En août 2026, l’équipe de Claude a mené un sprint de deux semaines pour accélérer le chargement et l’interaction de claude.ai ainsi que de l’application de bureau. En se concentrant sur les quatre parcours utilisateurs représentant 95 % du trafic, ils ont atteint une amélioration moyenne de 3,1× (géométrique) selon les mesures p75.
Contexte et objectifs
Le point de départ était un temps de chargement initial de 3,1 s pour une page prête à la saisie, et de 2,6 s pour une session cloud Claude Cowork. L’objectif était de réduire ces latences tout en conservant la stabilité du service. L’équipe a créé un canal Slack dédié où Claude, le modèle interne (Claude Tag, comparable à Opus 5.5), recevait les consignes de mesure et de proposition d’améliorations.
Mesure et instrumentation
Pour chaque parcours, ils ont ajouté une instrumentation qui démarre à l’interaction utilisateur et se termine à l’affichage complet, séparant le travail client et serveur. Les données proviennent de Real User Monitoring (RUM) via Datadog MCP. Treize métriques ont été collectées, par exemple le temps de lancement de l’application web est passé de 3 085 ms à 550 ms, soit une réduction de 82 %. Le même effort a permis de diminuer le démarrage à froid de l’application de bureau de 6 310 ms à 3 328 ms (47 %).
Optimisations déployées
Les changements majeurs incluent : l’insertion d’un composer statique dans le HTML pour permettre la saisie pendant l’initialisation de React, la pré‑compilation d’un cache V8 afin d’éviter la recompilation du processus principal, le pré‑chargement des sessions lors du survol, et la réduction de 90 % des re‑rendus de la barre latérale. Chaque amélioration a été estimée en millisecondes par Claude, puis validée avant le déploiement. Au total, plus de 3 000 changements ont été fusionnés sans incident client ni rollback.
@Claude Your job is to facilitate all things related to the performance of the claude.ai website and desktop app.
Claude: I will monitor deploys, assess telemetry, maintain dashboards, and propose optimisations.
# claude-apps-perf thread
Sam: What can we do instead of wall‑clock timing? Can we measure JS instruction counts?
Claude: Yes. For pure‑JS hot paths, literal instruction counts: run the benchmark under Valgrind with node --predictable...Résultats et enseignements
Après le sprint, les temps moyens de réponse se sont réduits de 34 % à 95 % selon le scénario : l’envoi d’un message dans Claude Cowork desktop‑cloud est passé de 928 ms à 48 ms (19× plus rapide). L’ensemble des mesures montre une amélioration de 3,1× en moyenne. Le processus a démontré que l’automatisation de la mesure, la priorisation des parcours à fort impact et la capacité à itérer rapidement permettent d’obtenir des gains de performance majeurs sans compromettre la fiabilité.
