Torras.ai

Le 9 juillet, OpenAI a fait deux annonces qui illustrent la direction que prend le travail en IA.

GPT-5.6 est devenu généralement disponible sur ChatGPT, Codex et l’API. En même temps, la nouvelle application de bureau ChatGPT a réuni Chat, Work et Codex dans une seule application.

Une famille de modèles. Un espace de travail. Des agents plus performants. Une exécution plus rapide.

Et pourtant, nous attendons toujours.

Ce n’est pas nécessairement une contradiction. Cela pourrait être la caractéristique déterminante de la prochaine phase du travail de la connaissance.

Plus l’IA devient rapide, plus nous lui confions de travail

Pendant longtemps, utiliser l’IA signifiait poser une question et attendre quelques secondes pour une réponse. La latence était facile à comprendre. On saisissait une requête, on regardait les jetons apparaître, et on continuait lorsque la réponse était terminée.

Les agents de codage ont changé cette relation.

Maintenant, nous demandons à l’IA d’inspecter des dépôts, de rechercher de la documentation, de modifier plusieurs fichiers, d’exécuter des commandes, de diagnostiquer des échecs, de manipuler des applications, de créer des artefacts, de tester son travail et de réviser le résultat. Une tâche sérieuse peut impliquer des dizaines d’appels d’outils et plusieurs cycles de vérification avant qu’un résultat utile ne revienne.

Le modèle est peut-être plus rapide, mais la mission est bien plus vaste.

Codex proposait déjà un mode rapide qui offrait jusqu’à 1,5 fois plus de vitesse de génération de jetons avec GPT-5.4. GPT-5.6 va plus loin en accomplissant plus de travail avec moins de jetons et en ajoutant des paramètres pour des tâches plus complexes. max donne au modèle plus de temps pour explorer, vérifier et réviser. ultra coordonne plusieurs agents sur des flux de travail parallèles.

Ces améliorations réduisent le temps nécessaire pour une tâche comparable. Mais nous gardons rarement la tâche comparable. Quand la capacité augmente, l’ambition augmente aussi.

Nous arrêtons de demander une fonction et commençons à demander une fonctionnalité. Nous arrêtons de demander un résumé et commençons à demander une recommandation documentée. Nous arrêtons de demander une formule de tableur et commençons à demander un modèle opérationnel complet.

Une IA plus rapide n’élimine pas l’attente. Elle rend possible des délégations plus larges.

L’attente est montée dans la pile

Il existe plusieurs types de latence dans un flux de travail IA.

Il y a la latence du modèle : le temps nécessaire pour produire le prochain jeton.

Il y a la latence des outils : le temps nécessaire pour rechercher, naviguer, interroger un système, exécuter un test, générer un document ou manipuler une application.

Il y a la latence du flux de travail : le temps nécessaire pour planifier, exécuter, inspecter le résultat, découvrir un problème, essayer une autre approche et vérifier que le travail est réellement terminé.

Une inférence plus rapide attaque le premier type. De meilleurs outils réduisent des parties du second. Mais à mesure que les agents prennent en charge des résultats plus complets, la latence du flux de travail devient plus visible.

C’est une bonne latence lorsqu’elle remplace un travail que nous aurions dû effectuer nous-mêmes. Attendre cinq minutes qu’un agent implémente et teste quelque chose est très différent de passer cinq minutes à ne rien faire.

Le problème, c’est que cela peut donner la même impression si l’on reste à regarder l’indicateur de progression.

Une application, deux rythmes de travail

La nouvelle application de bureau ChatGPT rend ce changement explicite.

Chat est conversationnel. Il fonctionne au rythme des questions et des réponses.

Work et Codex sont plus agentiques. Ils fonctionnent au rythme de la délégation, de la progression, de l’intervention et de l’achèvement.

Mettre ces modes dans une seule application supprime les frontières produits, mais ne supprime pas la différence entre travail synchrone et asynchrone. En fait, cela rend cette différence plus importante.

Nous devons apprendre quand rester dans la conversation et quand laisser l’agent travailler seul.

L’instinct de surveiller est compréhensible. Nous voulons savoir si l’agent nous a compris, s’il progresse, et s’il ne va pas s’égarer. Pour des tâches mal spécifiées ou à haut risque, une supervision rapprochée est raisonnable.

Mais interroger continuellement un agent compétent va à l’encontre de la raison de déléguer le travail. Cela maintient notre attention sur une tâche que nous n’exécutons plus.

La meilleure interface n’est pas une animation de progression plus hypnotique. C’est une notification fiable au moment où notre jugement est requis.

Améliorer la prochaine passation

La première chose utile à faire pendant qu’un agent travaille est d’améliorer le contexte pour ce qui vient ensuite.

Cela peut signifier collecter un exemple manquant, trouver le document pertinent, rédiger des critères d’acceptation, enregistrer un cas limite ou clarifier la raison métier derrière la tâche.

Il ne s’agit pas d’interrompre l’exécution en cours avec un flot d’ajouts inaboutis. Il s’agit de préparer une prochaine requête plus solide.

Les agents sont plus performants lorsqu’ils reçoivent un contexte concret : l’objectif, les contraintes, les sources, les exemples, la définition de terminé, et les décisions qu’ils sont autorisés à prendre. Le temps d’attente est une bonne occasion de transformer des connaissances implicites en instructions explicites.

La prochaine passation devient alors plus courte, plus claire et plus précieuse.

