GPT-6 Astra sait utiliser un ordinateur. Pas un navigateur de démonstration en bac à sable : un ordinateur, avec un bureau, un terminal, des logiciels installés et tous les identifiants qui s'y trouvent. L'annonce de lancement d'OpenAI lui attribue un score de 72,6 % sur OSWorld 2.0, à raison d'environ 40 minutes par tâche, et cite parmi ses points forts l'installation et le test de logiciels, l'exécution de contrôles QA frontend et la résolution de problèmes qu'il détecte à l'écran. Il termine ces tâches en environ 47 % de temps en moins que GPT-5.6 Sol.
La première question pour une équipe n'est pas ce qu'il sait faire. C'est : sur la machine de qui, à l'intérieur de quelle limite, avec quel enregistrement et avec la signature de qui sur le résultat. Sharkly répond à ces quatre questions avec quatre objets : un Computer, un répertoire de Task isolé, un journal d'exécution et une personne qui accepte. Ce guide détaille chacun d'eux pour le travail d'utilisation d'ordinateur, et se termine par la manière de concevoir en tenant compte des pauses qu'OpenAI vous a déjà annoncées.
En bref
Exécutez les Agents d'utilisation d'ordinateur sur un Computer dédié, pas sur un ordinateur portable de développeur. Donnez à chaque Task un répertoire isolé, un délai d'expiration et une limite de concurrence de un. Consultez le journal d'exécution sur la Task, pas dans un terminal. Laissez une personne faire passer la Task en accepted. Le moniteur d'OpenAI interrompra parfois une longue exécution ; gardez des Tasks petites pour qu'un arrêt ne coûte que quelques minutes. Les Agents recherchent, exécutent, testent et font leur rapport. Les personnes donnent la direction, accordent l'autorité et acceptent le résultat.
Quatre choses dont un agent utilisant un ordinateur a besoin
Un hôte, une limite, un enregistrement et un accepteur. Toute configuration sérieuse possède ces quatre éléments ; la question est de savoir s'ils vivent dans l'historique du shell de quelqu'un ou dans un endroit que l'équipe peut consulter.
Un Computer est un appareil connecté, un serveur ou un conteneur sur lequel un Agent peut exécuter du travail. Il fournit le système d'exploitation, les fichiers, les identifiants, l'accès réseau et les outils dont l'Agent a besoin, et il possède son propre propriétaire, sa visibilité, son statut et sa limite de concurrence des tâches. C'est l'hôte.
Chaque Task dispose d'un répertoire isolé, et le travail adossé à un dépôt peut utiliser un worktree distinct pour chaque exécution. L'Agent porte un délai d'expiration par Task et un nombre maximal de Tasks exécutées en parallèle. C'est la limite.
Une exécution produit une trace. L'onglet Executions et le journal contiennent ce que l'Agent a fait, et la chronologie de la Task contient ce qu'il a dit, demandé et rapporté. C'est l'enregistrement.
L'acceptation est un changement de statut effectué par une personne sur la Task, contraint par le Workflow du type de Task. L'Agent ne peut pas marquer son propre travail comme accepté si le Workflow ne lui accorde pas ce statut. C'est l'accepteur.
L'hôte : quel Computer
L'utilisation d'ordinateur d'Astra est puissante à proportion de ce que l'hôte expose. Les chiffres de sécurité qu'OpenAI a publiés sont les meilleurs à ce jour, et ils plaident malgré tout pour un hôte dédié. Sur le benchmark interne de sécurité d'utilisation d'ordinateur d'OpenAI, où un score plus bas est préférable, Astra obtient 2,4 % contre 22,0 % pour Sol, et il n'a jamais tenté de contourner un refus d'auto-review de Codex. La fiche système indique également que, lors des tests de l'AI Security Institute du Royaume-Uni, Astra a demandé la permission 81 % du temps avant une action sensible et a poursuivi malgré un rejet automatisé 27 % du temps. Mieux que tous ses prédécesseurs. Pas zéro.
Donnez donc aux Agents d'utilisation d'ordinateur leur propre Computer. Un hôte Linux distant enregistré via la CLI Sharkly et le service local fonctionne, tout comme une machine virtuelle connectée via Sharkly Desktop. Ce qui ne doit pas exécuter de Tasks d'utilisation d'ordinateur, c'est l'ordinateur portable qui contient les clés de production et un navigateur connecté. Le guide des Computers explique comment enregistrer un hôte avec un jeton d'installation et confirmer ses Runtimes.
Liez les identifiants par Agent, pas par hôte. Les variables d'environnement en clair et secrètes sont des paramètres d'Agent, de sorte que l'Agent QA reçoit le jeton de staging et rien d'autre. Fixez le nombre maximal de Tasks parallèles de cet Agent à un ; une exécution d'utilisation d'ordinateur monopolise l'écran, et deux d'entre elles sur un même bureau se livreront bataille.
