Le Codex d'OpenAI s'intègre à Slack, Notion, Figma et d'autres outils via une place de marché de plugins

Codex d’OpenAI se dote d’un système de plugins : Slack, Figma, Notion…

OpenAI a annoncé l'intégration d'un système de plugins dans Codex, son agent de développement logiciel, avec plus de vingt connecteurs disponibles dès le lancement. Parmi les plateformes compatibles figurent Figma, Slack, Google Drive et Notion — des outils au cœur des workflows d'équipes de développement modernes. Cette ouverture transforme Codex d'un outil de génération de code isolé en une plateforme capable de s'insérer dans les flux de travail existants des équipes tech. Un développeur peut désormais demander à Codex de récupérer une maquette Figma, consulter un fil Slack pour comprendre le contexte d'une fonctionnalité, ou créer une page de documentation dans Notion — sans quitter l'agent. L'impact est direct sur la productivité et sur l'adoption en entreprise, où l'intégration aux outils métier est souvent le frein numéro un. OpenAI suit ici la voie tracée par Anthropic, dont l'agent Claude intègre déjà des connecteurs similaires via son protocole MCP. La bataille pour les workflows de développement partagés s'intensifie : les deux acteurs cherchent à s'imposer comme couche d'orchestration centrale dans les équipes d'ingénierie, un positionnement stratégique bien plus durable que la simple course aux benchmarks de codage.

OpenAI met à jour Codex : les agents peuvent créer des espaces de travail interactifs via Sites et plugins par rôle

OpenAI a annoncé mardi une mise à jour majeure de sa plateforme agentique Codex, avec l'introduction de plusieurs fonctionnalités destinées à conquérir le monde de l'entreprise : des plugins sectoriels, un outil d'édition ciblée baptisé "Annotations", et une fonctionnalité d'hébergement web rapide appelée "Sites". Cette évolution transforme délibérément Codex, jusqu'ici perçu comme un assistant spécialisé pour développeurs, en environnement de travail quotidien pour les professionnels non-techniques. Parmi les 5 millions d'utilisateurs hebdomadaires de la plateforme, les non-développeurs, analystes financiers, marketeurs, opérationnels, chercheurs, représentent désormais environ 20% de la base et adoptent l'outil trois fois plus vite que les ingénieurs traditionnels. La fonctionnalité Annotations résout un problème concret qui freinait l'adoption en entreprise : jusqu'ici, demander à l'IA de modifier un graphique ou un calcul dans un tableur forçait le modèle à réécrire l'intégralité du fichier, détruisant souvent la mise en forme et introduisant des erreurs. Annotations isole précisément le segment sélectionné par l'utilisateur, un bloc de cellules dans un modèle financier, par exemple, et exécute les modifications sans toucher aux formules, styles ou dépendances environnantes. En parallèle, OpenAI déploie six plugins métier qui agrègent 62 applications professionnelles et 110 compétences automatisées dès le départ : un plugin Data Analytics connecte Snowflake, Databricks et Tableau ; le plugin Creative Production intègre Figma, Canva et Shutterstock ; le plugin Sales synchronise Salesforce, HubSpot, Slack et Clay ; le plugin Finance bancaire agrège des flux institutionnels comme Moody's, FactSet, PitchBook et S&P pour automatiser la modélisation financière et la préparation de pitch books. Le calendrier de cette annonce n'est pas anodin : elle intervient précisément au moment où Microsoft, principal investisseur mais concurrent direct d'OpenAI, ouvre sa conférence annuelle Build à San Francisco, où plusieurs outils de productivité enterprise concurrents sont attendus. Elle suit aussi de près la progression rapide d'Anthropic sur ce même segment, via Claude et Claude Code, auprès des travailleurs du savoir. OpenAI cherche à positionner Codex comme la référence pour l'automatisation des tâches de col blanc, avant que le marché des agents IA d'entreprise ne se structure autour d'autres acteurs. La stratégie est claire : ne plus réserver l'IA agentique aux équipes techniques, mais en faire un couche opérationnelle transversale, accessible à chaque département sans intervention du service informatique.

