Codex d'OpenAI rejoint la nouvelle vague d'assistants de codage IA autonomes

OpenAI a lancé Codex vendredi dernier, un système de codage avancé qui exécute des tâches de programmation complexes via des instructions en langage naturel. Cette innovation place OpenAI parmi les outils de codage agentique pionniers qui repensent le développement logiciel.

Contrairement aux assistants de codage IA traditionnels comme GitHub Copilot, Cursor ou Windsurf – qui fonctionnent comme des systèmes d'auto-complétion sophistiqués dans les EDI – ces outils agentiques émergents éliminent l'interaction directe avec le code. Les solutions actuelles nécessitent encore une supervision humaine plutôt qu'une exécution autonome des tâches.

Pionnière avec Devin, SWE-Agent, OpenHands et OpenAI Codex, cette nouvelle génération opère en arrière-plan. Ils fonctionnent comme des chefs de projet technique : ils reçoivent des tâches via des plateformes comme Asana ou Slack et livrent des solutions complètes sans exposer le code brut.

Pour les optimistes de l'IA, cela représente un progrès inévitable dans l'automatisation de processus de travail en ingénierie logicielle de plus en plus sophistiqués.

« La programmation est passée de la saisie manuelle à l'auto-complétion intelligente de GitHub Copilot », remarque Kilian Lieret de Princeton et SWE-Agent. « Nous entrons maintenant dans la troisième phase – où les agents de codage traitent des tâches entières de manière indépendante après avoir reçu une description du problème. »

Les systèmes agentiques visent à contourner complètement les environnements de développement. « Nous élevons le flux de travail au niveau managérial », explique Lieret. « Il suffit de déposer un rapport de bogue, et les agents autonomes tentent des résolutions sans intervention. »

Malgré cette vision, des défis de mise en œuvre persistent.

Rejoignez-nous à TechCrunch Sessions : IA

Réservez votre pass pour notre conférence IA phare avec des experts d'OpenAI, Anthropic et Cohere. Offre limitée : accès journée entière aux discours principaux, ateliers et networking pour seulement 292 $.

Exposez à TechCrunch Sessions : IA

Présentez vos innovations à plus de 1 200 leaders de l'industrie à TC Sessions : IA. Des espaces d'exposition abordables disponibles jusqu'au 9 mai ou jusqu'à épuisement.

Le lancement de Devin en 2024 a été confronté à des critiques sévères sur YouTube et des retours mesurés d'Answer.AI, reflétant des préoccupations communes : les taux d'erreur annulent souvent les bénéfices de l'automatisation. (Malgré les défis de déploiement, Cognition AI a sécurisé 400 millions de dollars de financement pour une valorisation de 4 milliards de dollars.)

Les défenseurs de l'industrie soulignent la nécessité d'une supervision humaine, positionnant les agents de codage comme des composants dans des flux de travail supervisés plutôt que comme des remplacements.

« Les systèmes actuels nécessitent une revue de code humaine », déclare Robert Brennan d'All Hands AI. « Approuver aveuglément le code généré par un agent crée rapidement de la dette technique. »

Les hallucinations restent problématiques. Brennan cite des cas où les agents ont inventé des spécifications d'API au-delà de leurs données d'entraînement. Des systèmes de prévention sont en développement, mais les solutions ne sont pas triviales.

Le classement SWE-Bench suit les progrès, évaluant les modèles sur des problèmes réels de GitHub. OpenHands mène les soumissions vérifiées (65,8 % de résolution), tandis qu'OpenAI affirme que Codex atteint 72,1 % – en attente de vérification indépendante.

Le scepticisme de l'industrie se concentre sur la question de savoir si les performances en benchmark se traduisent par une autonomie pratique. Un taux de réussite de 75 % exige encore une supervision humaine substantielle, particulièrement dans les systèmes multi-étapes.

Comme tous les outils d'IA, des améliorations incrémentielles des modèles pourraient finalement produire des systèmes agentiques fiables. Surmonter les obstacles des hallucinations et de la fiabilité reste critique pour l'adoption.

« Nous approchons d'une barrière de confiance », observe Brennan. « La question fondamentale est : quelle charge de travail pouvons-nous déléguer en toute sécurité tout en maintenant le contrôle qualité ? »