Lors du DevDay du 29 septembre, OpenAI a dévoilé les dots : des agents actifs en permanence dans ChatGPT, propulsés par GPT-6 Astra, dotés chacun de leur propre ordinateur cloud et de leur navigateur, et accessibles dans ChatGPT, Slack et Teams. Pour une équipe qui utilise déjà des agents de développement, les lignes les plus déterminantes se trouvent au tout début de l'annonce d'OpenAI : « Dès aujourd'hui, vous pouvez commencer avec votre dot principal, lui donner un nom et vous l'approprier. À terme, nous envisageons des équipes de dots travaillant ensemble pour votre compte. » Un dot commence donc comme l'agent d'une seule personne. Les équipes de dots constituent la direction visée, pas l'offre de lancement.
Cette approche est logique, mais elle laisse un vide pour les équipes qui ont déjà dépassé le stade du premier agent. Dans l'exemple pour développeurs fourni par OpenAI, un dot surveille les retours clients, conçoit et teste de petits correctifs, et vous soumet des « PR complètes à réviser ». Si cette même équipe exécute déjà Claude Code sur un serveur partagé et Codex sur deux ordinateurs portables, cela fait une source supplémentaire de pull requests à destination des mêmes relecteurs. La question difficile n'est plus de savoir quel agent est le plus intelligent. Elle devient : quel agent travaille sur quoi, qu'est-ce qui est terminé et qu'est-ce qui attend une validation humaine ?
En résumé
Un dot d'OpenAI est un agent personnel performant : actif en continu, exécuté sur son propre ordinateur cloud, connecté à plus de 4 000 applications via des plugins, et encadré par des règles personnalisées (Custom Rules), une vue d'activité (Activity View), une révision automatique et un système de surveillance capable de le mettre en pause ou de l'arrêter. Pour le travail récurrent d'une personne au sein de l'écosystème d'OpenAI, un dot représente la solution la plus simple. En revanche, une équipe exploitant plusieurs agents de différents fournisseurs a toujours besoin d'un tableau de bord unique où chaque agent est Assignee sur une Task, où le statut est visible par tous, où les résultats sont soumis pour révision et où un être humain valide le travail. Il s'agit de deux niveaux distincts qui se complètent parfaitement.
Ce que sont les dots d'OpenAI
Un dot d'OpenAI est un agent ChatGPT actif en permanence, propulsé par GPT-6 Astra, qui œuvre aux objectifs d'une personne sur son propre ordinateur cloud, y compris pendant que celle-ci est occupée à autre chose. Vous nommez votre dot, connectez vos applications et échangez avec lui dans ChatGPT sur ordinateur, sur le web ou sur mobile, dans Slack ou Teams, ou encore par appel vocal — l'envoi de SMS arrivant prochainement. Il affine sa compréhension de vos préférences grâce à vos retours, peut prendre en charge un nouveau projet tout en menant plusieurs autres de front, et vous envoie des messages pour vous informer de ses avancées, poser des questions ou solliciter vos décisions.
Deux caractéristiques distinguent un dot d'un simple assistant conversationnel. La première est l'ordinateur : un dot possède son propre navigateur et sa propre machine cloud. Vous pouvez vous y connecter à tout moment pour inspecter son travail, ou encore l'autoriser à utiliser votre ordinateur portable. La seconde est la prise d'initiative. Lorsque vous ne le sollicitez pas directement, un dot effectue ce qu'OpenAI appelle de la « recherche proactive », en utilisant vos applications connectées par l'intermédiaire d'outils strictement limités à la lecture seule : il peut ainsi explorer, sans pouvoir envoyer de messages, modifier le contenu de vos applications ni prendre le contrôle de votre navigateur ou de votre ordinateur.
