Intensif Gratuit 21–22/11Intensif gratuit de 2 jours en Vibecoding (21–22 nov, 16h00 MSK) · Cohorte 3 le 23/11S'inscrire gratuitement →Cohorte 3 (23/11)
SortieAPI / Produit · Prêt à l'emploiTNW→ original

Les agents d'OpenAI traitent seuls 46 % des tâches de recherche de 2 à 4 heures, contre 23 % en mars

OpenAI montre, chiffres à l'appui, comment ses agents de code prennent en charge une part croissante du travail des chercheurs. Pour les tâches qui demandent deux à quatre heures à un humain, comme analyser les journaux d'un entraînement, les agents les mènent désormais seuls à terme dans 46 % des cas, contre 23 % en mars. Pour les tâches de quatre à huit heures, la part est passée de 13 % à 35 %. Les tâches de routine de durée moyenne peuvent déjà être confiées aux agents, alors que le code serveur complexe reste préférablement entre les mains d'un humain.

Traité par IA depuis TNW ; édité par Hamidun News
Les agents d'OpenAI traitent seuls 46 % des tâches de recherche de 2 à 4 heures, contre 23 % en mars
Source : TNW. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireTNW ↗
Rédacteur en chef
Chiffre clé #1Le chercheur médian dépense 2 400 $ par jour en agents, au tarif de l'API
Réussite sans intervention humaine79 % pour la supervision d'entraînement, 25 % pour le code d'inférence
Réserve d'OpenAIles chercheurs pouvaient modifier les tâches confiées aux agents

OpenAI indique que ses agents de code mènent désormais seuls à terme 46 % des tâches de recherche qui demanderaient deux à quatre heures à un salarié. Il s'agit par exemple de « analyser les journaux d'un entraînement interrompu et trouver la cause » ou « écrire un script pour vérifier un nouveau modèle ». En mars, la part de tâches menées à bien sans aide n'était que de 23 %, soit un doublement en quelques mois.

Pour les tâches plus longues, de quatre à huit heures de travail humain, la proportion est passée de 13 % à 35 %. Le rapport a été publié mercredi et constitue le deuxième de l'entreprise sur la manière dont l'IA accélère ses propres recherches, après celui de septembre. Ces chiffres sont utiles à quiconque doit décider de la quantité de travail à confier aux agents.

Ce que les agents savent déjà faire seuls

Les résultats dépendent fortement du type de tâche, c'est pourquoi OpenAI qualifie les progrès d'« inégaux ». Les agents réussissent seuls dans 79 % des cas la supervision des entraînements de modèles, et dans 72 % des cas les réponses à des questions techniques. En revanche, ils ne parviennent à écrire le code des systèmes d'inférence (c'est-à-dire le lancement et l'exploitation de modèles déjà entraînés) que dans 25 % des cas, et la construction d'environnements d'évaluation et d'entraînement dans 29 % des cas. En clair, les agents savent bien surveiller et répondre, mais peinent encore à écrire du code d'infrastructure fin.

OpenAI formule aussi une réserve. À mesure que les agents s'amélioraient, les chercheurs pouvaient modifier l'ensemble des tâches qui leur étaient confiées. La hausse du taux de réussite reflète donc à la fois les progrès des modèles et l'évolution des habitudes des équipes.

Combien cela coûte

En calculant au tarif de l'API, le chercheur médian d'OpenAI a utilisé les agents pour environ 2 400 $ par jour en octobre. En septembre, ce montant était de 1 500 $, soit une hausse de 62 %. Chez les utilisateurs les plus intensifs, au niveau du 90e percentile (c'est-à-dire les 10 % de salariés qui dépensent autant ou davantage), la dépense quotidienne atteint environ 23 000 $, contre 11 000 $ un mois plus tôt.

Sur la durée, la charge confiée aux agents par chercheur a été multipliée par onze, passant de 0,5 à 5,7 « journées de travail d'agent » par jour. OpenAI compte une journée de travail d'agent pour huit heures d'activité. À la mi-octobre, plus des deux tiers des chercheurs faisaient tourner au moins quatre agents simultanément aux heures de pointe, et plus de 10 % en faisaient tourner au moins 16.

En septembre, le coût d'usage des agents dans le département de recherche représentait environ le double des salaires des chercheurs. Les stock-options n'entrent pas dans ce calcul, alors qu'elles représentent, selon OpenAI, 70 à 80 % de la rémunération cible. Par ailleurs, les agents internes n'ont consommé que 2 % des ressources de calcul dédiées à la recherche.

