Généré le 18/10/2026 11:19

Analyse de faisabilité — Relancer une session Claude Code à chaque demande pour contourner le quota Anthropic

Date : 18/10/2026
Demande : évaluer si relancer une nouvelle session Claude Code à chaque demande permet de contourner les limites de quota Anthropic, sans perte de mémoire contextuelle ni rupture de fluidité pour Raphaël ; comparer l'usage du contexte de session actuel à la mémoire persistante sur disque (système de mémoire Claude Code + Audio Vault de Jarvis Live Voice) comme alternative viable pour les projets longs.


Verdict en une phrase

Non viable pour l'objectif visé : le quota Anthropic est appliqué côté serveur, au niveau du compte/de la clé API, indépendamment du découpage en sessions — relancer une session ne le réinitialise pas et ne le contourne pas. Pire, chaque nouvelle session recharge CLAUDE.md + l'index mémoire + le contexte de travail depuis zéro, ce qui consomme plus de tokens cumulés, pas moins. La seule bascule qui contourne réellement un quota Anthropic épuisé existe déjà en production : le mode secours (proxys locaux ports 8082/8083, routage vers OpenRouter/DeepSeek ou Gemini), qui change de fournisseur, pas de session.


1. Comment le quota Anthropic fonctionne réellement

Le plafond d'usage (tokens/requêtes par fenêtre de temps) est attaché à la clé API / au compte Anthropic côté serveur. Il ne dépend pas :
- du nombre de sessions claude ouvertes ou fermées,
- de la taille du contexte d'une session donnée,
- du fait qu'une session soit "fraîche" ou "longue".

Fermer et relancer une session envoie toujours les mêmes requêtes au même endpoint Anthropic avec la même clé — le compteur de quota côté serveur n'est jamais remis à zéro par ce geste. C'est un point de confusion fréquent (contexte de session ≠ compteur de quota compte) qu'il est important de clarifier avant tout développement dans cette direction.

Conséquence directe : le script/mécanisme décrit dans la demande ("relancer une nouvelle session à chaque demande pour contourner le quota") repose sur une prémisse technique fausse. Aucune architecture de relance de session ne peut réduire la consommation de quota Anthropic — seul un changement de fournisseur (ce que fait déjà le mode secours) ou une réduction réelle du volume de tokens envoyés peut y parvenir.

2. Ce qui existe déjà en production pour ce problème

Le système dispose déjà d'un mécanisme de bascule fonctionnel et testé, documenté dans BRIDGE_MOTEUR_SECOURS\MOTEURS_SECOURS_REFERENCE.md :
- Port 8082 : proxy claude-code-proxy → route vers OpenRouter (DeepSeek, GPT-4o, etc.) quand Anthropic est indisponible/épuisé.
- Port 8083 : proxy claude-code-proxy-gemini-test → route vers Gemini.
- Les deux proxys lancent le même binaire claude.exe avec le même prompt système (CLAUDE.md complet) — seule ANTHROPIC_BASE_URL change. C'est donc déjà, de fait, "la même session logique" côté Raphaël, juste avec un modèle tiers derrière.
- Corrigé le 18/10/2026 (quelques heures avant cette analyse) : divergence de format entre claude-code direct et claude-secours, due à l'absence de discipline de format imposée aux modèles tiers dans le proxy 8082 (température non plafonnée, pas de rappel anti-hallucination) — symétrisé avec le correctif déjà présent sur le proxy 8083 depuis le 11/10/2026.

Ce mécanisme répond déjà, et mieux, au besoin réel derrière la demande ("que faire quand Anthropic est épuisé") — sans toucher à la notion de session.

