Le moteur de recherche codé par le CEO de Shopify ressuscite 700 sessions Claude Code en 1 seconde

Nous vivons une époque où les CEO écrivent du code. Brian, CEO de Coinbase, développe des applications avec Cursor. Tobias, CEO de Shopify, a programmé lui-même un moteur de recherche et l’a publié sur GitHub. C’est QMD, et quand on le connecte à Claude Code, chaque session acquiert une mémoire persistante.

Artem Zhutov, développeur en doctorat de physique, a construit cette architecture en production. En trois semaines et 700 sessions, il a découvert pourquoi le vrai goulot d’étranglement du codage assisté par IA n’est pas la performance du modèle — c’est la mémoire.

Le vrai goulot d’étranglement n’est pas la performance — c’est la mémoire

Que vous utilisiez Claude Code ou Codex, chaque nouvelle session repart de zéro. Artem a lancé 700 sessions en trois semaines, et à chaque fois il devait réexpliquer : « Où en était-on sur ce projet ? ». Quand l’utilisation du contexte dépasse 60 %, la conversation est compressée et la moitié des décisions prises disparaissent.

Les performances des modèles progressent chaque mois, mais tout cela ne sert à rien si l’on ne peut pas reprendre le travail de la veille.

• L’IA oublie les instructions précédentes à mesure que la session s’allonge
• La compression du contexte entraîne une perte structurelle des décisions clés
• Gérer manuellement le contexte de 700 sessions est tout simplement impossible
• Le problème n’est pas le modèle — c’est l’absence de système de mémoire

Tout le monde prend des notes. Savoir les retrouver précisément, c’est la vraie compétence

Beaucoup de développeurs empilent consciencieusement des notes dans Obsidian. Mais accumuler ne suffit pas. Les notes n’ont de valeur que lorsqu’on peut extraire exactement ce qu’il faut au bon moment. C’est tout le principe du RAG : extraire le fragment pertinent d’une montagne de données stockées.

L’approche par défaut de Claude Code fait appel à un sous-agent Haiku qui parcourt les fichiers en force brute. En pratique, il faut trois minutes pour obtenir 300 fichiers dont presque aucun n’est utile.

QMD remplace cela par trois méthodes de recherche :

• Recherche BM25 : évalue la fréquence et la rareté des mots, résultats en moins d’une seconde
• Recherche sémantique : cherchez « j’ai mal dormi » et les documents sur « objectifs d’amélioration du sommeil » remontent
• Mode hybride : classe la pertinence avec une précision de 89 %

Grep renvoie chaque appel de fonction sleep() quand on cherche « sleep ». QMD lit le contexte. Il traite même des requêtes abstraites comme « trouve les idées que je n’ai jamais mises en œuvre », et fonctionne entièrement en local — vos données ne quittent jamais votre machine.

Une seule ligne de /recall ramène tout le travail de la veille

En ajoutant un skill Claude Code appelé /recall par-dessus QMD, la récupération de mémoire devient automatique.

• /recall yesterday : restaure les 39 sessions de la veille sous forme de chronologie
• /recall topic [mot-clé] : rassemble tous les fichiers liés en moins d’une minute
• /recall graph : explore visuellement une semaine entière de sessions

À la fermeture d’une session, le transcript JSONL est automatiquement parsé et indexé dans QMD, assurant un état toujours à jour.

Le moment le plus saisissant fut quand Artem a cherché « trouve les idées que je n’ai jamais mises en œuvre ». Une note rédigée dans un moment de découragement pendant la rédaction de sa thèse de doctorat est remontée — un souvenir qu’il avait lui-même oublié. Une recherche manuelle ne l’aurait jamais retrouvé.

Il n’est plus étrange qu’un CEO programme

Tobias exige de tous les employés de Shopify qu’ils maîtrisent l’IA comme compétence de base. Il a montré l’exemple en codant lui-même ses propres outils. Brian suit la même direction.

Honnêtement, ce n’est pas une question de savoir si les CEO doivent coder. Ils ont bien d’autres priorités. Mais l’écart entre ceux qui résolvent leurs propres problèmes avec l’IA et ceux qui attendent que d’autres construisent les outils se creuse chaque mois. C’est en mettant les mains dans le cambouis qu’on ressent vraiment la puissance disruptive de l’IA.

• Tobias a créé QMD et l’a publié en open source sur GitHub
• Brian développe des applications avec Cursor
• Shopify évalue « l’IA peut-elle remplacer ce poste ? » avant chaque embauche
• QMD tourne en local — aucun risque de fuite de données

La seule chose qui reste, c’est le contexte que vous avez accumulé

Les outils changent tous les mois. Personne ne sait ce qui viendra après Claude Code. La seule chose qui persiste, c’est le contexte que vous avez construit. Ceux qui possèdent un système pour enregistrer et retrouver seront productifs dès le premier jour, quel que soit le prochain outil.

QMD est la première brique de ce système. Découvrez-le sur GitHub.