Les idées viennent encore des humains

On a demandé aux chercheurs d'où venaient les idées principales derrière GPT-6 Astra et la version suivante. Les spécialistes du post-entraînement et de la sécurité ont attribué toutes les idées à des humains, les modèles les aidant, selon eux, à les concrétiser. Les spécialistes du pré-entraînement de GPT-6.2 Astra ont dit avoir élaboré leurs idées en dialogue avec Codex, et l'un d'eux a souligné que le modèle avait suggéré des intuitions clés.

Dans les entretiens, les chercheurs affirment que les agents ont toujours un mauvais goût, qu'il s'agisse des idées, du code, des données ou des textes. Ils ont donc besoin d'une supervision serrée. L'un des spécialistes du pré-entraînement a reconnu qu'il estimait aujourd'hui avoir un meilleur goût que les agents, sans être sûr que cela dure longtemps.

Dans une enquête auprès de 101 salariés d'OpenAI, la question était de savoir ce que chacun accepterait de sacrifier pour disposer pendant trois mois des meilleurs agents de code. La réponse médiane : 40 % des effectifs de l'équipe ou 30 % de ses ressources de calcul. L'entreprise précise elle-même que ces autoévaluations peuvent être imprécises et que l'échantillon n'a pas été constitué selon une méthode rigoureuse.

Le reste du rapport et ce que doivent faire les praticiens

OpenAI propose d'obliger les laboratoires à suivre et à rendre publics les signes d'auto-amélioration récursive, c'est-à-dire les situations où l'IA accélère la création de la prochaine IA. L'entreprise précise qu'elle ne cherche pas à atteindre une auto-amélioration complète. Pour mesurer le rythme global, OpenAI utilise une version interne de l'indice de capacités d'Epoch AI. Selon cet indice, le niveau de pointe progresse de 16,4 points par an depuis août 2025, alors qu'Epoch observait 14 points par an depuis la fin 2024. L'entreprise remarque par ailleurs que ses modèles obtiennent de meilleurs scores sur son propre indice que sur celui d'Epoch.

Pour les praticiens, la conclusion est simple. On peut déjà confier aux agents la supervision, l'analyse de journaux, les réponses à des questions techniques et des tâches de quelques heures. Le code d'infrastructure critique reste préférablement sous contrôle humain. Il faut aussi prévoir son budget dès maintenant : un usage intensif des agents se chiffre en milliers de dollars par personne et par jour.

Dossier

Questions clés sur cet article

Que sait-on sur Ce que les agents savent déjà faire seuls ?

Les résultats dépendent fortement du type de tâche, c'est pourquoi OpenAI qualifie les progrès d'« inégaux ». Les agents réussissent seuls dans 79 % des cas la supervision des entraînements de modèles, et dans 72 % des cas les réponses à des questions techniques. En revanche, ils ne parviennent à écrire le code des systèmes d'inférence (c'est-à-dire le lancement et l'exploitation de modèles déjà entraînés) que dans 25 % des cas, et la construction d'environnements d'évaluation et d'entraînement dans 29 % des cas.

Que sait-on sur Combien cela coûte ?

En calculant au tarif de l'API, le chercheur médian d'OpenAI a utilisé les agents pour environ 2 400 $ par jour en octobre. En septembre, ce montant était de 1 500 $, soit une hausse de 62 %. Chez les utilisateurs les plus intensifs, au niveau du 90e percentile (c'est-à-dire les 10 % de salariés qui dépensent autant ou davantage), la dépense quotidienne atteint environ 23 000 $, contre 11 000 $ un mois plus tôt.

Que sait-on sur Les idées viennent encore des humains ?

On a demandé aux chercheurs d'où venaient les idées principales derrière GPT-6 Astra et la version suivante. Les spécialistes du post-entraînement et de la sécurité ont attribué toutes les idées à des humains, les modèles les aidant, selon eux, à les concrétiser. Les spécialistes du pré-entraînement de GPT-6.2 Astra ont dit avoir élaboré leurs idées en dialogue avec Codex, et l'un d'eux a souligné que le modèle avait suggéré des intuitions clés.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Private AI Builders Community · Vibe Club

Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews

Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.

Join Vibe Club →Explore Hamidun Academy
Qu'en pensez-vous ?
Chargement des commentaires…