Pensez stratégiquement, et laissez les notifications faire leur travail

L’exécution nous attire naturellement vers les détails. Un intervalle d’attente crée une petite ouverture pour prendre du recul.

Demandez-vous ce qui doit se passer après la fin de la tâche en cours.

La sortie doit-elle être relue ? Qui doit la recevoir ? Quelles preuves la rendraient fiable ? S’agit-il d’une tâche ponctuelle ou de la première version d’un flux de travail répétable ? Quelle partie doit rester une décision humaine ? Que faut-il mesurer la prochaine fois ?

C’est aussi là que les notifications IA sont importantes.

Une bonne notification n’est pas seulement une commodité. C’est un outil de gestion de l’attention. Elle permet à l’agent de s’approprier l’intervalle d’exécution et donne à l’humain la permission d’arrêter de vérifier.

L’idéal est une notification spécifique : la tâche est terminée, une décision est requise, une approbation est nécessaire, ou le flux de travail est bloqué. Tout le reste peut rester silencieux.

Rendez les changements de contexte moins coûteux

« Devenir meilleur en multitâche » n’est probablement pas la bonne leçon.

Le changement de contexte humain est coûteux. Quitter une tâche exigeante, en commencer une autre, puis reconstruire la première peut consommer plus d’énergie que l’intervalle d’attente ne permet d’en économiser.

La compétence utile est de rendre les changements de contexte moins coûteux.

Avant de quitter une tâche d’agent active, laissez-vous un petit point de contrôle :

• Que fait l’agent ?
• Quel résultat j’attends ?
• Qu’est-ce que j’inspecterai ou déciderai à son retour ?

Trois lignes suffisent souvent. Lorsque la notification arrive, il n’est pas nécessaire de reconstruire tout l’état mental de mémoire.

Il est aussi utile d’adapter la seconde activité à l’attente probable. Si l’agent a besoin de trente secondes, collectez du contexte ou écrivez une note. S’il a besoin de plusieurs minutes, relisez un autre résultat ou esquissez une idée. S’il exécute un long flux de travail, passez à une tâche indépendante importante.

Tous les intervalles ne sont pas assez longs pour un travail en profondeur.

Utilisez l’intervalle de façon créative

Le travail des agents crée souvent d’étranges fragments de temps : trop longs pour fixer l’écran, trop courts pour commencer quelque chose d’intimidant.

Ces fragments sont étonnamment propices au travail créatif.

Notez un titre. Rédigez un paragraphe d’introduction. Esquissez un argument. Listez les questions que vous avez évitées. Enregistrez une observation issue du travail que vous venez de déléguer.

La clé est de garder quelques tâches créatives à faible friction disponibles. Une page blanche peut être difficile ; une liste d’idées inachevées est facile à compléter.

Cet article a commencé exactement de cette façon. Codex travaillait sur un flux de travail complexe, et au lieu de le regarder travailler, j’ai commencé à réfléchir à ce que nous devrions faire pendant que nous attendons l’IA.

L’intervalle d’attente est devenu le sujet.

Parfois, la meilleure utilisation de l’attente n’est pas plus de travail

Il y a un risque à transformer chaque seconde disponible en un nouveau système de productivité.

Si un agent nous rend cinq minutes, nous n’avons pas toujours besoin de remplir ces cinq minutes avec un second agent, un nouvel onglet de navigateur et une nouvelle file de tâches.

Prendre un café. Boire de l’eau. S’étirer. Regarder ailleurs que l’écran. Aller dans une autre pièce. Laisser une idée mûrir sans la forcer à exister immédiatement.

L’IA peut augmenter la quantité de travail en cours. Cela rend la récupération plus importante, pas moins.

Un reset physique est aussi l’une des frontières de contexte les moins coûteuses. Revenir après une courte pause peut faciliter la relecture de la sortie de l’agent en tant qu’éditeur plutôt qu’en tant que personne encore émotionnellement attachée à la requête initiale.

La nouvelle compétence de productivité, c’est l’orchestration

Chat, Work et Codex ont convergé dans une seule application. Notre attention, non.

À mesure que l’IA devient capable de gérer des flux de travail plus longs, le rôle humain s’éloigne de l’exécution continue pour aller vers l’orchestration : définir les résultats, fournir le contexte, décider ce qui peut s’exécuter indépendamment, répondre aux exceptions, examiner les preuves et choisir ce qui mérite l’attention ensuite.

Cela ne signifie pas que les humains deviennent de simples superviseurs passifs. La qualité du travail dépend toujours du jugement. Mais le jugement doit être appliqué aux moments où il change le résultat, pas dépensé à surveiller chaque étape intermédiaire.

GPT-5.6 est plus rapide. Codex peut exécuter plusieurs flux de travail en parallèle. Les outils de bureau deviennent un environnement continu.

Nous attendrons toujours, car le travail que nous demandons à l’IA de réaliser continuera de s’étendre.

La question est de savoir si cette attente ressemble à du temps mort ou devient une partie délibérée du flux de travail.

Pendant que l’agent travaille, améliorez la prochaine passation. Pensez stratégiquement. Faites confiance à la notification. Laissez-vous un point de contrôle. Écrivez quelque chose. Ou prenez un café et étirez-vous.

Les machines deviennent meilleures pour utiliser la puissance de calcul.

Nous devrions devenir meilleurs pour utiliser l’intervalle.