Comment OpenAI transforme ChatGPT et Codex en agents de travail au long cours

La compétition dans l’IA ne porte plus seulement sur la meilleure réponse dans une fenêtre de discussion. Elle se déplace vers l’agent le plus utile dans la durée : celui qui peut conserver le fil d’un projet, consulter les bons outils, réagir à un événement et livrer un résultat exploitable.

La réponse d’OpenAI repose sur deux produits complémentaires : ChatGPT Work, destiné aux utilisateurs de ChatGPT, et l’Agents API, destinée aux développeurs. Tous deux s’appuient sur une partie des mécanismes d’exécution longue durée développés autour de Codex. 58

Deux produits, deux publics

ChatGPT Work est la couche orientée utilisateur. OpenAI le présente comme un agent capable d’agir dans les applications et fichiers connectés, de décomposer un objectif en sous-tâches, de rester sur un projet pendant des heures et de produire des livrables : documents, tableurs, présentations ou applications web. 8

L’Agents API est la couche de plateforme. Elle permet aux développeurs d’utiliser, sous forme de service géré par OpenAI, le harness — autrement dit le cadre d’exécution — qui alimente Codex. Au lieu de bâtir eux-mêmes tout l’environnement d’un agent, ils définissent la tâche, le modèle, les outils et l’environnement. L’API inclut également une gestion du contexte pensée pour les sessions longues. 5

La répartition est donc claire :

• ChatGPT Work rend les projets longs et connectés accessibles directement dans ChatGPT ;
• l’Agents API permet aux entreprises d’intégrer des agents du même type dans leurs propres produits et processus ;
• Codex fournit une partie essentielle du socle d’exécution longue durée, en particulier pour les tâches liées au développement logiciel. 158

Codex montre ce que signifie réellement un agent « au long cours »

Codex illustre le type de persistance qu’OpenAI cherche à généraliser. Selon OpenAI, GPT-5-Codex a été optimisé pour le développement agentique ; l’entreprise documente notamment une exécution d’environ 25 heures sans interruption, ayant consommé environ 13 millions de jetons et généré près de 30 000 lignes de code. 1

La différence avec un chatbot classique est fondamentale. Un agent longue durée ne se contente pas de donner une réponse : il doit planifier, modifier, utiliser ses outils, vérifier les résultats, corriger les échecs, actualiser son état d’avancement, puis recommencer. C’est la boucle décrite par OpenAI pour Codex. 1

L’Agents API doit transposer ce fonctionnement à d’autres usages. OpenAI indique qu’elle compacte automatiquement le contexte afin d’aider les modèles à garder les informations pertinentes lors de tâches qui se prolongent pendant des heures. 5

ChatGPT Work applique cette logique au travail de bureau et à la production de connaissances : l’objectif n’est plus seulement de modifier une base de code, mais de traiter un projet plus vaste à partir de données présentes dans des fichiers et applications connectés, puis de fournir un livrable finalisé. 8

Les intégrations et les déclencheurs changent la nature de l’outil

Un agent utile ne peut pas dépendre uniquement du moment où l’utilisateur pense à rouvrir une conversation. ChatGPT Work prend donc en charge des tâches planifiées et des webhooks, c’est-à-dire des déclencheurs qui réagissent à des événements dans certaines applications compatibles.

OpenAI cite, par exemple, l’arrivée d’un e-mail Gmail, un message dans un canal Slack ou une activité sur une pull request GitHub. 2

Concrètement, un agent peut alors effectuer une tâche une seule fois, la répéter selon un calendrier, ou se lancer lorsqu’un événement survient dans un service connecté — sans attendre une nouvelle consigne manuelle. 23

OpenAI étend aussi les usages liés aux outils de travail. Ses applications Outlook Email et Outlook Calendar peuvent rechercher et citer des messages, rechercher des personnes et exécuter, lorsque ces fonctions sont activées pour le compte et l’espace de travail, certaines actions de gestion des contacts. Ces intégrations relient ChatGPT aux informations prises en charge dans les comptes Microsoft. 6

L’enjeu n’est donc pas seulement de laisser une IA lire des informations. Il consiste à combiner un contexte, des outils, un déclenchement dans le temps et un objectif défini au sein d’un flux de travail continu.

Meta Muse renforce la pression concurrentielle

L’agent Muse de Meta incarne une vision concurrente : celle d’un assistant personnel organisé autour des services du quotidien, plutôt qu’autour d’une conversation isolée. Reuters rapporte que Muse a été lancé initialement aux États-Unis, via une application dédiée et WhatsApp, avec des connexions possibles à l’e-mail, au calendrier, aux paiements, à la santé et aux applications de maison connectée. 17

Meta propose une version de base gratuite, ainsi que des abonnements à 20 dollars et 100 dollars par mois pour des usages plus intensifs, selon Reuters. 17

Cette approche augmente l’enjeu pour OpenAI. La bataille stratégique porte de plus en plus sur l’assistant auquel les personnes confient des tâches récurrentes, leurs préférences, leurs comptes connectés et des accès autorisés à plusieurs services.

ChatGPT Work et l’Agents API répondent à deux dimensions de cette concurrence : Work cherche à faire de ChatGPT l’endroit où déléguer des projets ambitieux en plusieurs étapes ; l’API permet à des tiers de déployer des agents inspirés de Codex dans leurs propres interfaces et flux de travail. 58

Ce qui départagera les agents

Un agent capable d’agir sur des e-mails, des fichiers, des agendas ou des achats ne vaut que si son utilisateur accepte de lui accorder ces accès. La qualité du modèle est donc nécessaire, mais elle ne suffit pas. Les critères déterminants seront probablement :

• Des intégrations réellement utiles : l’accès aux services où résident déjà le travail et le contexte personnel ;
• Une exécution fiable : la capacité à poursuivre une tâche complexe et à se remettre d’un échec ;
• Une gestion claire des autorisations : savoir précisément ce que l’agent peut consulter et faire ;
• Des garde-fous de sécurité : en particulier pour les messages, fichiers, agendas et paiements ;
• La distribution : la présence de l’agent dans les interfaces que les utilisateurs ouvrent déjà chaque jour.

Les annonces d’OpenAI dessinent ainsi une stratégie cohérente : passer de la réponse à un prompt à l’accomplissement d’un travail. Codex apporte l’exécution au long cours, ChatGPT Work la rend plus accessible dans des usages généralistes, et l’Agents API met cette infrastructure à la disposition des développeurs. 158

Le test décisif reste celui de la confiance opérationnelle. Des agents capables d’agir entre e-mails, calendriers, fichiers et autres services connectés peuvent devenir bien plus utiles qu’un chatbot autonome — à condition que les utilisateurs et les organisations gardent la maîtrise de leurs accès et de leurs actions.