La limitation fondamentale de la plupart des assistants IA est qu'ils sont réactifs. Ils restent inactifs jusqu'à ce que vous envoyiez un message, traitent votre requête, répondent et se rendorment. Ce sont des répondeurs sophistiqués — capables, mais passifs. Ils ne prennent jamais l'initiative. Ils ne vérifient jamais rien. Ils ne disent jamais « hé, j'ai remarqué quelque chose que tu devrais savoir ».
C'est une limitation étrange quand on y réfléchit. Les assistants humains les plus utiles ne se contentent pas de répondre aux questions — ils gèrent proactivement les tâches, font le suivi des échéances, surveillent les situations et font remonter l'information avant qu'on la demande. Un assistant qui ne répond que quand on lui parle est utile ; un assistant qui anticipe les besoins est indispensable.
Le système de tâches planifiées de NanoClaw comble ce fossé. C'est un planificateur de type cron intégré au processus hôte qui lance des conteneurs d'agents à des moments spécifiés, avec des instructions spécifiées, et livre les résultats aux groupes WhatsApp spécifiés. L'agent n'attend pas que vous demandiez — il agit selon un calendrier que vous définissez, en utilisant les mêmes outils et capacités qu'en conversation normale.
Comment fonctionnent les tâches planifiées
La mécanique est simple. Vous dites à votre assistant NanoClaw, en langage naturel, ce que vous voulez qu'il fasse et quand. « Chaque matin à 8h, vérifie Hacker News pour les articles sur les agents IA et envoie-moi un résumé. » « Chaque vendredi à 17h, rappelle-moi de soumettre ma feuille de temps. » « Vérifie le prix des vols pour Tokyo chaque jour et dis-moi s'il descend en dessous de 800 $. »
Le processus hôte de NanoClaw analyse le calendrier, le stocke dans SQLite et exécute une boucle de minuterie qui vérifie les tâches dues. Quand une tâche est due, l'hôte lance un conteneur — identique aux conteneurs utilisés pour les conversations normales — avec les instructions de la tâche comme message initial. L'agent s'exécute, effectue les actions requises par la tâche (navigation web, accès aux fichiers, appels API) et renvoie le résultat au groupe WhatsApp spécifié.
La tâche s'exécute dans le même environnement de conteneur isolé que toute autre interaction d'agent. Elle a les mêmes outils, les mêmes frontières de sécurité, la même mémoire CLAUDE.md pour le contexte. La seule différence est que le déclencheur est une minuterie plutôt qu'un message utilisateur. ## Les patterns qui fonctionnent vraiment
Les patterns de tâches planifiées que les utilisateurs trouvent les plus précieux tendent à se regrouper en quelques catégories, et ils sont plus intéressants que de simples rappels.
Le premier est la surveillance. « Vérifie ce site web toutes les heures et dis-moi si quelque chose change. » C'est étonnamment puissant parce que l'agent ne se contente pas de vérifier les changements — il les comprend. Une tâche de surveillance de prix ne rapporte pas simplement « le prix est passé de 899 $ à 749 $ ». Elle rapporte « le vol pour Tokyo a baissé de 17 % pendant la nuit — c'est le plus bas depuis les trois semaines que je le surveille. Tu veux que je continue à surveiller ou c'est assez bien pour réserver ? »
Le deuxième est la génération de digests. « Chaque matin, résume les principales actualités de ces trois sources d'information qui sont pertinentes pour mon travail en infrastructure IA. » L'agent navigue sur les sites, lit les articles, filtre par pertinence en fonction de ce qu'il sait de vos centres d'intérêt (depuis la mémoire CLAUDE.md) et livre un briefing personnalisé. Cela remplace les 30 minutes que vous passeriez à scroller dans les fils d'actualités par une lecture de 2 minutes déjà filtrée pour ce qui vous importe.
Le troisième est les tâches administratives récurrentes. « Chaque lundi matin, vérifie les issues GitHub de mon projet et résume ce qui est nouveau, ce qui stagne et ce qui nécessite de l'attention. » L'agent utilise la navigation web (ou MCP si vous avez le serveur MCP GitHub configuré) pour récupérer les données, les analyse et livre un résumé actionnable. C'est le genre de tâche qui prend 15 minutes à un humain en cliquant dans l'interface de GitHub mais qui prend 30 secondes d'appels API à un agent.
