Tech • IA • Robotique • Jeu
Que construirez-vous avec des agents de codage qui ne s’arrêtent jamais ? | DevDay 2026
7/10INTRO
OpenAI a expliqué comment des agents Codex de longue durée, associés à Astra et à du calcul distant, ont généré un modèle 3D détaillé de Ferrari, un survol complet du Nürburgring, et corrigé de manière autonome des défaillances instables de la CI interne pendant six semaines.
POINTS CLÉS
Modélisation 3D à partir de références minimales
Un projet d’exploration Ferrari a été réalisé à partir de seulement sept images, produisant non seulement un modèle 3D texturé, mais aussi des versions argile et fil de fer sans qu’elles aient été explicitement demandées. Le résultat était un site web consultable, conçu pour examiner en détail les composants de la voiture et sa construction.
Un rendu de 21 kilomètres du Nürburgring
Une tâche distincte a généré un survol complet du Nürburgring Nordschleife, c’est-à-dire le tracé long de 21 kilomètres plutôt que le circuit plus court du Grand Prix. Le rendu couvrait les 70 virages et a pris un peu plus de deux jours, l’essentiel du temps étant consacré à attendre que Blender rende les images.
Les agents se remettaient des échecs et continuaient
Pendant la construction du circuit, le système a rencontré des limites de RAM, une surchauffe du CPU et d’autres interruptions. Il a repris automatiquement à partir des images sauvegardées et a utilisé des sous-agents pour étudier le circuit, valider la géométrie et planifier les étapes de rendu, montrant comment des agents de long horizon peuvent continuer malgré des problèmes d’infrastructure.
Des prompts très scriptés à la délégation par objectifs
Le flux de travail est passé nettement de prompts très prescriptifs à des consignes légères fondées sur le résultat attendu. Les configurations précédentes exigeaient de longs prompts, des exemples de code et des plans explicites; les modèles actuels reçoivent un objectif, des compromis et des critères de réussite, puis déterminent eux-mêmes les étapes d’implémentation.
Un agent de six semaines pour la maintenance de la CI interne
Un agent interne de continuous integration a fonctionné pendant six semaines avant d’être arrêté, non pas parce qu’il avait échoué, mais parce que d’autres équipes avaient commencé à déployer des agents similaires. Sa mission consistait à surveiller les tests instables ou cassés, reproduire les échecs, proposer des correctifs, ouvrir des pull requests et se coordonner avec ses collègues.
Une production à l’échelle industrielle
Au cours de son exécution, l’agent de CI a ouvert plus de 100 pull requests par semaine, poussé plus de 1 000 commits, envoyé plus de 600 messages Slack et fusionné 213 de ses propres correctifs. Sur environ 1 000 heures, il a effectué un peu moins de 500 000 appels d’outils et utilisé plus de 5 800 sessions de sous-agents, dont plus de 67 000 appels passés à attendre des événements externes.
Les sous-agents ont changé la courbe de productivité
Au départ, l’agent de CI travaillait sur un seul fil, mais après environ quatre jours, il a été réorganisé pour que le fil principal trie les échecs et délègue le débogage à des sous-agents. Ces travailleurs secondaires récupéraient le code, itéraient sur les correctifs, relançaient les tests et poussaient les changements de façon indépendante, transformant un agent unique en flux coordonné multi-agents.
Il a résolu un bug GPU non déterministe
L’un des cas les plus difficiles concernait un Heisenbug dans le comportement en virgule flottante à l’intérieur d’un test GPU. L’agent a corrélé les journaux sur plusieurs semaines, identifié que les échecs se concentraient sur un nœud précis, appris à relancer le test de manière répétée sur celui-ci, puis contacté les chercheurs concernés pour déterminer si la cause venait d’une optimisation logicielle ou d’un matériel défectueux.
Des fonctions intégrées pour le travail de longue durée
L’ensemble reposait sur plusieurs fonctions de Codex: un fil par résultat, un guidage persistant via agents.md, une compaction automatique pour préserver de longues fenêtres de contexte, des environnements distants connectés en SSH, Codex Cloud, des plugins comme GitHub et Slack, des fils enfants avec des worktrees séparés, le mode Ultra pour les problèmes particulièrement difficiles, et des heartbeats planifiés pour le suivi.
Un coût important mais mesurable
Le fonctionnement de six semaines a été estimé à environ 32 $ par heure, puis est tombé à environ 16 $ par heure grâce aux améliorations tarifaires de GPT-6 Sol. Ce calcul a été présenté comme rentable, étant donné que l’agent exécutait à répétition des millions de tests et réduisait les frictions d’ingénierie dans toute l’entreprise.
CONCLUSION
Ces démonstrations suggèrent que les agents logiciels passent d’assistants de codage éphémères à des opérateurs durables capables de gérer des tâches créatives sur plusieurs jours et une maintenance d’ingénierie sur plusieurs semaines. La question centrale n’est plus de savoir s’ils peuvent travailler longtemps de façon autonome, mais quelles tâches récurrentes méritent de leur être confiées.
Poser une question