Les deux dernières semaines ont été chargées. OpenAI a lancé Codex le 16 mai. Quelques jours plus tard, Microsoft annonçait un agent de programmation pour GitHub Copilot lors de sa conférence Build, et Google ouvrait l'accès à son propre agent, Jules, pendant I/O. Puis, le 22 mai, Anthropic a lancé les modèles Claude 4 et fait sortir Claude Code de sa préversion. Tous les grands acteurs proposent désormais un agent, au même moment.
Codex se distingue pour une raison : il n'est pas conçu pour être supervisé pendant qu'il travaille.
Qu'est-ce qu'OpenAI a lancé sous le nom de Codex?
Le nom est réutilisé, ce qui crée une certaine confusion. En 2021, Codex était le modèle d'OpenAI derrière le premier GitHub Copilot. Le nouveau Codex est un produit différent : un agent de génie logiciel qui fonctionne dans le nuage, à l'intérieur de ChatGPT.
L'utilisateur connecte un dépôt GitHub, décrit une tâche, et l'agent l'exécute de façon autonome. Chaque tâche s'exécute dans son propre bac à sable, un petit ordinateur isolé qui contient le code du projet. L'agent lit, modifie, lance des commandes et des tests, puis présente les modifications, un résumé de son travail et les journaux, afin que l'utilisateur puisse voir exactement ce qu'il a exécuté. Si le résultat convient, l'utilisateur ouvre une demande de fusion. Plusieurs tâches peuvent être lancées simultanément pendant que l'utilisateur se consacre à autre chose.
Un détail mérite d'être souligné. Pendant l'exécution d'une tâche, le bac à sable est coupé d'Internet. L'agent ne peut pas télécharger des paquets arbitraires ni envoyer le code ailleurs en cours de travail. C'est un réglage par défaut judicieux, et nous souhaiterions le voir sur tous les outils qui exécutent du code de façon autonome.
Selon OpenAI, il fonctionne avec codex-1, une version de son modèle o3 adaptée au génie logiciel. Pour l'instant, il est offert aux abonnés Pro, Enterprise et Team, et l'accès pour les utilisateurs Plus est annoncé pour bientôt. En avril, OpenAI avait aussi lancé Codex CLI, un agent à code source ouvert pour le terminal, qui fonctionne beaucoup plus comme Claude Code. La description d'OpenAI se trouve dans l'annonce de Codex (en anglais).
Quelle est la différence entre un agent supervisé et un agent en arrière-plan?
À notre avis, c'est la véritable distinction, plus importante que la question de savoir quelle entreprise produit quel outil.
Un agent supervisé travaille sous les yeux de l'utilisateur, comme Claude Code dans le terminal ou le mode agent de Cursor. Il demande l'autorisation avant d'exécuter des commandes, l'utilisateur voit chaque étape et peut l'orienter en cours de route. Cette approche demande plus de temps à l'utilisateur, puisqu'elle exige son attention, mais elle réduit aussi fortement le risque que l'agent s'écarte de sa tâche.
Un agent en arrière-plan prend la tâche en charge et travaille de façon autonome. L'utilisateur retrouve ensuite un travail terminé et un rapport. Son attention reste libre pour autre chose, ce qui constitue le principal attrait. En revanche, il n'a pas vu comment le résultat a été obtenu : il évalue le résultat, et non la démarche.
Aucune des deux approches n'est supérieure. Chacune convient à un type de travail différent.
Quelles tâches conviennent à un agent en arrière-plan?
Des tâches bien définies, avec un point d'arrivée clair. Ajouter un fichier de traduction française avec les mêmes clés que le fichier anglais. Mettre à jour une bibliothèque et corriger ce qui cesse de fonctionner. Écrire des tests pour une fonction. Corriger un bogue décrit dans un billet de suivi, avec les étapes pour le reproduire. Ces tâches ont des limites nettes et peuvent être vérifiées.
Quelles tâches ne lui conviennent pas?
Toute tâche dont l'essentiel consiste à déterminer ce que l'on souhaite. « Améliore la page d'accueil. » « Rends le paiement plus efficace. » Un agent en arrière-plan produira un résultat plausible, qui sera probablement le mauvais, parce que la question de fond n'a jamais été tranchée. Ces travaux demandent la réflexion d'une personne, avec l'aide d'un agent supervisé, le cas échéant.
Comment savoir si le travail d'un agent est correct?
Les tests fournissent la réponse. Le résumé d'un agent est rédigé par l'agent lui-même. Il indiquera qu'il a corrigé le bogue, et il en est généralement convaincu.
Un test, au contraire, s'exécute et réussit ou échoue. C'est pourquoi ces outils donnent de bien meilleurs résultats sur les projets qui comportent déjà des tests : l'agent peut vérifier son propre travail à partir d'un critère objectif, et l'utilisateur aussi. Sur un projet sans tests, ce qui est le cas de la plupart des sites de petites entreprises sur lesquels nous sommes intervenus, la vérification se limite à parcourir le site en espérant que tout fonctionne.
Si vous prévoyez confier votre code à des agents, nous recommandons de leur fournir un critère de vérification. Même une courte liste de vérifications manuelles est utile : le formulaire de contact envoie ses messages; la page française s'affiche en français; le calendrier de réservation affiche le mois suivant. Une personne parcourt cette liste après chaque modification.
Rédiger cette liste demande environ une heure. C'est l'une des protections les moins coûteuses pour un site Web, avec ou sans agents.
Qui est responsable du code écrit par un agent?
L'entreprise qui le met en ligne en demeure responsable. L'agent peut travailler pendant la nuit, mais son travail doit tout de même être vérifié le matin.
Cela soulève une préoccupation réelle. Les agents en arrière-plan permettent de produire très facilement plus de code que quiconque n'en lit. Cinq tâches donnent cinq demandes de fusion, toutes validées, toutes plausibles, et fusionnées l'une après l'autre. Lorsqu'un problème survient ensuite, personne ne sait laquelle des cinq l'a causé, ni pourquoi.
La responsabilité ne se transfère pas à l'outil. Si les données d'un client sont exposées, « c'est l'agent qui a écrit cette partie » n'est pas une réponse acceptable pour les clients, pour l'assureur, ni au regard des règles sur la protection des renseignements personnels.
Comment une entreprise devrait-elle organiser l'utilisation des agents de programmation?
Nous recommandons d'utiliser les deux types : les agents en arrière-plan pour les tâches courantes aux limites claires, et les agents supervisés pour tout travail dont l'objectif reste à préciser. Nous nous attendons à ce que les outils convergent au cours de la prochaine année, et à ce que le choix entre « arrière-plan » et « supervisé » devienne un réglage défini pour chaque tâche plutôt qu'un produit choisi une fois pour toutes.
Pour un propriétaire d'entreprise qui envisage de confier ses propres systèmes à des agents, cette distinction est le premier point à clarifier. Quelles tâches ont des limites nettes? Qui révise le résultat? Qu'est-ce qui est testé? Aborder ces questions avec un spécialiste en services-conseils en IA avant de commencer coûte moins cher que de démêler cinq demandes de fusion après coup.