OpenAI poursuit la transformation de ses outils pour développeurs en ajoutant une nouvelle capacité à son Agents API : le contrôle informatique. Les agents peuvent désormais interagir avec des logiciels via un navigateur hébergé par OpenAI pour effectuer des tâches directement dans des interfaces web.
Mais, OpenAI ne confie pas pour autant les clés du navigateur à l’agent. L’application du développeur reste responsable de l’accès aux sites, de la connexion aux comptes et de la vérification du résultat obtenu.
Le contrôle informatique complète l’Agents API
Annoncée lors du DevDay du 29 septembre, la nouvelle fonction permet aux développeurs de donner à leurs agents des tâches nécessitant une interaction avec un logiciel via un navigateur.
L’Agents API, entrée en bêta publique le 10 septembre, proposait déjà un environnement d’exécution géré, des sous-agents, la recherche d’outils et l’appel programmatique de fonctions. Le contrôle informatique ajoute désormais une dimension très concrète : l’agent peut effectuer des actions dans une interface graphique au lieu de se limiter à appeler des API ou manipuler des données.
OpenAI présente également plusieurs fonctions destinées aux workflows complexes, notamment la coordination entre plusieurs agents inspirée de Codex, la recherche d’outils et la compression du contexte.
Il faut donc voir le contrôle informatique comme une nouvelle capacité de l’Agents API, et non comme une nouvelle API d’agents ou un nouveau modèle d’IA.
Un navigateur hébergé, mais une frontière d’accès contrôlée
Le fonctionnement repose sur une session de navigateur créée dans un environnement hébergé par OpenAI. Le développeur conserve l’identifiant de cette session et suit les événements générés pendant son exécution.
Lorsqu’un agent doit accéder à un site, l’application peut traiter les demandes d’accès au fur et à mesure. Cette séparation est particulièrement importante lorsqu’un workflow implique des comptes utilisateurs, des sites tiers ou des actions susceptibles de modifier un état. La connexion à un compte reste notamment à la charge de l’application. Autrement dit, l’agent ne reçoit pas automatiquement les identifiants nécessaires pour se connecter aux différents services.
Le guide technique d’OpenAI décrit également une étape de vérification après l’exécution. Le développeur doit contrôler le résultat obtenu, examiner l’activité enregistrée dans le navigateur et supprimer la session lorsqu’elle n’est plus nécessaire.
Une approche qui impose de définir ce que signifie « terminé »
Cette architecture change sensiblement la manière de concevoir un agent autonome. Une tâche effectuée dans un navigateur peut désormais modifier des informations sur un service tiers, envoyer une demande ou déclencher une action qui dépasse largement le cadre d’une simple génération de texte.
Pour un premier déploiement, il devient donc pertinent de limiter l’agent à une tâche précise avec un état final clairement identifiable. L’application peut déterminer quels sites et quelles actions sont autorisés, puis définir les éléments permettant de confirmer que l’opération a réellement abouti.
Cette approche découle directement des étapes d’accès et de vérification décrites dans la documentation d’OpenAI. Elle ne signifie toutefois pas que l’API garantit un taux de réussite particulier pour les tâches exécutées dans un navigateur.
Une disponibilité à distinguer selon les produits
OpenAI indique que le contrôle informatique est disponible via l’API et fait également référence à Codex et ChatGPT Work sur les offres Pro 500 et Enterprise. Ces différentes références ne doivent cependant pas être confondues avec une grille tarifaire spécifique de l’Agents API. La documentation destinée aux développeurs constitue la référence pour la configuration technique, tandis que l’annonce du DevDay décrit la disponibilité de la fonctionnalité dans les différents produits.
Cette distinction est également importante pour comprendre la nature de l’annonce : le contrôle informatique n’est pas un nouveau modèle de fondation et ne constitue pas, à lui seul, une amélioration mesurée des capacités d’un modèle. Il s’agit d’un outil permettant à un agent d’interagir avec un environnement informatique via un navigateur.
Pour les développeurs, l’enjeu est donc moins de savoir si OpenAI vient de créer les agents que de déterminer si leurs workflows nécessitent désormais une interaction directe avec des interfaces web.
