OpenClaw : Ascension et Chute — Chronologie et vraies raisons de l'effondrement
OpenClaw a émergé rapidement. Puis a disparu encore plus vite.
OpenClaw n’a pas échoué en tant que produit. Il a perdu son carburant.
Ce qui ressemble à un boom dramatique suivi d’un effondrement est en réalité quelque chose de plus mécanique et plus intéressant. OpenClaw était une couche mince superposée à un avantage économique temporaire dans l’écosystème de l’IA. Une fois cet avantage disparu, l’attention s’est évanouie.
Cet article décortique la chronologie exacte, les véritables moteurs derrière ce pic d’intérêt, et pourquoi la chute était inévitable.
L’illusion d’une croissance pilotée par le produit
La plupart des gens supposent qu’OpenClaw a grandi parce qu’il s’agissait d’un excellent agent IA — et c’est seulement partiellement vrai.
OpenClaw était véritablement utile. Il prenait en charge plus de 50 intégrations, fonctionnait avec Claude, GPT-4o, Gemini et DeepSeek, et a attiré une adoption en milieu professionnel — Tencent a même construit une plateforme directement dessus. Mais la seule capacité technique ne suffisait pas à le distinguer des alternatives comparables :
- Cline
- Configurations basées sur LangChain
- Autres enveloppes d’agents
Le véritable moteur était l’accès plutôt que la capacité — une distinction qui explique l’ensemble de l’arc de l’ascension et de la chute d’OpenClaw.
OpenClaw a rendu les modèles puissants abordables à grande échelle.
Phase 1. Émergence silencieuse (novembre 2025)
L’histoire commence en novembre 2025, lorsque Peter Steinberger a construit le premier prototype en environ une heure. Il était agacé que l’outil n’existait pas encore, alors il l’a construit, le nommant Clawdbot — une allusion à Claude d’Anthropic, accompagnée d’un mascotte homard.
La première version était pratique plutôt que spectaculaire : un agent IA capable de gérer des calendriers, vérifier les e-mails, réserver des rendez-vous et automatiser des tâches informatiques au nom de l’utilisateur. Steinberger l’a partagé dans les communautés de développeurs et les premiers adoptants ont reconnu quelque chose de prometteur, bien que la croissance à ce stade reste lente et organique, sans visibilité en dehors des cercles techniques.
Phase 2. L’ignition virale (janvier–février 2026)
Le pic a commencé lorsque plusieurs forces se sont alignées en succession rapide.
1. Drame du nom et rebranding forcé
Fin janvier 2026, Anthropic a envoyé à Steinberger une notification de violation de marque déposée concernant “Clawdbot”, invoquant une similarité phonétique avec “Claude”. Selon son récit, Anthropic a géré la situation professionnellement — mais la notification a forcé un changement de nom. Le projet est devenu Moltbot pendant trois jours, puis OpenClaw, et ce rebranding forcé a généré exactement le type d’attention que les budgets marketing ne peuvent pas acheter.
2. La vague d’engouement pour les agents
Le marché était déjà préparé pour une percée des agents :
- les agents autonomes étaient tendances sur les réseaux sociaux et dans la presse technologique
- “l’IA capable d’agir” était devenue le récit dominant
- les développeurs cherchaient activement des outils capables d’automatiser des flux de travail complexes
OpenClaw est arrivé exactement au bon moment, lorsque la demande pour ce type d’outil était à son plus haut et que l’histoire des agents IA autonomes captivait l’attention grand public.
3. La faille du calcul économique
Le facteur le plus décisif était une faille dans la tarification du calcul qu’aucune bonne ingénierie n’aurait pu créer délibérément.
Les utilisateurs ont découvert qu’OpenClaw pouvait se connecter à Claude en récupérant le jeton OAuth d’un abonnement Claude Pro ou Max et en usurpant les en-têtes d’authentification du propre client Claude Code d’Anthropic. Au lieu de payer par jeton via l’API, ils obtenaient efficacement :
une exécution d’agent quasi illimitée pour un coût mensuel fixe
Les chiffres ont rendu cela explosif. Un abonnement Claude Max coûtait 200 $ par mois, tandis que l’exécution de charges de travail équivalentes via l’API coûterait beaucoup plus cher — les analystes de l’industrie estimaient un écart de prix d’plus de cinq fois, ce qui signifiait qu’Anthropic subventionnait silencieusement chaque utilisateur intensif d’OpenClaw de centaines de dollars par mois.