3. Contexte de session (en mémoire) vs mémoire persistante sur disque

Contexte de session active Mémoire persistante disque (MEMORY.md + fichiers) Audio Vault / jarvis_memory.db (Jarvis Live Voice)
Contenu Historique complet des tours, sorties d'outils brutes, diffs exacts, raisonnement en cours Faits distillés : décisions, feedback, état projet — jamais la transcription brute Transcription vocale horodatée (SQLite + FTS5) des échanges parlés avec Raphaël
Fidélité Totale (tant que non compressée) Partielle et volontairement sélective (écrite à la main par l'agent) Totale sur la parole, mais hors du domaine "code/outils"
Coût pour y accéder Déjà chargé, gratuit en tokens une fois en contexte ~17 Ko d'index + lecture ciblée des fichiers pertinents (très bon marché) Recherche FTS5 locale, aucun coût token tant que non injecté en prompt
Persistance Perdue à la fermeture de session (sauf résumé auto de compression) Permanente, indexée dans MEMORY.md (actuellement 295 fichiers, ~1,6 Mo) Permanente, ring buffer glissant plafonné à 1 000 Mo (audio) + base illimitée (texte)
Portée Une tâche/mission en cours, avec tout son détail fin Faits stables valables sur plusieurs mois (ex: règles, architecture validée, incidents) Conversations vocales, pas l'état d'un chantier de code en cours
Automatique ? Oui pendant la session (compression auto gérée par le harnais si la conversation s'allonge) Non — nécessite que l'agent juge l'info "memory-worthy" et l'écrive explicitement Oui, capture automatique de tout échange vocal

Point clé : la mémoire disque (MEMORY.md) est conçue par construction pour exclure l'état éphémère d'une tâche en cours (règle explicite du système de mémoire : pas de "tâche en cours, état temporaire, contexte de conversation actuel"). C'est une archive de faits stables, pas un answering substitut au contexte vivant d'une session. Relancer une session et compter sur MEMORY.md pour "reprendre où on en était" fonctionnerait pour des faits de haut niveau (ex: "le tracker colonne T est réservée à Raphaël") mais échouerait sur l'état fin d'une tâche multi-étapes (ex: "je viens de lire le fichier X ligne 40, je m'apprêtais à modifier cette fonction précise après avoir vérifié Y").

L'Audio Vault de Jarvis Live Voice est un système à part, dédié à l'assistant vocal (continuité de conversation parlée), pas à l'état d'un chantier de code Claude Code — il n'est pas substituable à la mémoire de session pour ce cas d'usage.

4. Impact sur la fluidité de travail si la relance par requête était tout de même mise en œuvre

5. Recommandation

  1. Ne pas développer de mécanisme de relance de session par requête — la prémisse (contourner le quota) est techniquement fausse, et l'effet de bord (surcoût + perte de fluidité) serait strictement négatif.
  2. Continuer à utiliser et renforcer le mode secours existant (proxys 8082/8083) comme unique réponse valide à un quota Anthropic épuisé — c'est déjà la bonne architecture, déjà en place, déjà corrigée le 18/10/2026 pour la cohérence de format.
  3. Garder la mémoire disque pour ce qu'elle fait bien : continuité inter-sessions des faits stables (décisions, règles, état de projet), pas comme substitut au contexte vivant d'une session en cours.
  4. Si le vrai problème sous-jacent est "le contexte devient trop long et coûte cher en tokens par requête" (plutôt que "quota épuisé"), la réponse existe déjà aussi : la compression automatique du harnais gère ce cas sans intervention — relancer manuellement une session pour "alléger" le contexte serait redondant avec ce mécanisme et moins fin (perte d'info que la compression auto préserve mieux qu'un simple redémarrage à froid).

Analyse technique, aucune action destructive effectuée. Fichiers consultés : BRIDGE_MOTEUR_SECOURS\MOTEURS_SECOURS_REFERENCE.md, BRIDGE_MOTEUR_SECOURS\claude-code-proxy\server.py, JARVIS_LIVE_VOICE\audio_vault.py, tools\check_quotas.py, mémoire project_divergence_format_claude_direct_vs_openrouter_discipline_format_18102026.