OpenAI intègre Codex dans l'application mobile ChatGPT

OpenAI étend les capacités de Codex, son outil d'aide au codage piloté par IA, à l'application mobile ChatGPT. Jusqu'ici réservé à l'application desktop, Codex permet d'écrire du code, de manipuler des fichiers et d'interagir avec des applications directement sur l'ordinateur de l'utilisateur. Cette disponibilité mobile s'accompagne d'une mise à jour majeure récemment déployée qui permet à Codex de piloter des applications sur macOS, franchissant une nouvelle étape vers ce qu'OpenAI ambitionne de construire : une "superapp" de bureau capable d'agir de manière autonome sur un système entier. Pour les développeurs et les professionnels techniques, cette extension représente un accès en mobilité à un agent capable d'exécuter des tâches complexes de programmation sans intervention manuelle constante. OpenAI cible clairement son segment entreprise avec cette évolution, cherchant à proposer un outil de productivité polyvalent qui dépasse le simple chatbot. La capacité à piloter des applications macOS depuis un agent IA constitue un atout concurrentiel significatif pour convaincre les équipes de développement et les directions informatiques. Cette accélération intervient directement en réponse à la montée en puissance de Claude Code, l'outil concurrent d'Anthropic qui a connu un succès notable ces derniers mois. Pour rester dans la course, OpenAI a procédé à une réorganisation stratégique : abandon de projets secondaires dont Sora, l'outil de génération vidéo, et recentrage des ressources sur des produits à fort potentiel commercial. La guerre des agents de codage oppose désormais Anthropic, OpenAI et Google, chacun cherchant à s'imposer comme l'assistant de référence pour les ingénieurs logiciels.

💬 Codex sur mobile, c'est bien, mais faut pas rêver (piloter des apps macOS depuis son téléphone, vraiment ?). Ce qui compte, c'est qu'OpenAI a lâché Sora pour concentrer ses ressources sur les agents, parce que Claude Code a mis la pression et que ça se lit dans leurs choix. La guerre des agents de codage est lancée pour de bon, et ça va être serré.

Construire un agent IA avancé avec planification, appel d'outils, mémoire et auto-critique via l'OpenAI API

Un tutoriel publié sur la plateforme de notebooks Colab détaille comment construire un système d'IA agentique avancé en s'appuyant sur l'API OpenAI et le modèle GPT-5.2. L'architecture proposée repose sur un pipeline de trois rôles spécialisés et distincts : un planificateur qui décompose les objectifs complexes en étapes, un exécuteur qui mobilise des outils concrets pour agir, et un critique qui évalue la qualité des résultats avant de les valider. Quatre outils sont intégrés directement dans le système : une calculatrice sécurisée qui accepte uniquement des expressions numériques sans variables, un moteur de recherche dans une base de connaissances interne simulant des playbooks d'équipe, un extracteur JSON pour produire des sorties structurées, et un module d'écriture de fichiers qui sauvegarde les livrables finaux avec une empreinte SHA-256 de vérification. La clé API est transmise via getpass() pour éviter toute exposition dans le code ou les sorties du notebook. Cette approche modulaire représente un changement de paradigme dans la façon de concevoir des agents IA. En séparant strictement la stratégie, l'action et le contrôle qualité en trois couches distinctes, le système évite les dérives courantes des agents monolithiques qui mélangent raisonnement et exécution sans garde-fous. Le composant critique intégré permet une autocorrection systématique avant la réponse finale, ce qui réduit les hallucinations et améliore la fiabilité des sorties dans des contextes professionnels. Pour les développeurs et les entreprises qui cherchent à automatiser des workflows complexes (rédaction de comptes-rendus de réunion, traitement de données structurées, génération de rapports), ce type d'architecture offre une robustesse que les chatbots conversationnels classiques ne peuvent pas atteindre. Ce tutoriel s'inscrit dans une vague plus large d'intérêt pour les systèmes multi-agents et les architectures dites "agentic", portées notamment par les travaux d'Anthropic sur Claude, de Google avec Gemini, et d'OpenAI elle-même avec ses API d'assistants et de function calling. L'émergence de GPT-5.2, le modèle utilisé ici, illustre la rapidité avec laquelle les capacités de base progressent et rendent ces architectures accessibles à un plus grand nombre de développeurs. La tendance de fond est claire : les LLM cessent d'être de simples générateurs de texte pour devenir des orchestrateurs capables de planifier, d'agir sur des systèmes externes et de s'autocorriger, ce qui rapproche concrètement l'IA générative des promesses d'automatisation avancée que l'industrie promet depuis plusieurs années.