OpenAI publie un guide sur GPT-6.2 dans Codex : quand activer Medium, High, Extra High et Ultra
Un agent Codex peut perdre du temps sur un détail ou n'examiner qu'en surface un bug complexe. Le niveau de raisonnement choisi joue un rôle majeur. OpenAI a publié un guide sur GPT-6.2 (Astra et Sol) : Medium pour un aperçu rapide, High pour un bug qui traverse plusieurs systèmes, Extra High quand plusieurs facteurs se combinent. En mode Ultra, Codex décide lui-même quand lancer des sous-agents. Quant à la tâche, il faut la formuler comme pour un collègue, avec un critère d'acceptation.
Traité par IA depuis TG: @cgevent (Метаверсище и ИИще) ; édité par Hamidun News
Un agent de code dans Codex peut passer des heures sur une correction simple, et n'analyser qu'en surface un bug complexe à la jonction de plusieurs services. La cause tient souvent moins au modèle lui-même qu'à deux choses : le niveau de raisonnement que vous avez activé et la façon dont vous avez posé la tâche. OpenAI a publié sur learn.
chatgpt.com un guide pratique pour travailler avec la famille GPT-6.2 (modèles Astra et Sol) dans Codex.
Il décrit trois réglages de profondeur de raisonnement — Medium, High et Extra High — et un mode Ultra, où Codex décide lui-même quand lancer des sous-agents. Cela fait quatre options au total ; voici quand choisir chacune. Ce texte reprend la version du canal Telegram « Метаверсище и ИИще » : le guide lui-même est accessible via le lien en fin d'article.
Posez la tâche comme à un collègue et donnez d'emblée des critères d'acceptation
La recommandation principale : formulez la tâche comme vous la confieriez à un collègue de projet en chair et en os, et indiquez toujours des critères d'acceptation, c'est-à-dire une condition qui permet de vérifier le résultat. Exemple tiré du guide : l'icône doit rester lisible dans une barre d'outils de 24 pixels. L'agent peut vérifier seul un tel critère, et vous n'aurez pas à le relancer en boucle avec des « ce n'est toujours pas ça ».
Pour un développeur, le principe vaut pour n'importe quelle tâche. « Corrige le test » est une consigne faible. « Corrige le test sans modifier l'API publique et lance uniquement le package concerné » fonctionne : l'agent dispose d'une limite et sait clairement quand il peut s'arrêter.
Quel niveau de raisonnement choisir et quand faire appel à des sous-agents
Le guide conseille d'ajuster le paramètre reasoning_effort, c'est-à-dire le temps que le modèle « réfléchit » avant de répondre, à la complexité de l'investigation :
- Medium — aperçu rapide du code ou du problème ;
- High — quand il faut remonter à la cause à travers plusieurs systèmes ;
- Extra High — quand plusieurs facteurs interagissent et qu'il n'existe pas d'explication simple ;
- Ultra — Codex décide lui-même quand lancer des sous-agents.
En pratique : Medium suffit pour la routine, et il vaut mieux monter d'un cran là où le bug est intermittent et touche plusieurs services.
Les sous-agents sont des instances distinctes de l'agent qui prennent en parallèle des parties indépendantes du travail. Par exemple, l'un met à jour la documentation, un deuxième vérifie un module, un troisième analyse les logs. Si la tâche comporte de telles branches indépendantes, le guide conseille d'ajouter explicitement la directive « use subagents as needed » dans le prompt, le skill ou le fichier AGENTS.md. En mode Ultra, Codex décide seul de lancer ou non des sous-agents.
Tâches visuelles et hygiène d'AGENTS.md
Pour les slides, les SVG et les scènes 3D, la recommandation tient en trois étapes. D'abord, donner au modèle une référence (ou la générer avec GPT Image). Ensuite, lui faire produire un rendu. Enfin, comparer l'image à l'échelle finale d'affichage. Une icône superbe en gros plan peut se réduire à une tache à 24 pixels. Pour les illustrations modifiables et les modèles 3D, le plugin SVG & 3D Design est disponible.
