Claude Code vs Hermes Agent vs Opencode : quel harness de développement IA choisir en 2026 ?

Ce qu'il faut retenir

• Claude Code est un harness propriétaire d'Anthropic — le runtime qui connecte les modèles Claude aux outils de développement (bash, fichiers, git, MCP). Il excelle sur la qualité du code produit et l'automatisation CI/CD, mais verrouille l'utilisateur sur les modèles Anthropic.
• Hermes Agent est un harness open-source généraliste développé par Nous Research — pas un harness dédié au développement, mais un orchestrateur polyvalent qui sait écrire du code, automatiser des tâches, apprendre de ses interactions et fonctionner depuis Telegram, Discord ou Slack. Il se distingue par sa boucle d'auto-amélioration des skills.
• Opencode est un harness de développement open-source édité par Anomaly — un runtime agnostique sur les modèles (75+ fournisseurs), pensé privacy-first, qui orchestre plusieurs profils d'agents internes (Build, Plan, Explore, Scout) pour structurer le travail de développement logiciel.
• Le critère de choix n'est pas technique, il est stratégique : souveraineté du code, dépendance fournisseur, coût d'inférence et capacité à utiliser des modèles locaux sont les vraies variables pour une entreprise française en 2026.

Harness, orchestrateur, agent : de quoi parle-t-on exactement ?

Avant de comparer, il faut poser le vocabulaire. En 2026, le marché utilise des termes interchangeables qui désignent des choses distinctes :

• Le LLM (Claude Opus, GPT-5, Mistral Large) est le modèle de langage. Il génère du texte, du code, raisonne. Mais seul, il ne peut ni lire un fichier, ni exécuter une commande, ni créer une pull request.
• Le harness (ou orchestrateur) est l'infrastructure qui entoure le LLM et le rend opérationnel : il expose des outils (bash, édition de fichiers, grep, LSP, web), gère le contexte (fichiers de projet, mémoire, conventions), contrôle les permissions (qui peut exécuter quoi), et orchestre la boucle d'exécution (le LLM propose une action → le harness l'exécute → le résultat revient au LLM). C'est le runtime.
• L'agent est le LLM opérant à l'intérieur du harness. Quand Claude Code exécute une tâche complexe, l'agent est le modèle Claude agissant via les outils que le harness met à disposition. L'agent n'existe pas sans le harness.

Claude Code, Hermes Agent et Opencode sont donc trois harnesses — trois runtimes qui connectent un LLM à un ensemble d'outils et gèrent l'orchestration. La différence n'est pas dans le principe (tous les trois font la même chose architecturalement), mais dans l'étendue des outils exposés, la gouvernance, les modèles supportés et la philosophie de conception.

Le marché du développement logiciel assisté par IA a basculé en 2026. Les assistants d'autocomplétion de 2024 (GitHub Copilot, Tabnine) ont cédé la place à des harnesses capables d'orchestrer des workflows autonomes : lire un codebase entier, planifier une tâche, modifier plusieurs fichiers, exécuter des tests et créer des pull requests sans intervention humaine continue.

Trois approches se sont imposées comme les références du marché, mais elles ne résolvent pas le même problème :

• Claude Code est un harness de développement verticalement intégré à l'écosystème Anthropic.
• Hermes Agent est un harness généraliste qui sait coder, mais aussi automatiser, apprendre et communiquer via messagerie.
• Opencode est un harness de développement open-source, agnostique sur les modèles et centré sur la vie privée.

Ce comparatif s'adresse aux équipes techniques et aux DSI qui doivent arbitrer entre ces trois approches sans se limiter à des considérations de fonctionnalités.

Claude Code : le harness verticalement intégré

Claude Code est le harness d'Anthropic, lancé en 2025 et devenu le standard de fait pour les développeurs travaillant avec les modèles Claude. Il se présente comme un CLI installé dans le terminal, complété par des extensions VS Code et JetBrains, une application desktop et une interface web sur claude.ai/code. Anthropic le qualifie d'"agentic coding tool" — un runtime qui exploite les capacités agentic des modèles Claude pour lire un codebase, éditer des fichiers, exécuter des commandes et s'intégrer aux outils de développement.