Cela a changé les comportements instantanément :
- les développeurs lançaient des expériences intensives qu’ils n’auraient jamais tentées aux prix de l’API
- des démonstrations virales inondaient les réseaux sociaux
- l’automatisation à grande échelle devenait accessible aux développeurs solo
Rien dans le logiciel n’a changé — l’économie oui, et ce seul décalage a suffi à enflammer une courbe d’adoption virale. Le 2 mars 2026, le dépôt OpenClaw avait accumulé 247 000 étoiles GitHub et 47 700 forks, atteignant 100 000 étoiles en moins de 48 heures — un rythme largement décrit comme celui du projet GitHub à la croissance la plus rapide de l’histoire.
Phase 3. Pic d’utilisation et attentes gonflées
Au pic de l’intérêt, les développeurs ont poussé les agents à l’extrême, les réseaux sociaux ont amplifié les résultats, et les attentes ont explosé quant à ce que l’automatisation personnelle IA pourrait accomplir. Environ 135 000 instances OpenClaw fonctionnaient simultanément lorsque Anthropic a fait son annonce, et une fondatrice a décrit publiquement comment elle avait déployé neuf agents IA distincts pour gérer son travail administratif et la logistique de son ménage.
Pourquoi les outils IA deviennent-ils soudainement populaires puis s’estompent-ils
Parce que le pic initial est alimenté par la nouveauté et l’avantage perçu. Une fois que les utilisateurs testent les limites, la réalité s’installe — l’outil s’avère plus difficile à utiliser de manière fiable, et les conditions économiques qui le rendaient attractif se révèlent souvent temporaires. Dans le cas d’OpenClaw, l’avantage perçu était réel mais construit sur une économie empruntée qu’Anthropic n’avait pas tarifiée pour les charges de travail agencées.
Le créateur rejoint OpenAI (février 2026)
Avant que l’effondrement n’arrive, OpenClaw a perdu son architecte original.
Les 14 et 15 février 2026, Steinberger a annoncé qu’il quittait le projet pour rejoindre OpenAI. Sam Altman a posté que Steinberger “pilote la prochaine génération d’agents personnels” au sein de l’entreprise, et Steinberger a écrit que “s’associer avec OpenAI est le moyen le plus rapide de rendre cela accessible à tous”. OpenClaw a été transféré à une fondation open-source indépendante avec le soutien continu d’OpenAI.
Le timing était frappant. Anthropic avait refusé d’embaucher ou de s’associer avec Steinberger, malgré le fait que son outil était devenu arguably leur meilleur marketing gratuit depuis des années — un projet construit explicitement pour montrer à quel point Claude était performant. Au lieu de cela, il est allé directement chez leur plus grand concurrent, emportant avec lui à la fois l’élan du projet et ses relations communautaires.
Phase 4. Le début de la correction
Deux choses ont commencé à se produire en même temps.
1. Réalité des limitations des agents
Les utilisateurs qui avaient déployé OpenClaw à grande échelle ont commencé à rencontrer ses contraintes réelles :
- les agents sont fragiles et échouent de manière imprévisible sur les tâches multi-étapes
- la fiabilité est inégale selon les différents flux de travail et environnements
- la configuration et la maintenance sont non triviales pour la plupart des utilisateurs en dehors des cercles techniques
Ces limitations seules auraient causé un déclin graduel, mais OpenClaw ne s’est pas estompé progressivement — il a chuté brutalement, parce qu’une seconde force, plus décisive, a frappé exactement au même moment.
2. La couche économique se brise
Anthropic avait déjà joué ce jeu une fois. En janvier 2026, quelques semaines avant le pic d’OpenClaw, ils avaient bloqué OpenCode — un autre client de codage tiers populaire — d’utiliser les jetons d’abonnement Claude, présenté comme une violation des conditions d’utilisation, et non comme un problème de capacité. Les utilisateurs d’OpenClaw avaient toutes les raisons de s’attendre au même traitement, et ce moment est arrivé en avril.
