Anthropic vient de redéployer Claude Fable 5, son modèle le plus performant, après deux semaines de suspension. Au-delà de l’événement, une question concrète se pose pour nos métiers : qu’est-ce qu’un modèle de cette classe change réellement dans une pratique de design pilotée par l’IA ?

La réponse ne tient pas dans la génération d’images. Elle tient dans une capacité plus discrète, et bien plus structurante : l’aptitude à exécuter un travail long et complexe, en autonomie, sans perdre le fil.

Le vrai saut n’est pas l’intelligence, c’est l’endurance

Les modèles précédents, même excellents, partageaient une limite : ils démarraient fort puis se dégradaient à mesure que la tâche s’allongeait. Au bout de quelques dizaines d’étapes, la cohérence se fissurait et il fallait reprendre la main.

Fable 5 est conçu pour tenir sur la durée. Lancé dans un environnement agentique comme Claude Code, il planifie en plusieurs phases, délègue à des sous-agents, suit ses dépendances et maintient une décision cohérente sur des centaines d’étapes.

Anthropic documente des sessions autonomes de plusieurs heures, et Stripe rapporte une migration de 50 millions de lignes de code réalisée en une journée, contre plus de deux mois estimés à la main.

Pour un designer, l’analogie est directe. Le passage de « génère-moi cet écran » à « décline cette identité complète, du token au visuel final, en gardant la cohérence de bout en bout » devient réaliste. Ce n’est plus une succession de prompts qu’on recolle à la main, c’est une chaîne que le système tient seul.

La capacité qui parle vraiment à notre métier : il vérifie son propre rendu

Voici le point le plus important pour le design, et le moins commenté.

Fable 5 ne se contente pas de produire. Il vérifie son travail : il écrit ses propres tests pour valider le code, et il utilise la vision pour comparer le résultat produit au design ou à l’objectif de départ. Un modèle qui regarde ce qu’il a fait et le confronte à l’intention initiale.

C’est exactement le geste que nous faisons en relisant une maquette : est-ce que ce que je vois correspond à ce que je voulais ? Que cette boucle de contrôle commence à s’automatiser déplace la nature du travail. Figma, dans ses retours publics, évoque un « pas en avant clair sur le prototypage ». Ce n’est pas un observateur neutre : c’est l’outil au cœur de nos pratiques.

Trois effets concrets dans un workflow design piloté par l’IA

• La déclinaison de bout en bout devient fiable. Une source d’intention unique et bien définie, le design system, peut alimenter une chaîne plus longue sans que le modèle perde la cohérence en route : des composants aux maquettes jusqu’aux déclinaisons de la marque.

• La reprise manuelle diminue. Un modèle qui tient la cohérence et vérifie son propre rendu réduit le « je repasse derrière chaque écran ». Le designer intervient davantage en amont, pour définir, et en aval, pour valider. Moins au milieu, pour exécuter.

• La constance sur les tâches longues devient exploitable. Ce qui rend un pipeline utilisable en production, ce n’est pas la performance sur un prompt isolé, c’est la régularité sur mille étapes. C’est précisément là que ce modèle se distingue de ses prédécesseurs.

Ce que cela déplace dans le rôle du designer

Un système qui vérifie son travail a toujours besoin de quelqu’un pour définir ce qui est juste. La vision qu’il utilise pour se contrôler compare le rendu à un objectif, mais cet objectif reste posé par l’humain. L’intention, le goût, l’arbitrage de ce qui part en production, la responsabilité du livrable : rien de cela ne se délègue.

Le design system change alors de statut. De documentation lue par des humains, il devient une instruction structurée qu’un système exécute avec de plus en plus d’autonomie. Notre valeur se concentre là où la machine ne va pas : décider ce qui a du sens, et garantir que le résultat le porte.

Comment l’aborder, concrètement

La bonne posture n’est ni le rejet ni l’émerveillement. C’est d’identifier les points précis de notre chaîne de production où l’autonomie longue et l’auto-vérification font gagner du temps sans sacrifier la qualité, puis de construire les briefs et les contraintes qui permettent au système de bien travailler.

Car un enseignement revient à chaque test sérieux : la qualité du résultat dépend d’abord de la clarté de l’intention. Un design system mal structuré produira, avec un modèle plus puissant, une incohérence plus rapide et plus difficile à rattraper. Un design system nommé proprement, avec des règles explicites, devient au contraire un véritable poste de pilotage.

La montée en puissance de ces modèles ne remplace pas la rigueur du design. Elle la récompense.

Philippe Elovenko, Design system manager