Forces

• Qualité du code : Claude Code tire parti des modèles Claude (Opus, Sonnet) qui figurent systématiquement dans le top 3 des benchmarks de développement. La compréhension du contexte, la précision des diffs et la capacité à suivre des instructions complexes multi-fichiers sont sa signature.
• CLAUDE.md et auto-memory : un fichier markdown à la racine du projet donne des instructions persistantes (conventions de code, architecture, librairies préférées). Le harness construit en plus une mémoire automatique entre sessions, sans que l'utilisateur n'ait à écrire quoi que ce soit.
• Écosystème MCP : le Model Context Protocol, standard ouvert initié par Anthropic, permet au harness de se connecter à Google Drive, Jira, Slack ou des outils custom. C'est le MCP qui rend l'outil réellement opérationnel en environnement d'entreprise.
• Intégration CI/CD : Claude Code s'exécute dans GitHub Actions et GitLab CI/CD pour automatiser les revues de code, le triage d'issues et la création de PR. Les routines planifiées tournent sur l'infrastructure Anthropic, même machine éteinte.
• Sous-agents : possibilité de déléguer des sous-tâches à plusieurs instances Claude travaillant en parallèle, avec un agent coordinateur. L'Agent SDK permet de construire des workflows custom.

Limites

• Verrouillage modèle : Claude Code ne fonctionne qu'avec les modèles Anthropic. Pas de GPT, pas de Gemini, pas de modèles open-source locaux. Le harness et le LLM sont couplés.
• Coût : nécessite un abonnement Claude Pro (20 $/mois) ou un compte Anthropic Console facturé à l'usage. Pour une équipe de 10 développeurs, la facture mensuelle démarre à 200 $ sans compter l'usage API.
• Souveraineté des données : le code et le contexte transitent par les serveurs d'Anthropic aux États-Unis. Aucune option d'hébergement européen n'est disponible, ce qui pose question pour les données sensibles soumises au RGPD ou à la certification HDS.

Hermes Agent : le harness généraliste qui sait coder

Hermes Agent est développé par Nous Research, laboratoire de recherche IA connu pour ses modèles open-source (Hermes 3, Hermes 4). Avec 205 000 étoiles GitHub et 37 000 forks, c'est le harness IA open-source le plus populaire du marché.

La distinction importante : Hermes n'est pas un harness dédié au développement logiciel. C'est un harness généraliste qui expose un large registre d'outils — terminal, édition de fichiers, recherche web, automatisation de navigateur, génération d'images, synthèse vocale, cron jobs, délégation de sous-tâches — et qui peut donc écrire du code, mais aussi automatiser des tâches système, faire de la recherche, gérer des workflows et communiquer depuis Telegram et apprendre de ses interactions. Le développement logiciel est un de ses usages, pas son seul domaine.

Forces

• Boucle d'apprentissage fermée : c'est la différenciation principale. Hermes crée des skills autonomement après avoir résolu des tâches complexes, les améliore pendant l'usage, et persiste sa mémoire entre sessions via une base FTS5. Le harness construit un modèle de l'utilisateur (via Honcho) qui s'approfondit à chaque interaction.
• Multi-plateformes de messagerie : Hermes fonctionne depuis Telegram, Discord, Slack, WhatsApp, Signal et Email via un gateway unique. On peut lancer un refactor depuis son téléphone dans le métro, ce qu'aucun harness de développement concurrent ne propose nativement.
• Agnostique sur les modèles : 300+ modèles via Nous Portal, OpenRouter, OpenAI, ou un endpoint custom. Changement de modèle en une commande (hermes model), sans modification de code.
• Infrastructure serverless : six backends d'exécution du terminal (local, Docker, SSH, Singularity, Modal, Daytona). Les deux derniers offrent une persistance serverless — l'environnement hiberne quand il est inactif et se réveille à la demande, ce qui réduit le coût à presque zéro entre les sessions.
• Skills Hub : compatible avec le standard ouvert agentskills.io, ce qui permet de partager et réutiliser des compétences entre équipes.
• Recherche-ready : génération de trajectoires batch et compression pour entraîner la prochaine génération de modèles tool-calling. C'est le seul harness qui se positionne explicitement comme un instrument de recherche, pas seulement de production.

