OpenAI Codex dépasse le code: computer use, automatisations, mémoire et workflows agents
La sortie Codex du 16 avril transforme Codex d'assistant de code en agent plus large pour les workflows logiciels. Il peut piloter un Mac avec son propre curseur, utiliser un navigateur intégré, générer des images, mémoriser des préférences, lancer des automatisations et se connecter plus profondément aux outils développeur.
Ce qu'OpenAI a annoncé
OpenAI dit que Codex sert désormais plus de 3 millions de développeurs hebdomadaires et qu'il est étendu à l'ensemble du cycle de développement logiciel. L'application peut utiliser le contrôle d'ordinateur en arrière-plan sur macOS, travailler avec un navigateur intégré, générer et itérer des images avec gpt-image-1.5 et utiliser plus de 90 plugins supplémentaires sur des outils comme GitLab Issues, CircleCI, CodeRabbit, Render, Microsoft Suite, Atlassian Rovo, Remotion, Neon et Superpowers.
Pourquoi cela dépasse un simple ajout de fonctionnalités
Le vrai basculement est que Codex passe de tâches de code isolées à l'exploitation de workflows réels: commentaires de revue, terminaux, PDF, tableurs, slides, docs, devboxes distantes via SSH, itération visuelle et suivi planifié. OpenAI indique aussi que les automatisations liées aux threads peuvent conserver le contexte sur plusieurs jours ou semaines, tandis que la mémoire peut conserver préférences, corrections et faits projet durement acquis.
Le risque: plus de contexte signifie aussi plus de gaspillage
Les mêmes fonctions qui rendent Codex plus utile peuvent aussi rendre les runs plus coûteux et plus difficiles à auditer. Un agent avec computer use peut cliquer dans des interfaces non pertinentes. Un agent avec mémoire peut transporter des hypothèses périmées. Un agent riche en plugins peut collecter plus de contexte que nécessaire. Un workflow visuel peut brûler des tokens dans des captures et des boucles d'inspection répétées.
Le playbook opérationnel TRH
Avant de déléguer un workflow à Codex, définissez l'artefact cible, les apps autorisées, les frontières de sources, les conditions d'arrêt et la commande de vérification. Utilisez les automatisations pour la découverte récurrente et les brouillons, mais gardez la publication derrière une approbation humaine. Pour les équipes, suivez le ratio entre contexte collecté, actions exécutées et artefacts livrés. C'est là que se joue la différence entre levier agentique et traînée agentique.