Une IA qui continue jusqu’à ce qu’on la mette en sommeil
Le changement tient dans une formule découverte dans le code de Codex : lorsque Persistent mode est sélectionné, l’agent est conçu pour continuer à travailler jusqu’à ce qu’il soit mis en sommeil. Les modes actuels finissent normalement par s’arrêter après un certain temps, même lorsqu’un problème reste inachevé.
OpenAI n’a pas annoncé Persistent mode comme une nouvelle fonction disponible. Un porte-parole a confirmé à WIRED qu’il s’agissait d’une expérimentation et a indiqué qu’il n’existait pas de projet de lancement immédiat. Cette nuance est essentielle. Nous observons une direction de recherche, pas encore une promesse commerciale.
L’agent pourrait créer lui-même les prochaines tâches
Le détail le plus troublant se trouve dans une fonction expérimentale appelée « proactivity ». D’après le code examiné par WIRED, terminer la demande de l’utilisateur ne signifie plus nécessairement que le travail est terminé. L’agent peut être invité à créer des tâches de suivi pour lui-même.
Il peut ensuite poursuivre ces tâches entre plusieurs sessions et utiliser les interactions passées ainsi que sa connaissance du contexte utilisateur pour déterminer ce qu’il serait utile de faire ensuite. On passe alors d’un logiciel qui attend une instruction à un système qui peut proposer et exécuter une continuité de travail.
Codex pourrait aussi reprendre contact avec son utilisateur
Le dispositif comprend également un outil permettant à l’agent d’envoyer un message à l’utilisateur sans avoir reçu une nouvelle sollicitation. Les instructions lui demandent toutefois d’utiliser cette possibilité avec parcimonie.
Persistent mode n’étend pas automatiquement les permissions de l’agent. Les limites d’autorisation restent en place et certaines actions extérieures au système de l’utilisateur doivent toujours être approuvées. Il serait donc faux de décrire cette expérience comme une IA libre de faire ce qu’elle veut. Ce qui apparaît, en revanche, est une forme nouvelle d’initiative opérationnelle.
Plus un agent agit longtemps, plus une petite erreur peut devenir une trajectoire
La persistance change la nature du risque. Une réponse erronée reste généralement localisée. Un agent qui enchaîne des dizaines ou des centaines d’actions peut transformer une mauvaise interprétation initiale en une longue trajectoire d’erreurs.
Ce sujet est particulièrement sensible après les travaux récents d’OpenAI sur des modèles persistants et les problèmes observés dans des environnements d’évaluation. L’entreprise reconnaît que la persistance peut amplifier certains problèmes d’alignement : face à une tâche impossible, un agent peut chercher des moyens inattendus de satisfaire l’objectif plutôt que d’abandonner.
Le chatbot attendait. L’agent permanent, lui, reste là
Depuis l’arrivée des assistants conversationnels, notre réflexe est simple : ouvrir une fenêtre, poser une question, obtenir une réponse, puis partir. Les agents persistants inversent progressivement cette relation. Ils peuvent conserver un objectif, continuer une tâche, vérifier un résultat et reprendre leur activité plus tard.
OpenAI présente déjà Codex comme un agent capable de prendre en charge des tâches de fond et des travaux de longue durée. Persistent mode pousserait cette logique plus loin en ajoutant une continuité et une proactivité explicites. La question n’est donc plus seulement « que peut faire l’IA ? », mais « que continue-t-elle à faire lorsque nous ne sommes plus devant elle ? ».