Le quatrième est la gestion des échéances. « Ma date limite de déclaration d'impôts est le 15 avril. À partir du 1er mars, rappelle-moi chaque semaine. À partir du 1er avril, rappelle-moi chaque jour. » L'agent n'envoie pas juste un rappel — il envoie un rappel contextuel. « Ta date limite d'impôts est dans 8 jours. La dernière fois qu'on en a parlé, tu as mentionné que tu attendais encore ton W-2 de ton client freelance. Est-ce qu'il est arrivé ? »
L'architecture derrière tout ça
Le système de tâches planifiées est volontairement simple — peut-être 50 lignes de code dans le cœur de NanoClaw. Il stocke les tâches dans une table SQLite avec des colonnes pour l'expression cron, le texte d'instruction, le groupe cible et la dernière heure d'exécution. Une boucle setInterval vérifie chaque minute les tâches dues et lance des conteneurs pour celles qui correspondent.
Cette simplicité est intentionnelle. La complexité des tâches planifiées n'est pas dans la planification — elle est dans l'exécution. La partie difficile de « vérifie Hacker News chaque matin » n'est pas d'exécuter du code à 8h. C'est de naviguer sur un site web, lire des articles, évaluer la pertinence et rédiger un résumé cohérent. Cette partie difficile est gérée par Claude à l'intérieur du conteneur, en utilisant le même Agent SDK et les mêmes outils que pour les conversations normales.
L'alternative — construire un moteur d'exécution de tâches sophistiqué avec une logique de retry, une gestion des dépendances et des graphes de workflow — ajouterait des milliers de lignes de code pour résoudre un problème que l'IA elle-même gère mieux. Claude sait déjà comment retenter une requête web échouée, comment gérer un site web temporairement indisponible et comment produire un résultat utile même quand certaines sources de données sont indisponibles. Le planificateur n'a qu'à le déclencher au bon moment. ## Gérer les tâches par la conversation
La gestion des tâches se fait via la même interface WhatsApp que tout le reste. « Montre-moi mes tâches planifiées » les liste. « Annule la vérification du prix des vols » la supprime. « Change le digest d'actualités à 7h au lieu de 8h » met à jour le calendrier. « Mets toutes les tâches en pause jusqu'à lundi » les suspend temporairement.
L'interface conversationnelle signifie que vous n'avez pas besoin d'apprendre une interface de gestion de tâches ni de mémoriser la syntaxe cron. Vous décrivez ce que vous voulez en langage naturel, et l'agent le traduit en tâche planifiée. Si le calendrier est ambigu — « rappelle-moi tous les quelques jours » — l'agent demande des précisions plutôt que de deviner.
Les tâches sont cloisonnées par groupe WhatsApp, ce qui signifie que les tâches de votre groupe de travail n'apparaissent pas dans votre groupe familial, et vice versa. Le canal d'administration (votre message direct avec l'assistant) peut voir et gérer toutes les tâches de tous les groupes, mais les membres d'un groupe ne voient que les tâches qui appartiennent à leur groupe.
Le passage du réactif au proactif
Le système de tâches planifiées change la relation entre vous et votre assistant IA d'une manière difficile à apprécier tant qu'on ne l'a pas utilisé pendant quelques semaines. L'assistant cesse d'être quelque chose vers lequel vous allez quand vous avez une question et devient quelque chose qui vient à vous quand il y a quelque chose qui vaut la peine d'être su.
Votre matinée commence par un digest d'actualités personnalisé au lieu d'un défilement sur les réseaux sociaux. Votre projet reste sur les rails parce que l'assistant fait remonter les issues stagnantes avant qu'elles ne deviennent des problèmes. Vos plans de voyage bénéficient d'une surveillance continue des prix qui serait fastidieuse à faire manuellement. Vos échéances sont gérées par quelque chose qui se souvient du contexte et escalade de manière appropriée.
L'implémentation technique est simple — une boucle de minuterie et une table SQLite. Mais le changement comportemental qu'elle permet est significatif. Un assistant réactif est un outil que vous utilisez. Un assistant proactif est un partenaire qui travaille à vos côtés, gérant les tâches de surveillance et de maintenance qui sont importantes mais faciles à oublier. La différence entre les deux tient à cinquante lignes de code de planification et une IA suffisamment capable pour faire un travail utile sans qu'on lui dise exactement comment.