Agents API : le harnais de Codex, ouvert à tous

Construire un agent qui travaille longtemps demande beaucoup de plomberie : garder l’état d’une session, résumer le contexte quand il déborde, reprendre après une erreur, isoler l’exécution du code, coordonner plusieurs sous-agents. Avec l’Agents API, ouverte en bêta publique le 10 septembre 2026, OpenAI propose de fournir cette infrastructure, celle qui fait déjà tourner Codex. L’application garde la main sur ses outils et sur son environnement d’exécution ; OpenAI gère les sessions, le contexte et la reprise.

Côté outils, la documentation cite les appels d’outils programmatiques, les serveurs MCP, la recherche web, ainsi que l’édition de fichiers et l’exécution de commandes dans un bac à sable. La facturation reste celle des briques utilisées : les modèles au tarif de l’API, les outils d’OpenAI à leur tarif standard et les bacs à sable hébergés au tarif des conteneurs. Le même jour, OpenAI a aussi rendu disponible dans son API GPT-Live 1, un modèle de conversation vocale en duplex intégral.

La limite qui compte pour une entreprise européenne

La documentation de l’Agents API est explicite : il ne prend en charge, pour l’instant, la résidence des données qu’aux États-Unis, et il n’est pas éligible à la non-conservation des données (ZDR). Utiliser son propre bac à sable n’y change rien. Pour une entreprise française, cela signifie qu’un agent qui manipule des données personnelles de clients ou de salariés soulève immédiatement la question des transferts hors de l’Union et de la conservation.

Ce n’est pas une raison d’ignorer l’outil, mais une raison de le cantonner, pendant la bêta, à des tâches sans données personnelles ni secrets : prototypes, analyse de code public, préparation de documents génériques. Nous avions vu avec l’inférence régionale de Mistral que la localisation du traitement est devenue un critère de choix ; elle s’applique aussi aux agents.

Californie : un registre des auditeurs d’IA

Le 9 septembre 2026, le gouverneur Gavin Newsom a signé deux lois présentées comme une première aux États-Unis. SB 813 crée un cadre pour des organismes de vérification indépendants, agréés sur la base du volontariat, capables d’évaluer des systèmes et des modèles d’IA. AB 1405 crée un registre des auditeurs d’IA : à partir du 1er janvier 2029, les auditeurs devront s’y inscrire, avec des exigences d’indépendance (pas d’audit de son propre travail, ni d’un système dont on a eu la responsabilité dans les douze mois précédents).

Ces lois n’obligent pas les entreprises à se faire auditer pour exercer en Californie. Mais un audit réalisé dans ce cadre pourra être pris en compte, sans être déterminant, en cas de litige. Le 18 septembre, un décret du gouverneur a demandé d’accélérer leur mise en œuvre et d’étudier des mesures plus fortes, comme la présence d’un organisme de vérification au sein des laboratoires d’IA de pointe.

Déléguer à un agent, c’est devoir le prouver

Les deux annonces se répondent. Plus il devient facile de lancer un agent, plus il devient important de pouvoir démontrer ce qu’il a fait, avec quelles données et sous quel contrôle. Les obligations européennes de transparence et de documentation sur l’IA vont dans le même sens : l’important n’est pas seulement que l’agent fonctionne, mais que l’on puisse le vérifier après coup.

Concrètement, la preuve se prépare dès la conception : une mission écrite, des droits limités, des étapes de validation et un journal exploitable. C’est aussi ce que nous recommandions pour tester une IA avant de la déployer : un test n’a de valeur que s’il laisse une trace.

Avant de confier une tâche à un agent géré

  1. Classer les données que l’agent verra : publiques, internes, personnelles, secrètes.
  2. Vérifier la région d’hébergement et la conservation proposées par le service, et refuser les données personnelles si elles ne conviennent pas.
  3. Limiter les outils et exiger une approbation avant toute action irréversible : envoi, paiement, suppression, publication.
  4. Garder un journal exportable : c’est la matière première d’un futur audit, interne ou externe.
  5. Rejouer un test de référence à chaque changement de modèle, de consigne ou d’outil.

Nous concevons des agents IA encadrés selon ces principes, et Prompt OS intègre ces exigences dans la mission confiée à l’agent.

Conclusion

La semaine du 7 septembre 2026 a résumé l’équation des agents en entreprise : l’infrastructure devient un service, mais la responsabilité ne se délègue pas. Utiliser un agent géré peut faire gagner des semaines de développement, à condition de savoir où vont les données et de pouvoir prouver, journal à l’appui, ce que l’agent a fait.