| Élément | Ce qu'en dit OpenAI |
|---|---|
| Modèle | GPT-6 Astra |
| Environnement d'exécution | Son propre ordinateur cloud et son navigateur ; votre ordinateur portable uniquement avec votre autorisation |
| Applications | Plus de 4 000 via les plugins ChatGPT |
| Canaux d'accès | ChatGPT (bureau, web, mobile), Slack, Teams, appels vocaux ; SMS prochainement |
| Formules éligibles | Déploiement en cours pour Pro et Business Premium sur les marchés éligibles ; version bêta pour Enterprise, Edu et Healthcare sur activation par un administrateur (désactivée par défaut) |
| Utilisation et quotas | Premier dot inclus ; les échanges avec lui ne sont pas décomptés des limites d'utilisation de ChatGPT, mais les tâches qu'il initie dans Codex ou ChatGPT Work le sont |
| Specialist dots | Pilotes ciblés en entreprise : identité et identifiants dédiés, matériel alloué par la DSI, intégration avec les référentiels centraux (systems of record) |
| Microsoft | Collaboration en cours pour intégrer les specialist dots aux contrôles de gouvernance et de sécurité d'Agent 365 |
Les specialist dots constituent la déclinaison pour l'entreprise, et OpenAI pose elle-même la frontière : « Votre dot travaille pour votre compte ; les specialist dots assument des responsabilités dédiées au sein de votre organisation. » Une entreprise attribue à chacun une identité propre, des identifiants et des accès aux systèmes requis, tandis que les ingénieurs d'OpenAI collaborent avec l'organisation pour définir ses attributions, ses outils et « la manière dont les équipes supervisent et approuvent son travail ». Gardez bien cette dernière proposition à l'esprit.
Les contrôles répondent à la question : « Que peut faire mon dot ? »
Les dots intègrent un modèle de permissions rigoureusement pensé. Des règles intégrées déterminent quand le dot peut agir en autonomie et quand il doit demander l'autorisation. Les règles personnalisées (Custom Rules) vous permettent d'autoriser des actions spécifiques, d'exiger une validation ou de les bloquer. La révision automatique (auto-review) vérifie les actions susceptibles d'impacter vos comptes ou de partager des données en les confrontant à vos instructions et à vos règles ; certaines tâches sensibles, comme la modification d'un mot de passe, restent obligatoirement sous votre contrôle direct. La vue d'activité (Activity View) présente l'avancement, y compris les tâches exécutées en arrière-plan, et vous permet de réorienter l'agent. Enfin, si les mécanismes de surveillance d'OpenAI détectent un risque de sécurité, ils peuvent suspendre ou interrompre le travail du dot.
Il s'agit du niveau de contrôle adapté à un agent personnel, et OpenAI s'adresse d'ailleurs directement à l'utilisateur : vos applications, vos règles, vos validations. Sa propre recommandation vient boucler la boucle : « Les dots peuvent toujours faire des erreurs, révisez donc systématiquement tout travail d'envergure. »
À l'échelle d'une équipe, le même besoin se pose à un échelon supérieur. La question n'est plus « que peut faire mon dot ? », mais « que fait chaque agent sur ce projet, et qui valide ? ». OpenAI anticipe d'ailleurs déjà qu'une partie de la réponse se trouve en dehors de l'agent : son objectif affiché concernant le travail avec Microsoft est de permettre aux entreprises de « gérer les dots au travers des outils Microsoft qu'elles utilisent déjà ». La couche de gestion se situe au-dessus de l'agent. C'est précisément là que s'intègre également un tableau de bord partagé.
Ce que se demande toujours un team lead
Imaginez une petite équipe produit. Un développeur utilise un dot. Claude Code tourne sur un serveur partagé, Codex sur deux ordinateurs portables et Gemini rédige la documentation. Chaque agent accomplit un travail remarquable. Pourtant, les questions qui animent la réunion du lundi ne portent sur aucun d'entre eux en particulier.
| Question posée par un team lead | Ce qu'apporte un dot | Ce qu'ajoute le tableau |
|---|---|---|
| Qui travaille sur le bug du tunnel d'achat ? | Le propriétaire du dot peut le lui demander ou le suivre dans l'Activity View | Chaque Task affiche son Assignee : une personne, un Agent ou une Crew, quel que soit le Runtime qui l'exécute |
| Qu'est-ce qui s'est terminé cette nuit, et qu'est-ce qui a échoué ? | Messages d'avancement envoyés à son propriétaire ; Activity View pour les tâches en arrière-plan | Les états d'exécution sur chaque Task (queued, running, completed, failed, canceled) sur un tableau accessible à tous dans le Space |
| Qu'est-ce qui est en attente d'une intervention humaine ? | Demandes d'approbation selon les Custom Rules ; questions et décisions transmises à son propriétaire | Les statuts « Waiting for human reply » et « Waiting for human review » sont acheminés vers l'Inbox du responsable |
| Claude Code et Codex peuvent-ils traiter la même file d'attente ? | Un dot s'exécute sur GPT-6 Astra et peut lancer des tâches dans Codex | N'importe quel Runtime pris en charge sur un Computer connecté : Claude Code, Codex, Gemini, OpenCode et d'autres |
| À quoi un agent a-t-il le droit de toucher ? | Custom Rules, auto-review, recherche proactive en lecture seule | Instructions de l'Agent, dépôts rattachés, worktrees isolés, visibilité du Computer ; l'assignation d'une Task dans le Backlog ne déclenche pas d'exécution |
| Qui valide le résultat ? | Le propriétaire examine les tâches à fort impact | Une personne est associée à la Task aux côtés de l'Agent, et la validation se traduit par un changement de statut visible par toute l'équipe |
La colonne de droite ne décrit pas un agent plus intelligent. Elle représente le registre commun qui encadre les agents. Sharkly ne remplace ni Claude Code, ni Codex, ni d'autres outils d'exécution : elle apporte une couche partagée de gestion des tâches, de Computer, de contexte, de contrôle et de revue au-dessus des outils déjà adoptés par votre équipe. Quatre rôles, une mission pour chacun : l'Agent définit la façon dont le travail doit être traité, le Computer fournit l'hôte, le Runtime exécute la session et la Task fait office de registre partagé. L'avancement, les événements de traçabilité et le résultat final remontent dans la Task, de sorte que la question « que s'est-il passé cette nuit ? » trouve sa réponse sur le tableau plutôt que dans quatre conversations privées.
