MCP, Skills, agents : ce que Claude sait vraiment faire

MCP, Skills, agents : la réponse courte

En 2026, Claude s’appuie sur trois briques distinctes : le MCP connecte Claude à vos outils et données (Slack, Google Drive, bases SQL), les Skills encapsulent des procédures métier réutilisables, et les agents exécutent des tâches multi-étapes en autonomie. Le MCP est devenu le standard par défaut des agents d’entreprise depuis la spécification du 28 juillet 2026.

Sur le terrain, je vois beaucoup de dirigeants confondre ces trois notions, ou pire, croire qu’il s’agit de gadgets marketing. Ce n’est pas le cas. Chaque brique répond à un problème précis. Voici comment les distinguer, sans hype, avec des exemples que vous pourrez tester dès cette semaine.

Le MCP : brancher Claude sur vos données

Le MCP (Model Context Protocol) est un standard ouvert qui permet de connecter de manière sécurisée et bidirectionnelle un assistant IA à des sources de données et des outils externes. Lancé par Anthropic fin 2024, il résout un problème que tout intégrateur connaît : sans lui, chaque connexion entre une IA et un logiciel demande un développement sur mesure, ce qui rend l’ensemble impossible à maintenir à grande échelle source : Anthropic, 2024.

La métaphore officielle d’Anthropic est claire : le MCP est un port USB-C pour les applications IA. Un seul standard, et Claude peut se brancher sur n’importe quel outil qui expose un serveur MCP source : Anthropic Docs, 2026. Techniquement, les échanges reposent sur des messages JSON-RPC 2.0 entre un client (Claude) et un serveur (votre outil), une architecture inspirée du Language Server Protocol utilisé par les éditeurs de code source : Spécification MCP, 2025.

À quoi ça sert concrètement

Dès le lancement, Anthropic a fourni des serveurs MCP prêts à l’emploi pour Google Drive, Slack, GitHub, Git, Postgres et Puppeteer. En clair, vous pouvez demander à Claude :

• « Cherche dans notre Drive le dernier devis envoyé au client X et résume ses conditions. »
• « Récupère les 20 dernières lignes de la table commandes et calcule le panier moyen de juillet. »
• « Poste un récap de cette réunion dans le canal Slack #direction. »

Sans MCP, chacune de ces actions exigerait un connecteur codé à la main. Avec MCP, Claude interroge directement la source. Le MCP est aujourd’hui intégré nativement dans quatre points d’entrée d’Anthropic : l’API Messages, Claude Code, Claude.ai et Claude Desktop source : Anthropic Docs, 2026.

Ce qui a changé en juillet 2026

La spécification du 28 juillet 2026 marque une étape de maturité. L’architecture devient stateless (sans état), ce qui supprime une bonne partie de la friction pour déployer des workflows agentiques à grande échelle. Elle introduit aussi les elicitations (des confirmations demandées à l’utilisateur avant une action sensible), les MCP Apps, les Tasks, et une gestion d’autorisation pensée pour l’entreprise. Certains de ces changements ne sont pas rétrocompatibles : la communauté a préféré « faire le travail difficile plutôt que masquer les lacunes » source : MCP Blog, 2026. AWS et Anthropic se sont engagés conjointement à soutenir cet effort pour des agents de niveau entreprise.

Un point de vigilance que je répète à chaque client : la spécification officielle le dit noir sur blanc, le MCP « permet des capacités puissantes via des accès arbitraires aux données et des chemins d’exécution de code », et « avec ce pouvoir viennent d’importantes considérations de sécurité » source : Spécification MCP, 2025. Brancher Claude sur votre base de production sans réfléchir aux droits d’accès, c’est comme donner les clés du serveur à un stagiaire enthousiaste. La logique est la même que pour sécuriser l’API REST de WordPress : le pouvoir d’accès se pilote.

Les Skills : le savoir-faire réutilisable

Là où le MCP connecte Claude à vos outils, les Skills (Agent Skills) sont des capacités réutilisables qui encapsulent une procédure ou un savoir-faire métier, pour que Claude l’applique de la même façon à chaque fois. Un Skill, c’est votre méthode de travail rendue exécutable.

La différence est facile à saisir avec un exemple. Le MCP donne à Claude l’accès à votre CRM. Le Skill, lui, contient la règle : « Quand tu qualifies un lead, applique notre grille de scoring, respecte notre ton commercial, et ne promets jamais un délai inférieur à 5 jours ouvrés. » L’un ouvre la porte, l’autre dit comment se comporter une fois entré.

Sur Claude Code, l’ajout de Skills se fait de façon structurée, un sujet que j’ai détaillé pas à pas dans notre guide ajouter des Skills à Claude Code. Concrètement, un Skill regroupe des instructions, parfois des scripts et des fichiers de référence, dans un dossier que Claude charge quand la tâche l’exige.

