Le développement assisté par agent sort de la session privée : Slack Code crée un canal dédié dès qu’un agent est mentionné, y rassemble plan, différences de code et aperçu exécutable, puis archive l’espace comme journal de travail. L’enjeu devient la coordination visible, pas seulement la vitesse de génération.

Au lancement, Claude, Devin, Copilot et l’agent de Vercel peuvent être pilotés depuis ces canaux, tandis que ChatGPT est annoncé plus tard. Toute l’équipe peut suivre, corriger ou approuver le travail en cours, sans attendre une pull request finalisée ni reconstruire le contexte après coup.

Cette interface transforme le canal en surface de supervision : la conversation conserve les décisions, les diffs exposent l’exécution et les contrôles Slack portent les permissions. Pour les équipes, le vrai test sera de savoir si ce journal partagé réduit les erreurs de cadrage sans déplacer trop de bruit dans la messagerie.

Une même base de modèle peut changer radicalement de niveau lorsque mémoire, outils, supervision et boucles de réparation sont conçus comme un système. NVIDIA affirme que son architecture AVO a terminé les 183 niveaux des 25 environnements publics d’ARC-AGI-3, avec un score RHAE de 100.

Le résultat porte sur l’ensemble public de démonstration, pas sur les épreuves semi-privées ou privées du concours. Des observateurs, dont le créateur d’ARC-AGI François Chollet, ont rappelé cette limite. La comparaison avec un modèle seul n’est donc pas une ablation contrôlée, mais elle éclaire le poids du harnais.

Sur l’optimisation de kernels, AVO a aussi enchaîné sept jours d’exploration, plus de 500 pistes et 40 versions conservées, avec des gains annoncés face à cuDNN et FlashAttention-4. La leçon utile pour le code agentique est opérationnelle : persistance, évaluation et réparation comptent autant que le modèle appelé.

Les agents capables d’écrire du code, d’utiliser un shell et d’atteindre des services externes ne peuvent pas être sécurisés par une consigne seule. Un cadre publié vendredi place la frontière d’autorité sous le modèle et son harnais, dans le runtime, l’identité, le réseau et les politiques que l’agent ne contrôle pas.

Le NCSC recommande parallèlement de proportionner l’autonomie au risque, d’isoler l’exécution, de limiter les identifiants, de journaliser l’activité et de conserver un arrêt d’urgence. Son conseil vise explicitement les systèmes susceptibles d’agir hors de leur périmètre après une instruction ambiguë, une compromission ou une défaillance inattendue.

Cette convergence donne une règle d’architecture aux équipes : tout effet important doit franchir un point d’application indépendant, avec droits courts et validation humaine pour la production. Les scanners de code restent nécessaires, mais ils arrivent après l’action ; le contrôle le plus robuste empêche d’abord l’agent d’obtenir une autorité qu’il ne devrait jamais posséder.

Les agents de code ne se limitent plus à une conversation : ils deviennent des sessions nommées, persistantes et adressables, capables d’attendre, de reprendre et de se transmettre du travail. Cette évolution déplace l’interface du prompt unique vers un véritable tableau de contrôle de tâches parallèles.

Codex 0.149 ajoute un tableau de bord d’agents et une file de messages qui réveille les sessions inactives. Claude Code 2.1.232 active les sous-agents en arrière-plan et permet d’adresser une autre session par son nom. Argus conserve, lui, état, preuves et décisions entre les reprises.

Pour les équipes, la question n’est plus seulement de savoir si un agent sait coder, mais s’il peut être interrompu sans perdre son contexte, recevoir une instruction différée et exposer une preuve vérifiable. Les outils à surveiller seront ceux qui rendent files, propriétaires, permissions et critères d’arrêt lisibles.

L’autonomie des agents de code élargit la surface d’attaque : un changement peut introduire un secret, une dépendance vulnérable ou une permission trop large avant même la revue humaine. Les éditeurs commencent donc à placer des contrôles déterministes autour de chaque session et de chaque pull request.

GitHub analyse automatiquement le code produit par Codex ou Claude avec CodeQL, Secret Scanning et sa base d’avis de sécurité. Claude Code renforce les refus de lecture sur macOS et isole les assistants d’en-têtes MCP des variables d’identification. Codex restaure désormais le profil de permissions d’une session reprise.

Pour une équipe, le bon indicateur n’est plus seulement le nombre de tâches terminées, mais la part des actions sensibles bloquées, tracées puis revues. Il faut vérifier que les règles survivent aux forks et aux reprises, que les secrets restent hors contexte et qu’un échec arrête réellement la livraison.

Les outils de code agentique adoptent les mêmes disciplines que les chaînes de livraison qu’ils modifient : version identifiable, promotion contrôlée, diagnostic reproductible et arrêt automatique en cas d’incohérence. Cette évolution compte autant que les progrès des modèles, car un agent instable peut multiplier rapidement une erreur de distribution.

Gemini CLI prend NPM comme source de vérité, recoupe chaque version avec un tag et une release GitHub, puis bloque la promotion si une pièce manque. Codex ajoute un diagnostic des proxys, protections locales et mises à jour. Claude Code fixe le modèle initial et rend les limites d’usage plus explicites.

Pour les développeurs, choisir un agent implique donc d’auditer aussi son canal de mise à jour, ses artefacts et ses mécanismes de retour arrière. Une version rapide n’est utile que si l’équipe sait précisément quel binaire tourne, quel modèle il appelle et comment interrompre une promotion défectueuse.