Ce contrat reste valable quel que soit le fournisseur. Les agents recherchent, exécutent, testent et rendent compte. Les humains donnent le cap, accordent les autorisations et valident le résultat. L'article sur la responsabilité humaine dans le travail des agents explique pourquoi cette seconde responsabilité ne peut être déléguée à l'agent, et celui sur les équipes agentiques détaille ce qui change dès lors que plusieurs personnes partagent le même tableau.
Quand privilégier un dot, et quand préférer un tableau
Privilégiez un dot lorsque le travail relève d'une seule personne, qu'il est récurrent et qu'il s'articule autour de ChatGPT, Slack, Teams et des applications reliées par des plugins : un plan de lancement qui évolue avec le périmètre, une analyse qui se réexécute à l'arrivée de nouvelles données, ou une facture oubliée à envoyer. Si vous disposez déjà d'un abonnement Pro ou Business Premium et que le travail délégué aux agents reste essentiellement individuel, un dot demande moins de configuration que n'importe quelle autre solution mentionnée ici, et vous n'aurez peut-être pas besoin de tableau du tout. Un dot estompe également la frontière entre un assistant et un coéquipier : il fait avancer des tâches hors de votre vue directe, à l'image d'un collaborateur, mais ne répond qu'à une seule personne.
Optez pour un tableau lorsque le travail est collaboratif : plusieurs personnes assignant des tâches à plusieurs agents, des Runtimes issus de différents fournisseurs, des relecteurs qui n'ont pas rédigé la demande initiale et un historique par Task qui dépasse le cadre d'une simple conversation. Cela devient crucial si vous souhaitez que votre flux de travail résiste à l'arrivée du prochain modèle de référence. Aujourd'hui, il peut s'agir d'Astra dans un dot, de Claude Code sur un serveur et de Codex sur un ordinateur portable. Au trimestre prochain, la configuration aura sans doute évolué, et le tableau d'une équipe ne devrait pas avoir à être reconstruit à chaque rotation d'outils.
Les deux approches se complètent. Si la pull request d'un dot arrive dans un dépôt GitHub connecté à Sharkly et que son titre, sa description ou sa branche contient un ID de Task, l'intégration GitHub de Sharkly tentera de la rattacher à cette Task. Un dot que vous sollicitez sur Slack peut très bien coexister avec un Agent Sharkly doté de son propre bot Slack, sans que l'un n'évince l'autre. Et si vous souhaitez intégrer GPT-6 Astra directement sur le tableau, il s'ajoute comme n'importe quel modèle, via le Runtime sur un Computer, puisque l'Agent utilise le modèle par défaut du Runtime. La procédure de configuration est détaillée dans le guide pour exécuter des agents GPT-6 Astra dans Sharkly.
Les dots ne constituaient pas la seule annonce du DevDay dédiée aux agents capables d'agir de leur propre initiative. Les événements MCP (MCP Events) et les team tasks, tous deux présentés dans le récapitulatif du DevDay, appliquent le même principe aux processus orientés événements ; notre article complémentaire sur la surveillance de votre tableau de projet par ChatGPT s'interroge sur ce qu'un événement doit réellement générer une fois déclenché.
Chaque entreprise d'IA souhaite que vous gériez ses propres agents. Sharkly vous permet de gérer les vôtres. Si vous voulez continuer à faire collaborer plusieurs agents de développement sans vous enfermer dans un seul écosystème, c'est précisément ce pour quoi Sharkly a été conçue.
