Oups ! Une erreur s'est produite lors de l'envoi du formulaire.
Anthropic a lancé Claude Cowork — une fonctionnalité qui permet à Claude de contrôler votre bureau Mac ou Windows via des captures d'écran et des clics de souris. Il peut ouvrir des applications, remplir des formulaires et naviguer dans les menus pendant que vous regardez. Cela semble magique la première fois qu'on le voit.
Puis vous le regardez cliquer sur le mauvais bouton parce que deux icônes se ressemblaient. Ou attendre 4 secondes entre chaque action pendant que le modèle de vision traite une autre capture d'écran. Ou vous demander ce qu'il advient de vos identifiants bancaires lorsque des captures d'écran sont envoyées aux serveurs d'Anthropic pour interprétation.
Simulang résout ces trois problèmes. Il lit l'arborescence d'accessibilité au lieu des captures d'écran, s'exécute en millisecondes au lieu de secondes, et fonctionne entièrement sur votre machine locale. Mais Cowork a aussi des avantages — surtout pour les utilisateurs non techniques qui veulent pointer leur écran et dire "fais ça".
J'ai testé les deux sur les mêmes flux de travail de bureau. Voici la comparaison honnête.
Claude Cowork est la fonctionnalité d'utilisation d'ordinateur d'Anthropic, disponible dans l'application de bureau Claude. Elle donne à Claude la capacité de voir votre écran via des captures d'écran, de déplacer votre souris, de cliquer sur des éléments et de taper du texte — contrôlant ainsi efficacement votre bureau comme le ferait un humain.
La boucle d'interaction fonctionne comme suit : Cowork prend une capture d'écran, l'envoie au modèle de vision de Claude, identifie les éléments d'interface utilisateur à partir des pixels, décide quelle action entreprendre, l'exécute, prend une autre capture d'écran pour vérifier, et répète. Chaque action passe par ce cycle capture d'écran-raisonnement-action.
Cowork est né lorsque des équipes non techniques chez Anthropic ont commencé à contourner l'interface de chat pour utiliser Claude Code pour des tâches de travail intellectuel. Anthropic a conçu Cowork comme une version simplifiée de cette même capacité d'utilisation d'ordinateur, ciblant les chercheurs, les analystes, les équipes opérationnelles et toute personne travaillant quotidiennement avec des documents et des données.
Tarification : les forfaits Claude Pro (20 $/mois), Team (30 $/mois par utilisateur) et Enterprise. Chaque action consomme des jetons API via le pipeline de traitement des captures d'écran.
Simulang est une bibliothèque JavaScript open-source qui automatise les applications de bureau en lisant l'arborescence d'accessibilité du système d'exploitation — les mêmes données structurées que celles utilisées par les lecteurs d'écran. Au lieu de regarder les pixels, Simulang comprend le rôle de chaque élément d'interface utilisateur (bouton, champ de texte, élément de menu), son nom, son état et sa position exacte.
Vous écrivez des scripts d'automatisation en JavaScript. Ces scripts interagissent avec n'importe quelle application de bureau — navigateurs, tableurs, clients de messagerie, terminaux — via des références d'éléments précises plutôt que par des suppositions de coordonnées. Une fois écrits, les scripts se rejouent instantanément sans consommer de jetons API.
Simulang propulse Sai, l'agent IA qui l'utilise comme couche d'exécution. Lorsque Sai automatise un flux de travail, il utilise l'arbre d'accessibilité de Simulang en dessous.
Tarification : Simulang est gratuit et open source. Sai (l'agent IA basé sur Simulang) propose un niveau gratuit et des forfaits payants à partir de 20 $/mois.
Cowork capture l'intégralité de votre écran sous forme d'image, la réduit pour l'adapter à la fenêtre contextuelle de Claude et l'envoie aux serveurs d'Anthropic. Le modèle de vision interprète la capture d'écran pour identifier les boutons, les menus, les champs de texte et d'autres éléments en fonction de leur apparence. Il renvoie ensuite les coordonnées de la souris pour l'endroit où cliquer.
Cette approche présente un plafond de précision inhérent. Les petits éléments d'interface utilisateur, le texte à faible contraste et les icônes similaires peuvent perturber le modèle de vision. Un menu déroulant de 20 éléments apparaît différemment pour un modèle de vision que pour un humain capable de lire chaque ligne. Lorsque Cowork clique au mauvais endroit, il prend une autre capture d'écran, réalise l'erreur et tente de récupérer — ce qui ajoute du temps et augmente la consommation de jetons.
Simulang interroge l'API d'accessibilité du système d'exploitation (UI Automation sur Windows, AXTree sur macOS). Cela renvoie un arbre structuré de chaque élément d'interface utilisateur à l'écran, y compris les éléments techniquement hors écran ou cachés derrière d'autres fenêtres. Chaque élément est livré avec son rôle, son nom, sa valeur et son état — aucune interprétation n'est requise.
Cliquer sur un bouton signifie le référencer par son identifiant d'accessibilité, et non deviner où il se trouve à l'écran. Il n'y a aucune ambiguïté. Un bouton nommé "Submit" est toujours "Submit", quelle que soit la résolution de l'écran, la taille de la police, le mode sombre ou la position de la fenêtre.
Chaque action de Claude Cowork suit ce pipeline :
Total par action : 3 à 5 secondes.
Pipeline de Simulang :
Total par action : moins de 50 millisecondes.
Un flux de travail en 10 étapes prend à Cowork 30 à 50 secondes. Simulang le termine en moins d'une seconde. Pour une tâche de remplissage de formulaire en 20 étapes, vous regardez Cowork travailler pendant près de deux minutes tandis que Simulang l'achève avant que vous n'ayez fini de lire cette phrase.