Limites

• Pas un harness de développement dédié : Hermes n'a pas d'intégration IDE, pas de plugin VS Code ou JetBrains, pas de gestion native des diffs inline. Pour un développeur qui vit dans son IDE, c'est un changement de paradigme. Les outils exposés (40+ toolsets) sont orientés usage général, pas optimisés pour le workflow de développement logiciel.
• Complexité d'installation : l'installeur gère uv, Python 3.11, Node.js, ripgrep, ffmpeg et un Git Bash portable. C'est robuste mais lourd — la première installation peut prendre 10-15 minutes.
• Qualité du code : dépendante du modèle choisi. Le harness n'apporte pas de couche d'optimisation du prompt au-delà de ses skills, là où Claude Code est finement tuné pour les modèles Claude.
• Maturité entreprise : pas de gestion native des permissions équipe, pas de SSO, pas de tableau de bord d'usage. Pour une DSI qui veut contrôler qui fait quoi, il faut bricoler.

Opencode : le harness de développement open-source pensé pour la vie privée

Opencode, édité par Anomaly, est le harness de développement IA open-source le plus adopté (160 000 étoiles GitHub, 900 contributeurs, 7,5 millions d'utilisateurs mensuels). Son positionnement est clair : privacy-first, model-agnostic, multi-surface.

Opencode fonctionne comme un CLI dans le terminal, une application desktop (beta) ou une extension IDE. Il embarque plusieurs profils d'agents internes — Build (développement avec tous les outils), Plan (analyse sans modification), Explore (recherche read-only dans le codebase), Scout (recherche dans les dépendances externes) — qui structurent le travail de développement logiciel. L'utilisateur switch entre ces profils avec la touche Tab. Ces profils sont entièrement configurables : modèle, permissions, prompt, température.

Forces

• Privacy par design : Opencode ne stocke aucun code ni donnée de contexte. C'est explicitement conçu pour les environnements sensibles — banques, défense, santé — où la donnée ne doit pas quitter le poste de travail.
• 75+ fournisseurs de modèles via Models.dev, incluant des modèles locaux (Ollama, LM Studio). Possibilité d'utiliser son abonnement GitHub Copilot ou ChatGPT Plus/Pro existant sans clé API supplémentaire.
• LSP-enabled : le harness charge automatiquement les bons Language Server Protocols pour le LLM, ce qui améliore la précision de la navigation de code et de l'autocomplétion contextuelle.
• Multi-session : lancement de plusieurs agents en parallèle sur le même projet, avec suivi depuis un écran unique. Utile pour paralléliser des tâches indépendantes (tests + documentation + refactor).
• Share links : partage d'une session par lien URL, pour debug collaboratif ou revue de code. Aucun concurrent ne propose cela nativement.
• Agents configurables : les profils internes (Build, Plan, etc.) sont entièrement configurables en JSON ou markdown — modèle, permissions, prompt, température. On peut créer des profils custom (security auditor, docs writer, etc.).

Limites

• Pas de mémoire persistante : contrairement à Hermes et Claude Code, Opencode ne construit pas de mémoire entre sessions. Chaque conversation repart de zéro (à part le fichier AGENTS.md du projet).
• Pas de gateway messaging : pas d'intégration Telegram, Slack ou Discord. Le harness vit dans le terminal ou l'IDE.
• Pas d'orchestration multi-agents : pas de possibilité de déléguer des sous-tâches à plusieurs agents coordonnés sur une tâche complexe, contrairement à Claude Code. Les profils internes (Build, Plan, Explore, Scout) sont des modes, pas des agents parallèles.
• Pas d'intégration CI/CD : pas de mode headless pour GitHub Actions ou GitLab CI. Opencode est un runtime interactif, pas un outil d'automatisation de pipeline.

Claude Code vs Hermes vs Opencode : le comparatif détaillé

Modèles supportés et coût d'inférence

Pour une équipe qui veut utiliser un modèle local (Llama, Mistral, DeepSeek) pour des raisons de souveraineté ou de coût, Claude Code est éliminé d'office. Hermes et Opencode sont tous les deux capables, mais Opencode a une intégration plus mature avec Ollama et LM Studio.

Souveraineté et conformité RGPD

C'est ici que le comparatif devient stratégique pour une entreprise française. Le code source traité par Claude Code transite par les États-Unis, ce qui le rend incompatible avec les données soumises au RGPD sanitaire (HDS) ou à la défense. Nous avons documenté cette mécanique dans notre analyse sur l'IA souveraine en France.