AGENTS.md est un fichier d'instructions permanentes pour l'agent dans un dépôt. Les recommandations sont les suivantes :
- garder le fichier compact ;
- déplacer les préférences personnelles dans ~/.codex/AGENTS.md ;
- quand plusieurs agents travaillent en local, limiter le nombre de builds et de tests simultanés ;
- une fois le travail terminé, supprimer les fichiers temporaires et les processus en arrière-plan.
Ce dernier point parlera à quiconque a vu plusieurs agents lancer un build en même temps et son portable ralentir.
Ce qu'il faut garder en tête
Il s'agit d'un résumé, et non du texte complet du guide : mieux vaut donc vérifier les détails dans la source d'origine. L'auteur du canal ajoute une observation personnelle : la toute récente Astra peut se montrer têtue. Elle résout la tâche à sa manière, selon sa propre compréhension, et réagit plutôt avec retenue aux rappels à l'ordre indignés de l'utilisateur. C'est l'impression d'une seule personne, et non une mesure. Elle illustre toutefois pourquoi le guide insiste autant sur les critères d'acceptation : plus l'objectif est décrit précisément au départ, moins il faut batailler avec le modèle en cours de route.
La conclusion pratique est simple. Avant le lancement, choisissez le niveau de raisonnement adapté à la tâche, écrivez des conditions d'achèvement vérifiables, autorisez explicitement les sous-agents là où les branches sont indépendantes, et gardez AGENTS.md court.
- 20 nov. 2026Model ML lève 250 millions de dollars pour des agents IA destinés aux banquiers, à 1,5 milliard de dollars de valorisation
- 20 nov. 2026Yandex 360 ouvre 7 services de sa suite bureautique aux agents IA via un serveur MCP
- 20 nov. 2026Tencent ouvre un agent qui détecte les vidéos générées avec une précision de 95,2%
- 20 nov. 2026Les États-Unis envisagent d'obliger les entreprises à déclarer leur usage d'IA chinoise : les modèles chinois occupent le top 3 d'OpenRouter
Questions clés sur cet article
Que sait-on sur Posez la tâche comme à un collègue et donnez d'emblée des critères d'acceptation ?
La recommandation principale : formulez la tâche comme vous la confieriez à un collègue de projet en chair et en os, et indiquez toujours des critères d'acceptation, c'est-à-dire une condition qui permet de vérifier le résultat. Exemple tiré du guide : l'icône doit rester lisible dans une barre d'outils de 24 pixels. L'agent peut vérifier seul un tel critère, et vous n'aurez pas à le relancer en boucle avec des « ce n'est toujours pas ça ». Pour un développeur, le principe vaut pour n'importe quelle tâche.
Que sait-on sur Quel niveau de raisonnement choisir et quand faire appel à des sous-agents ?
Le guide conseille d'ajuster le paramètre reasoning_effort, c'est-à-dire le temps que le modèle « réfléchit » avant de répondre, à la complexité de l'investigation : Medium — aperçu rapide du code ou du problème ; High — quand il faut remonter à la cause à travers plusieurs systèmes ; Extra High — quand plusieurs facteurs interagissent et qu'il n'existe pas d'explication simple ; Ultra — Codex décide lui-même quand lancer des sous-agents.
Que sait-on sur Tâches visuelles et hygiène d'AGENTS.md ?
Pour les slides, les SVG et les scènes 3D, la recommandation tient en trois étapes. D'abord, donner au modèle une référence (ou la générer avec GPT Image). Ensuite, lui faire produire un rendu. Enfin, comparer l'image à l'échelle finale d'affichage. Une icône superbe en gros plan peut se réduire à une tache à 24 pixels. Pour les illustrations modifiables et les modèles 3D, le plugin SVG & 3D Design est disponible. AGENTS.md est un fichier d'instructions permanentes pour l'agent dans un dépôt.
Build & Ship Production AI Agents Without Boilerplate Code
Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.