La limite : répertoire, délai d'expiration, statut
Utilisez des répertoires de travail temporaires pour les Tasks adossées à un dépôt, afin que chaque exécution prépare un worktree neuf. Fixez le délai d'expiration par Task au-dessus de la moyenne de 40 minutes d'OSWorld d'OpenAI, avec une marge confortable, et traitez une Task qui atteint la limite comme un problème de cadrage plutôt qu'un problème de modèle.
Le tableau des statuts est une barrière qu'une personne actionne volontairement. Une Task assignée à un Agent ne démarre pas tant qu'elle reste dans Backlog. C'est son déplacement vers un statut dont la catégorie est prête pour le travail qui déclenche l'exécution, et les catégories completed, canceled et duplicate ne déclenchent jamais d'exécution initiale. Pour le travail d'utilisation d'ordinateur, c'est important : personne ne lance une session de bureau de 40 minutes par accident, et le tableau montre qui l'a lancée.
Les cinq barrières de notre workflow de revue avec intervention humaine correspondent directement à Astra. La politique d'approbation et l'auto-review de Codex constituent la barrière d'exécution, et OpenAI indique qu'Astra les respecte. La confirmation du plan, la limite d'exécution, le signal d'attention et l'acceptation sont les barrières de Sharkly, et ce sont celles qu'un terminal n'enregistre jamais.
L'enregistrement et l'accepteur
Les exécutions d'Astra sont longues, et les moments intéressants se produisent alors que personne ne regarde. Lorsqu'une Task d'utilisation d'ordinateur se termine, ouvrez la Task : le journal d'exécution montre les étapes, les commentaires montrent toute question posée, et le rapport final doit indiquer les contrôles effectués, ce qui a échoué et ce qu'il n'a pas fait. Un Agent QA qui rapporte « 34 pages vérifiées, 2 blocs de code cassés, index de recherche obsolète sur /changelog » a produit quelque chose sur quoi une personne peut agir.
Puis une personne agit. La Task affiche Waiting for human review, le relecteur lit le rapport, ouvre les artefacts et fait passer la Task en accepted ou la renvoie avec un commentaire. Ce commentaire peut déclencher une exécution de suivi pour le même Agent, de sorte que la correction atterrit sur la même Task plutôt que dans une nouvelle session de terminal.
Le contrat ne change pas parce que le modèle s'est amélioré. Les Agents recherchent, exécutent, testent et font leur rapport. Les personnes donnent la direction, accordent l'autorité et acceptent le résultat. Astra allonge la première phrase. Il ne raccourcit pas la seconde.
Concevoir en tenant compte des pauses d'OpenAI
OpenAI est d'une franchise inhabituelle à ce sujet dans son aperçu de sécurité : la surveillance du désalignement en production s'exécute sur chaque requête Astra utilisant des outils, et les contrôles « peuvent parfois ralentir, suspendre ou arrêter un travail légitime », y compris « les tâches dans lesquelles un agent s'exécute pendant une période prolongée ». L'utilisation d'ordinateur est ce qu'Astra fait de plus long, c'est donc ce qui a le plus de chances d'être suspendu.
Trois habitudes absorbent cela.
Gardez des Tasks petites. Un passage QA nocturne découpé en une Task par surface ne perd qu'une surface à cause d'une pause, pas la nuit. L'enregistrement de la Task persiste, de sorte qu'une réexécution reprend la description, les commentaires et les rapports précédents.
Planifiez les tâches routinières. Une Automation avec un déclencheur planifié peut lancer une exécution d'Agent selon une expression cron, de sorte que le passage QA frontend s'exécute chaque nuit à 02:00 sans qu'une personne le lance, et que ses résultats reviennent dans l'historique des exécutions. Notre guide des Automations couvre les types de déclencheurs.
Acheminez les interruptions vers une personne. Une exécution bloquée ou échouée apparaît comme un élément d'attention dans l'Inbox, où le propriétaire décide s'il faut réexécuter, restreindre la Task ou d'abord consulter le journal. Lisez le titre et les détails du journal avant de réessayer ; les détails contiennent la réponse d'origine du service de modèle, et un arrêt par le moniteur se lit différemment d'un délai d'expiration.
Un modèle capable d'utiliser n'importe quel ordinateur est une raison d'être précis sur quel ordinateur, quel répertoire, quel journal et quelle personne. Sharkly est l'endroit où cette précision réside. Connectez un Computer dédié, créez un Agent d'utilisation d'ordinateur avec des identifiants de staging et assignez-lui quelque chose d'ennuyeux.