Anthropic a ensuite introduit des restrictions qui ont fermé la faille entièrement :
- les outils tiers ont été bloqués pour utiliser les jetons OAuth d’abonnement
- l’utilisation a basculé vers une facturation supplémentaire à la consommation ou des clés API complètes
Cela a supprimé l’avantage clé :
l’exécution à grande échelle à moindre coût
Les utilisateurs faisaient désormais face à une structure de coûts très différente :
| Mètre | Avant la coupure | Après la coupure |
|---|---|---|
| Coût du plan mensuel | 20–200 $ (fixe) | 20–200 $ + utilisation |
| Coût par tâche | Effectivement 0 $ | 0,50–2,00 $ |
| Taux API (entrée Sonnet 4.6) | Couvert par l’abo | 3 $ par million de jetons |
| Taux API (sortie Sonnet 4.6) | Couvert par l’abo | 15 $ par million de jetons |
| Augmentation pour les gros utilisateurs | — | 10× à 50× |
Qu’est-ce qui a causé la chute soudaine d’intérêt pour les outils d’agents IA
La réponse est simple : non pas un manque d’innovation, mais la perte de calcul abordable. Une fois que le plancher de tarification a disparu, l’incitation à expérimenter et à partager a disparu avec lui, et l’intérêt pour les recherches a suivi presque immédiatement.
4 avril 2026 — La coupure nette
Le 4 avril 2026, à 12h00 heure du Pacifique, l’accès par abonnement s’est terminé pour tous les outils tiers.
Boris Cherny, responsable de Claude Code chez Anthropic, a posté sur X que les abonnements Claude Pro et Max ne couvraient plus l’utilisation des outils tiers, effective immédiatement. Un porte-parole d’Anthropic a confirmé que l’utilisation des abonnements avec des outils tiers était toujours contraire aux conditions d’utilisation, et que ces outils plaçaient “une contrainte disproportionnée sur nos systèmes”. Le contexte supplémentaire a rendu le timing urgent : le 1er avril, le code source complet de Claude Code — 512 000 lignes de TypeScript — avait fui via un package npm, exposant exactement comment les outils de première partie d’Anthropic s’authentifiaient avec le backend et rendant plus pressant de verrouiller les outils tiers qui usurpaient ces mêmes modèles.
Anthropic a offert un crédit unique équivalent à un mois d’abonnement et une réduction de 30 % sur les bundles d’utilisation préachetés pour faciliter la transition. Pour les utilisateurs légers, le crédit couvrait la période d’ajustement, mais pour les utilisateurs intensifs exécutant plusieurs instances, les nouveaux chiffres ne fonctionnaient simplement pas. L’effet sur l’activité a été immédiat :
- l’expérimentation s’est arrêtée
- le partage viral a disparu
- l’intérêt pour les recherches s’est effondré
Cela correspond presque parfaitement à la chute brutale sur Google Trends. Les mécaniques complètes de la politique et les options de migration après la coupure sont couvertes dans Claude, OpenClaw et la fin de la tarification à plat pour les agents.
OpenAI avance dans la direction opposée
Le même jour que l’interdiction d’Anthropic, OpenAI a confirmé publiquement que les abonnés ChatGPT Plus, Pro et Team étaient entièrement libres d’utiliser leurs abonnements pour alimenter OpenClaw via OAuth — y compris avec des modèles comme GPT-5.3 Codex pour des tâches de codage complexes.
Ce n’était pas un timing accidentel. En embauchant Steinberger et en ouvrant explicitement leurs portes d’abonnement, OpenAI s’est positionné comme l’alternative favorable aux développeurs exactement au moment où Anthropic coupait sa communauté la plus active, sécurisant la loyauté des développeurs qui construisaient la prochaine génération d’outils IA.
Phase 5. Où les utilisateurs d’OpenClaw sont réellement allés
Les utilisateurs n’ont pas disparu après l’interdiction — ils se sont redistribués sur un spectre d’alternatives selon leur profondeur technique et leur budget.
