« Persistent mode » : OpenAI teste un Codex qui ne s'arrête jamais

Un agent qui travaille tant qu'on ne l'a pas explicitement « endormi » : c'est ce que laisse entrevoir du code repéré fin août 2026 dans la version en ligne de commande de Codex, l'agent de programmation d'OpenAI. Le « Persistent mode », tel qu'il apparaît dans le dépôt public, transforme un assistant qu'on sollicite ponctuellement en collègue numérique permanent, capable de se créer des tâches de suite et de décider quoi faire ensuite à partir de ce qu'il connaît de l'utilisateur. La fonctionnalité n'est ni déployée ni officiellement annoncée — OpenAI, sollicité, n'a pas répondu — mais elle dit où souffle le vent.

Ce que le code laisse voir

Concrètement, le mode persistant fait tourner l'agent en continu jusqu'à ce qu'un humain le mette en pause. Deux réglages accompagnent le dispositif : un niveau d'« effort de raisonnement » pour doser la puissance de calcul consommée, et une fonction de « proactivité » qui autorise l'agent à générer lui-même ses tâches de suivi. On sort du schéma requête-réponse : l'agent n'attend plus une instruction, il enchaîne, planifie et relance, en s'appuyant sur l'historique des interactions passées.

La prudence s'impose sur le statut. Il ne s'agit pas d'un produit, mais d'indices trouvés dans une base de code — une fonctionnalité qu'OpenAI « teste », sans calendrier de sortie. L'histoire récente de l'outil invite toutefois à la prendre au sérieux : les nouveautés qui apparaissent d'abord dans l'interface en ligne de commande de Codex finissent régulièrement par gagner les versions grand public. Ce qui n'est aujourd'hui qu'une variable dans un dépôt public pourrait donc devenir demain une case à cocher dans ChatGPT.

Une course à l'agent permanent

OpenAI n'est pas seul sur cette trajectoire. Microsoft a lancé plus tôt cette année son propre agent toujours actif, et Meta développerait un système comparable, baptisé « Hatch ». La convergence n'a rien d'un hasard : l'agent permanent est la suite logique du glissement de l'IA d'un outil qu'on interroge vers un système qui agit, dont les assistants personnels autonomes sont l'autre visage. La promesse est claire — un travailleur numérique qui avance pendant qu'on dort — et l'appétit du marché, réel.

Le revers l'est tout autant. Un agent qui se donne ses propres objectifs et agit sans supervision continue multiplie les occasions de dérapage : des incidents documentés ont vu des agents supprimer par erreur des données utilisateur. La proactivité, vantée comme une fonctionnalité, est aussi la source du problème : plus un agent décide seul de ses tâches, moins l'humain garde la main sur ce qu'il fait en son nom. C'est exactement la préoccupation — traçabilité et responsabilité des actions autonomes — que pointait la coalition sur la cyberdéfense le même mois.

Il y a aussi une dimension économique rarement mise en avant. Un agent qui tourne en continu consomme du calcul en continu, et c'est précisément ce que le réglage d'« effort de raisonnement » cherche à contenir. Là où l'ancien modèle facturait à la requête, l'agent permanent facture au temps de fonctionnement : la note peut grimper sans que l'utilisateur ait rien demandé de plus, simplement parce que l'agent a jugé utile de continuer. Pour une entreprise, arbitrer entre autonomie et coût devient un paramètre de gouvernance à part entière, au même titre que les droits d'accès d'un salarié.

Le point de vigilance européen

Pour un utilisateur français ou une entreprise européenne, l'agent toujours actif n'est pas qu'une commodité : c'est un objet réglementaire en devenir. L'AI Act mise sur la transparence et le contrôle humain ; un système qui agit en continu, se fixe des objectifs et exécute des actions au nom d'un utilisateur teste directement ces principes. Qui répond des décisions prises par un agent pendant la nuit ? Comment tracer une action déclenchée par l'agent lui-même plutôt que par une instruction humaine ? Ce sont les mêmes questions que la CNIL soulève sur l'IA agentique et le traitement des données personnelles. Le mode persistant de Codex n'est encore qu'une ligne de code, mais il rend ces questions concrètes plus vite que la régulation ne les tranche.