Une nouvelle couche pour faire fonctionner des agents
OpenAI a lancé le 10 septembre 2026 Agents API en bêta publique. Le service vise les développeurs qui veulent confier à un agent logiciel une tâche pouvant durer longtemps, utiliser plusieurs outils et produire des fichiers ou d’autres résultats intermédiaires. Selon l’entreprise, cette API reprend le harnais logiciel qui soutient Codex : il gère notamment le contexte, l’accès aux outils et la coordination du travail. L’annonce porte donc moins sur un nouveau modèle que sur l’infrastructure nécessaire pour garder un agent actif et suivre son exécution. OpenAI affirme qu’une session peut être créée en indiquant la tâche, le modèle, les outils et l’environnement. Comme il s’agit d’une bêta, les capacités et les interfaces peuvent encore évoluer avant une version générale.
Le développeur conserve le choix de l’environnement
La proposition ne force pas toutes les tâches à s’exécuter au même endroit. La documentation présentée par OpenAI prévoit un environnement hébergé par l’entreprise, une infrastructure contrôlée par le client ou un service fourni par un partenaire. Cette distinction compte pour les organisations qui manipulent du code, des documents internes ou des secrets techniques. Le harnais peut orchestrer le travail, mais l’équipe doit toujours décider où résident les fichiers, quelles connexions sont permises et quelles données peuvent quitter son réseau. OpenAI présente aussi un bac à sable hébergé capable d’exécuter du code, d’utiliser des fichiers et de conserver des résultats. Cette commodité ne remplace pas une analyse des accès : un agent ne devrait recevoir que les permissions nécessaires à une tâche précise.
Des sessions longues, des outils et plusieurs agents
Pour les travaux qui dépassent une courte conversation, OpenAI dit avoir intégré une gestion automatique du contexte. Lorsqu’une session approche de sa limite, le système compacte les échanges précédents afin de préserver l’information utile. Agents API comprend aussi une recherche d’outils qui charge les définitions au besoin, ainsi que des appels programmatiques permettant de lancer, chaîner ou regrouper certaines opérations. Une option multiagent peut répartir des sous-tâches entre plusieurs agents ayant chacun leur propre contexte. Ces fonctions peuvent réduire une partie du code d’orchestration que les équipes écrivaient elles-mêmes. Elles ajoutent toutefois de nouveaux points à observer : quelle tâche a été déléguée, quel outil a été appelé, quel résultat a été conservé et quelle action a finalement été autorisée.
Ce que cela peut changer pour une équipe québécoise
Pour une petite équipe de développement, l’intérêt potentiel est de commencer un projet d’agent sans construire immédiatement toute l’infrastructure de reprise, de stockage temporaire et de coordination. Un premier essai pourrait porter sur une tâche interne réversible, comme analyser les erreurs d’un dépôt de démonstration ou préparer un rapport à faire approuver. Il serait imprudent de commencer par un processus capable de publier, de supprimer des données ou de communiquer avec des clients sans contrôle humain. Le service hébergé simplifie une partie de l’exploitation, mais il ne définit pas les règles de l’organisation. Les responsables doivent encore choisir les données permises, limiter les secrets, conserver des traces compréhensibles et prévoir une façon d’arrêter ou de reprendre une session qui s’écarte du mandat.
Une bêta à évaluer avec des mesures concrètes
OpenAI indique qu’Agents API n’ajoute pas de frais distincts : l’utilisation est facturée selon les modèles, les outils et les ressources consommés. Ce modèle rend le coût dépendant de la durée et de la complexité du travail. Avant une adoption plus large, une organisation peut mesurer le taux de tâches terminées, le nombre d’interventions humaines, les erreurs récupérables, le temps total et le coût par résultat accepté. Elle devrait aussi tester les échecs : outil indisponible, permission refusée, fichier inattendu ou instruction ambiguë. L’annonce montre que les fournisseurs déplacent une partie de leur offre du simple appel de modèle vers l’exécution complète d’un travail. La valeur réelle dépendra toutefois de la fiabilité observée dans chaque contexte, et non seulement de la facilité avec laquelle une première session peut être lancée.