Utilisation directe des assistants de chat
De nombreux utilisateurs sont retournés aux interfaces de chat directes, échangeant l’automatisation des agents contre la simplicité et la fiabilité qu’ils avaient abandonnées :
- ChatGPT
- Interface Claude
- Gemini
Les agents IA remplacent-ils les assistants de chat traditionnels
Non — pour la plupart des utilisateurs, les agents ajoutent de la complexité sans gains de fiabilité suffisants. L’interface de chat reste la valeur par défaut pour l’utilisation quotidienne car elle est plus rapide à démarrer, plus facile à déboguer lorsque quelque chose tourne mal, et ne nécessite aucune configuration d’infrastructure. Les agents servent une minorité engagée d’utilisateurs intensifs, pas la population générale. L’écosystème des outils de développement IA a évolué pour combler ce vide avec des outils qui se situent entre les agents bruts et le chat simple, offrant aux développeurs une assistance structurée sans la surcharge agencée complète.
Écosystèmes de modèles moins chers
Les utilisateurs intensifs ayant la capacité technique de s’auto-héberger ont migré vers des alternatives moins coûteuses :
- Qwen
- DeepSeek
- autres modèles à bas coût accessibles via Ollama pour des configurations entièrement locales
Quels modèles sont populaires pour l’expérimentation IA à faible coût
Les modèles offrant une tarification plus basse, moins de restrictions d’utilisation et un déploiement flexible incluant l’auto-hébergement local ont absorbé la majeure partie des utilisateurs intensifs d’OpenClaw déplacés. Ces écosystèmes ont grandi silencieusement plutôt que de générer un engouement public, ce qui explique pourquoi la migration était largement invisible dans les données de tendance même si elle représentait une redistribution significative de la demande de calcul.
Cadres d’agents alternatifs
Les développeurs qui avaient encore besoin de capacités d’agent ont basculé vers des approches plus légères :
- scripts personnalisés adaptés à des flux de travail spécifiques
- cadres légers avec moins de dépendances
- solutions auto-hébergées combinant des modèles locaux avec un outillage minimal
La différence clé avec OpenClaw est que ces utilisateurs optimisaient pour le coût et le contrôle plutôt que pour la commodité, et construisaient pour la durabilité plutôt que pour l’automatisation maximale au prix minimal. C’est le modèle courant dans l’écosystème des systèmes IA auto-hébergés — l’indépendance du fournisseur traitée comme une exigence de conception, et non comme une après-pensée.
Le facteur négligé — pourquoi le coût est le véritable produit
L’insight le plus important de la trajectoire d’OpenClaw est que le coût fonctionne comme le véritable produit dans l’adoption de l’IA.
Pourquoi le coût est-il important dans l’adoption de l’IA
Parce que l’utilisation évolue de manière non linéaire avec les coûts de calcul. Lorsque le calcul est bon marché, l’expérimentation explose, l’innovation s’accélère, et l’attention grandit car le partage viral devient économiquement rationnel. Lorsque le calcul devient cher, l’utilisation se contracte aux seuls flux de travail sérieux, les utilisateurs occasionnels partent, et l’engouement disparaît presque du jour au lendemain — ce qui est précisément pourquoi les stratégies d’optimisation des jetons et de réduction des coûts deviennent des compétences critiques une fois que le calcul cesse d’être subventionné.
OpenClaw a démontré cette règle sous une forme inhabituellement claire : entre février et avril 2026, le logiciel n’a pas changé, mais l’économie de son exécution oui — et ce seul décalage a suffi à effondrer la communauté en quelques jours.
OpenClaw n’a jamais été l’histoire centrale
OpenClaw fonctionnait comme une couche de surface au-dessus de forces plus fondamentales.
L’histoire réelle impliquait trois facteurs opérant simultanément :
- l’accès aux modèles Claude aux prix d’abonnement plutôt qu’aux tarifs API
- un déséquilibre de prix de cinq contre un entre ce que les utilisateurs payaient et ce que l’utilisation coûtait réellement à Anthropic
- une correction de politique qui devait arriver éventuellement étant donné l’échelle de ce déséquilibre
Une fois que ces conditions sous-jacentes ont changé, tout outil qui en dépendait montrerait le même schéma — ce qui est exactement pourquoi des outils similaires ont explosé et décliné en parfaite synchronisation, indépendamment de leur qualité individuelle ou de leurs ensembles de fonctionnalités. La décision d’Anthropic a également révélé quelque chose de stratégique : en bloquant les clients tiers tout en protégeant Claude Code, l’entreprise a choisi de concentrer l’engagement des développeurs au sein de ses propres outils de première partie au moment où les communautés indépendantes itéraient plus rapidement que n’importe quel laboratoire centralisé.
