Sous Tibo, Codex sort du creux : Every retrace une année de retour en force

Dan Shipper, cofondateur et CEO du média technologique Every, a publié une longue analyse intitulée « How Codex Happened ». Elle retrace comment l'agent de code d'OpenAI, Codex, est sorti de son point le plus bas en un peu plus d'un an pour s'imposer parmi les principaux produits de l'entreprise. Shipper a travaillé sur ce texte pendant plusieurs mois et a mené une série d'entretiens avec des acteurs des événements. Le média chinois Jiqizhixin a repris le contenu sous un titre affirmant que Tibo, qui a pris en main Codex il y a moins d'un an, a de fait « absorbé » ChatGPT.

Une précision d'emblée. Dans l'extrait dont nous disposons, il n'y a ni indicateurs de chiffre d'affaires, ni nombre d'utilisateurs, ni graphiques internes. « Absorbé » est ici une image tirée du titre, pas une grandeur mesurée. Voici ce que l'on peut affirmer, et ce qu'il faut vérifier dans la source primaire.

Ce que l'on sait de la publication

Les faits sur lesquels repose cette histoire :

• Auteur du rapport : Dan Shipper, Every, format long.
• Titre : « How Codex Happened ».
• Période couverte : un peu plus d'un an de vie du produit, de l'échec au rebond.
• Travail sur le texte : plusieurs mois, entretiens avec des acteurs du dossier.
• Figure clé : Tibo, qui a pris en main Codex il y a moins d'un an.
• Thèse éditoriale de Jiqizhixin : par son importance pour OpenAI, Codex a rattrapé ChatGPT ou l'a dépassé.

Nous avons donc affaire à un résumé de résumé. La valeur première du long format réside dans les coulisses : décisions produit, changements de priorités, débats au sein de l'équipe. L'extrait ne dévoile aucun de ces détails.

Pourquoi cette histoire compte pour le marché

Les agents de code sont devenus l'application commerciale la plus lisible des LLM. Le développeur paie pour des heures économisées, et cet argent se calcule facilement. C'est pourquoi Codex, Claude Code et les autres outils se disputent chaque ingénieur. Si l'agent d'OpenAI est réellement sorti du creux, l'explication tient à l'organisation plus qu'à un seul modèle : qui prend les décisions, à quelle vitesse l'équipe livre ses itérations, comment s'articule le lien entre le modèle et l'environnement d'exécution.

La thèse du ChatGPT « avalé » appelle elle aussi de la prudence. Elle peut recouvrir trois choses différentes : l'attention de la direction et les ressources se déplacent vers Codex ; Codex croît plus vite que le produit de chat ; l'interface agentique devient le mode d'utilisation principal du modèle. Ce sont des affirmations distinctes, et seuls des chiffres d'usage et de chiffre d'affaires permettraient de les confirmer. Nous n'en avons pas à ce stade.

Comment tirer parti de cette actualité

Pour les équipes qui choisissent un agent de code, la conclusion est simple : lisez la source primaire, pas les titres. Ouvrez d'abord le long format d'Every et relevez les décisions et les échéances précises que cite Shipper. Confrontez-les ensuite aux versions publiques de Codex et à ce que vous observez dans vos propres dépôts.

Une marche à suivre pragmatique :

1. Faites passer Codex et son concurrent le plus proche sur un même jeu de tâches réelles : correctifs de bugs, refactoring, tests. 2. Mesurez la part de modifications acceptées et le temps de relecture, pas les impressions. 3. N'intégrez pas à votre stratégie la thèse de la victoire d'un produit tant que vous ne disposez pas de données d'usage. 4. Observez comment OpenAI intègre l'agent à ses produits principaux : l'intégration en dira plus sur ses priorités que n'importe quel entretien.

L'histoire de Codex est intéressante comme cas de redressement managérial dans une grande entreprise d'IA. Mais elle ne deviendra convaincante que lorsque des métriques accompagneront le beau titre.