par exemple le Tool Runner avec betaZodTool) et l’état final attendu (le script s’exécute et affiche la réponse). Claude Code écrit, exécute et corrige ; il vous reste à relire le diff avec la grille du cours (leçon 13).