Pour qui, pour quoi

Les Skills ont du sens dès que vous répétez une tâche avec des règles stables :

• Rédaction : appliquer votre charte éditoriale, vos formulations interdites, votre structure d’article type.
• Support client : suivre un arbre de décision, escalader selon des critères précis.
• Reporting : produire chaque lundi le même tableau de bord avec les mêmes indicateurs.

C’est aussi ce qui sépare un prompt jetable d’un processus fiable. Un bon Skill vaut cent copier-coller de consignes. Si vous en êtes encore à réécrire vos instructions à chaque fois, commencez plutôt par écrire un bon prompt, puis capitalisez ce qui marche dans un Skill.

Les agents : les tâches multi-étapes autonomes

Un agent est un système où Claude enchaîne plusieurs étapes de façon autonome pour atteindre un objectif : il planifie, appelle des outils via MCP, évalue les résultats, corrige et recommence jusqu’à la fin de la tâche. C’est la brique qui transforme un assistant conversationnel en exécutant.

La logique d’Anthropic est pragmatique : un agent efficace n’est pas forcément un système compliqué. Le cadre « Building Effective Agents » recommande de commencer par le workflow le plus simple qui résout le problème, et de n’ajouter de l’autonomie que si le gain le justifie. Beaucoup de « projets d’agents » n’ont en réalité besoin que d’un enchaînement fixe de deux ou trois étapes.

Le tournant de l’exécution de code

Un développement technique important de 2025 mérite d’être compris, même sans être développeur. Plutôt que de faire des appels d’outils directs un par un, les agents écrivent désormais du code pour appeler les outils MCP. L’intérêt : économiser le contexte, c’est-à-dire l’espace mémoire limité que Claude consacre à une tâche. Chaque définition d’outil et chaque résultat consomment ce contexte ; en passant par du code, l’agent en gaspille beaucoup moins, ce qui rend viables les tâches longues et multi-étapes source : Anthropic Engineering, 2025.

Le contexte désigne la quantité d’information que le modèle peut garder « sous les yeux » pendant une tâche. Plus une tâche a d’étapes et d’outils, plus ce budget devient la ressource critique. C’est exactement pour cette raison que le passage à une architecture sans état côté MCP compte autant : moins de friction, plus d’étapes possibles.

Un exemple business honnête

Prenons un cas typique (fictif) : une PME veut préparer sa revue commerciale du lundi. Un agent bien construit peut, en une seule commande, interroger le CRM via MCP, extraire les opportunités de la semaine, comparer aux objectifs stockés dans un Google Sheet, rédiger une synthèse selon un Skill « ton reporting interne », et déposer le tout dans Slack après une confirmation utilisateur. Trois briques, une tâche, zéro copier-coller.

Attention à ne pas tomber dans le fantasme de l’agent qui gère l’entreprise tout seul. Sur les tâches courtes et bien cadrées, ça marche remarquablement. Sur les processus flous ou à fort enjeu, l’humain reste dans la boucle, ne serait-ce que via les elicitations. C’est le même bon sens que j’applique quand on parle d’automatiser ses tâches répétitives avec l’IA en TPE : on automatise ce qui est répétitif et stable, pas ce qui demande du jugement.

Comment les trois briques s’articulent

La bonne façon de raisonner : le MCP est la plomberie, les Skills sont les règles de la maison, l’agent est l’exécutant. Vous n’avez pas besoin des trois d’un coup. Beaucoup de PME gagnent déjà énormément avec un simple MCP branché sur leur Drive et de bons prompts. Pour choisir votre entrée en matière, notre comparatif ChatGPT, Claude ou Gemini pour votre PME reste un bon point de départ.

Par où commencer sans se disperser

Mon conseil de terrain, dans l’ordre :

1. Identifiez une tâche répétitive à règles stables. Reporting hebdo, qualification de leads, rédaction cadrée.
2. Branchez d’abord un MCP vers la source de données concernée (Drive, base SQL, Slack).
3. Transformez vos consignes récurrentes en Skill une fois qu’elles sont stabilisées.
4. N’automatisez en agent que si l’enchaînement d’étapes est clair et répétable.
5. Gardez une confirmation humaine sur toute action sensible (envoi client, écriture en base).

C’est une montée en puissance progressive, pas un grand soir. Si vous voulez intégrer l’IA plus largement dans vos process, notre article sur le prompt engineering pour PME complète bien cette feuille de route.

Retenez ceci : en 2026, le MCP n’est plus une curiosité de développeur, c’est le standard par défaut sur lequel se construisent les agents d’entreprise source : MCP Blog, 2026. Commencez petit, une source de données, une tâche répétitive, une règle claire. Le reste s’empile naturellement une fois que la première brique tient.