Ce n'est pas une différence marginale. C'est un écart de vitesse de 100x qui s'amplifie à chaque étape.
La précision de Claude Cowork dépend entièrement de la qualité de l'interprétation de chaque capture d'écran par le modèle de vision. Anthropic a considérablement amélioré cela depuis la préversion originale de Computer Use, mais certains scénarios posent constamment problème :
Simulang n'a pas ces problèmes. Il lit les métadonnées des éléments directement depuis le système d'exploitation. Un bouton est un bouton, avec un nom et une position, quelle que soit la façon dont il s'affiche à l'écran. La précision est effectivement de 100 % pour tout élément qui existe dans l'arborescence d'accessibilité.
La nuance : certaines applications ont une mauvaise implémentation de l'accessibilité. Les jeux, les canevas rendus sur mesure et certaines applications Electron peuvent ne pas exposer tous les éléments via l'API d'accessibilité. Pour ces cas, Simulang offre un ancrage basé sur la vision comme solution de repli — mais le chemin d'interaction principal est toujours l'arborescence structurée.
Claude Cowork consomme des jetons à chaque exécution. Chaque capture d'écran représente environ 1 500 à 3 000 jetons (selon la résolution), plus les jetons de raisonnement pour chaque décision. Un flux de travail de 20 étapes pourrait consommer 40 000 à 80 000 jetons par exécution.
Exécutez ce flux de travail 10 fois par jour, 20 jours par mois, et vous consommerez des millions de jetons par mois — même avec un forfait Pro, vous remarquerez l'utilisation.
Les scripts Simulang ne coûtent rien à rejouer. Vous écrivez l'automatisation une fois, et elle s'exécute indéfiniment à coût marginal zéro. Pas d'appels API, pas de consommation de jetons, pas de limites d'utilisation. Cela rend Simulang considérablement plus économique pour les flux de travail répétitifs.
C'est là que la différence devient critique pour les équipes soucieuses de la sécurité.
Claude Cowork envoie des captures d'écran complètes de votre bureau aux serveurs d'Anthropic pour traitement. Tout ce qui est visible sur votre écran au moment de la capture — mots de passe, données financières, documents confidentiels, messages personnels — est transmis à une API tierce. Les politiques de rétention des données d'Anthropic s'appliquent.
Simulang s'exécute entièrement sur votre machine locale. L'arborescence d'accessibilité est interrogée localement. Les actions sont exécutées localement. Aucune donnée ne quitte votre ordinateur. Si vous associez Simulang à un LLM local pour la couche de raisonnement, l'ensemble du pipeline est isolé d'Internet.
Pour les industries soumises à des exigences de conformité — santé (HIPAA), finance (SOX), juridique (secret professionnel de l'avocat) — cette distinction n'est pas une préférence. C'est une exigence.
Cowork présente de réels avantages que Simulang n'égale pas :
Interaction sans code. Vous décrivez ce que vous voulez en langage naturel, et Cowork trouve comment le faire. Il n'y a pas de script, pas de configuration, pas de courbe d'apprentissage au-delà de la saisie d'une invite. Pour un chercheur qui doit organiser 50 PDF dans des dossiers par sujet, Cowork s'en charge sans écrire une seule ligne de code.
Compréhension visuelle. Cowork peut interpréter des graphiques, des diagrammes, des images et des mises en page visuelles que l'arbre d'accessibilité ne décrit pas. Si vous avez besoin que Claude « examine ce tableau de bord et résume les tendances », Cowork peut le faire — Simulang ne le peut pas, car le contenu visuel ne se trouve pas dans l'arbre d'accessibilité.
Itération conversationnelle. Vous pouvez observer Cowork travailler, l'interrompre, lui donner des corrections et affiner l'approche en langage naturel. L'interaction ressemble à un travail en binôme avec un collègue qui peut voir votre écran. Simulang exige de modifier le code pour changer le comportement.
Prise en charge étendue des applications. Parce que Cowork fonctionne à partir de captures d'écran, il peut interagir avec n'importe quelle application qui affiche des pixels — y compris les outils internes personnalisés, les logiciels hérités et les applications web avec des frameworks d'interface utilisateur non standard. Il ne dépend pas de la qualité d'implémentation de l'API d'accessibilité.
Simulang présente des avantages structurels que Cowork ne peut pas reproduire :
Fiabilité de niveau production. Lorsque vous avez besoin qu'une automatisation s'exécute 1 000 fois sans une seule erreur de clic, le ciblage déterministe des éléments de Simulang est la seule option. Le modèle de vision probabiliste de Cowork finira par faire des erreurs à grande échelle.
Flux de travail critiques en termes de vitesse. Tout flux de travail où le temps d'exécution est crucial — pipelines CI/CD, saisie de données en temps réel, surveillance haute fréquence — nécessite l'exécution en millisecondes de Simulang. La latence de plusieurs secondes par action de Cowork le rend inadapté à l'automatisation sensible au temps.
Opérations sensibles aux coûts. Les équipes exécutant des centaines de flux de travail automatisés quotidiennement ne peuvent pas se permettre une tarification au paiement par exécution. La relecture à coût zéro de Simulang rend l'automatisation économiquement viable à grande échelle.
Environnements sensibles. Tout contexte où les captures d'écran de votre bureau ne doivent pas être envoyées à un service cloud tiers. Gouvernement, santé, finance, juridique et toute organisation ayant des exigences strictes en matière de résidence des données.
Intégration programmatique. Les scripts Simulang peuvent être intégrés dans des pipelines CI/CD, appelés depuis d'autres applications, planifiés via des tâches cron et composés en flux de travail complexes à plusieurs étapes. Cowork est limité aux sessions interactives dans l'application de bureau Claude.