Expérience développeur

Automatisation et CI/CD

Quel harness pour quel cas d'usage en entreprise ?

Pour une startup qui veut aller vite : Claude Code

Si l'équipe utilise déjà Claude et que la souveraineté des données n'est pas un blocker, Claude Code offre le meilleur ratio qualité/temps-de-prise-en-main. L'intégration VS Code est transparente, l'auto-memory évite de répéter les contextes, et les GitHub Actions automatisent les revues de PR sans effort supplémentaire.

Pour une PME française soucieuse de souveraineté : Opencode

Opencode est le choix par défaut pour une PME qui veut garder le contrôle de ses données. La combinaison Opencode + modèle local (Mistral, Llama) sur un poste de travail ou un VPS européen élimine toute exfiltration de code. Le fichier AGENTS.md donne des instructions persistantes par projet, et le multi-session permet de paralléliser le travail sans complexifier l'infrastructure. C'est l'approche que nous recommandons en mission de prototypage IA : tester rapidement, sans dépendance fournisseur.

Pour un laboratoire de recherche ou une équipe data : Hermes Agent

Hermes est le seul harness qui se positionne comme un instrument de recherche. La génération de trajectoires batch, la compression pour l'entraînement, et la boucle d'auto-amélioration des skills en font un choix pertinent pour une équipe qui travaille sur l'agentique, le fine-tuning ou l'évaluation de modèles. Le gateway messaging permet en plus de piloter des expériences longues depuis son téléphone — un cas d'usage que ni Claude Code ni Opencode ne couvrent. À condition d'accepter que le développement logiciel n'est qu'un des multiples usages du harness, pas son cœur d'expertise.

Pour une DSI qui veut standardiser l'outillage : Claude Code + Opencode en complément

Beaucoup d'équipes font fonctionner Claude Code pour le développement quotidien (qualité du code, CI/CD) et Opencode pour les projets sensibles (code propriétaire, données clients, conformité RGPD). C'est une approche pragmatique qui évite de choisir entre qualité et souveraineté. La mise en place d'une stratégie IA claire sur quels projets utilisent quel harness est ici le facteur de réussite.

Ce qui reste non résolu chez les trois

Aucun des trois ne propose de gestion native des permissions en équipe (qui peut exécuter quelles commandes, sur quels repos, avec quel modèle). Claude Code a un système de hooks et de permissions au niveau projet, mais pas de console d'administration centralisée. Hermes et Opencode sont des runtimes individuels — la gouvernance équipe est à la charge de l'organisation.

Le coût d'inférence à l'échelle reste aussi un angle mort. Un développeur actif consomme entre 50 $ et 300 $/mois de tokens selon le harness et le modèle. Pour une équipe de 20 développeurs, la facture annuelle dépasse facilement 50 000 $. Aucun des trois ne propose de mécanisme d'optimisation des coûts (cache partagé, routing par complexité de tâche, fallback modèle local pour les tâches simples).

Enfin, la question de la propriété intellectuelle du code généré n'est tranchée par aucun des trois. Les modèles entraînés sur du code sous licence (GPL, AGPL) peuvent reproduire des patterns protégés. L'entreprise reste responsable de la conformité du code produit, pas l'éditeur du harness.

Conclusion : le harness n'est pas le choix, la stratégie l'est

Comparer Claude Code, Hermes Agent et Opencode sur des fonctionnalités donne une image partielle. Le vrai arbitrage est stratégique : quel niveau de dépendance fournisseur est acceptable ? Quelle est l'exposition RGPD de votre code ? Quel budget d'inférence êtes-vous prêt à absorber ?

Claude Code gagne sur la qualité du code et l'intégration, Hermes sur l'apprentissage et la flexibilité d'usage, Opencode sur la souveraineté et la simplicité. Mais aucun ne résout à lui seul la question de comment déployer des harnesses de développement IA dans une organisation de 50 ou 500 développeurs avec une gouvernance claire. C'est la question sur laquelle nous travaillons en mission, et la réponse est toujours spécifique au contexte.

Lire aussi : MCP (Model Context Protocol) : le standard qui transforme les agents IA d'entreprise

Vous voulez évaluer quel harness de développement IA correspond à votre contexte technique et réglementaire ? Parlons-en — nous vous aidons à définir votre stratégie IA et à prototyper vos cas d'usage.