Le schéma se répète dans l’IA
La trajectoire d’OpenClaw n’est pas unique — le même cycle s’est joué à plusieurs reprises dans l’écosystème de l’IA.
Le même schéma apparaît dans AutoGPT, BabyAGI, et d’autres cadres d’agents précoces qui ont attiré une attention massive puis se sont estompés lorsque les coûts de calcul, les limites de fiabilité ou les restrictions de plateforme ont été imposées. Le cycle est cohérent :
- Une nouvelle capacité apparaît
- Une utilisation bon marché ou gratuite émerge
- L’expérimentation virale commence
- Les coûts ou limites sont imposés
- L’attention s’effondre
Chaque cycle laisse derrière lui une base d’utilisateurs plus petite, mais plus engagée, et une compréhension plus claire de ce qui fonctionne réellement à grande échelle — c’est ainsi que le progrès se cumule même à travers le schéma boom-et-krach.
OpenClaw vs Hermes Agent — ce que les données de tendance montrent
Le graphique ci-dessus compare l’intérêt mondial pour les recherches Google Trends pour OpenClaw IA (bleu) et Hermes Agent (rouge) sur les trois derniers mois. OpenClaw a culminé à un indice de 100 au milieu de mars 2026 et s’est effondré brutalement en avril après la coupure d’abonnement. Hermes Agent a à peine été enregistré lors du pic d’OpenClaw, puis a progressivement pris de l’intérêt à mesure qu’OpenClaw s’estompait — atteignant un indice d’environ 40 par intermittences en avril, comparé à une moyenne de 49 pour OpenClaw et de 8 pour Hermes.
Hermes Agent est un cadre open-source construit par Nous Research et lancé en février 2026. Contrairement à OpenClaw, qui est optimisé pour une utilisation réactive large d’outils à travers de nombreuses intégrations, Hermes est construit autour d’une boucle d’apprentissage : il génère des compétences réutilisables à partir des réussites de tâches, les affine grâce à une utilisation continue, et maintient un modèle persistant de l’utilisateur entre les sessions. Le résultat est un agent qui s’améliore plus il est utilisé sur les mêmes types de tâches, plutôt que d’aborder chaque travail depuis la même base. Il a atteint 95 600 étoiles GitHub lors de ses sept premières semaines.
L’écart dans le graphique est significatif. L’excédent d’engouement d’OpenClaw ne s’est pas transféré à Hermes — il s’est évaporé. Les expérimentateurs occasionnels qui avaient fait fonctionner des agents bon marché sur les abonnements Claude ont simplement quitté l’espace plutôt que de migrer vers une alternative. Les utilisateurs qui ont effectivement migré vers Hermes étaient la minorité technique engagée qui avait besoin d’une automatisation persistante et auto-hébergée et était prête à la configurer correctement — ce qui est exactement le type de base d’utilisateurs plus petite, mais plus durable, qui reste après l’effondrement de chaque cycle d’engouement IA. Pour ces utilisateurs, les modèles de production Hermes valent la peine d’être explorés.
Conclusion finale — suivez l’économie, pas l’interface
OpenClaw n’a pas grandi parce qu’il était révolutionnaire — il a grandi parce qu’il a débloqué quelque chose temporairement sous-tarifé, et il est tombé non pas parce qu’il a échoué en tant que produit mais parce que cet avantage tarifaire a été supprimé par la plateforme dont il dépendait.
Ce n’était pas un cycle de vie produit. C’était un événement tarifaire.
Comprendre cette distinction est critique pour prédire le prochain pic dans les outils IA. Le même schéma se répétera chaque fois qu’une nouvelle subvention de calcul apparaîtra, que ce soit par une faille d’abonnement, une offre gratuite généreuse, ou un nouveau modèle open-weight qui sous-tarifie les prix établis. Suivez où le calcul est temporairement bon marché et vous trouverez la prochaine vague d’outils IA viraux avant que l’engouement n’arrive.
