ChatGPT déploie des outils, le développeur décide

Un outil en ligne à partir d’une conversation

Créer un petit outil métier à partir d’une idée devient étonnamment simple. On décrit le besoin, l’agent écrit le code, l’exécute, corrige ce qui ne fonctionne pas et peut maintenant mettre le résultat en ligne. Avec ChatGPT Sites, OpenAI propose de créer et partager des sites ou de petites applications depuis Codex. L’offre comprend l’hébergement, la gestion des accès, du stockage et une base de données.

Ce dernier pas, le déploiement, change la perception du travail. Un prototype que seule la personne qui l’a créé pouvait ouvrir devient un outil accessible à une équipe. Je comprends l’enthousiasme : pour tester une idée, la distance entre « ce serait utile » et « essayons-le » se réduit nettement.

De copier-coller du code à piloter un agent

Il y a deux ans, beaucoup d’entre nous demandaient du code à un modèle, puis le copiaient dans leur éditeur. Il fallait encore assembler les morceaux, lancer les commandes, déchiffrer les erreurs et vérifier le résultat. L’agent de code travaille désormais directement dans le projet : il modifie des fichiers, lance des tests, ouvre un navigateur et inspecte ce qu’il a construit. OpenAI décrit ce cycle de vérification dans Codex.

Les progrès se voient aussi dans des projets où l’aspect visuel compte. OpenAI a montré un jeu de course en Three.js réalisé avec Codex et, plus récemment, des démonstrations de GPT-6 Astra avec Blender, des jeux et des sites web. Ce sont des démonstrations choisies par l’éditeur, pas une garantie que chaque demande produira le même rendu. Mais elles illustrent bien l’élargissement du champ : l’agent ne se limite plus à générer une fonction ou une page standard.

Je le remarque aussi quand je reprends un projet lancé il y a un an et que je le soumets à un modèle plus récent. Les propositions et les rendus peuvent progresser sensiblement sans que l’idée de départ ait changé. Cette expérience m’incite à réexaminer les projets laissés de côté : certaines limites que j’avais attribuées au projet venaient peut-être du niveau des outils de l’époque.

Vercel, Supabase : une intégration à venir ?

La question se pose naturellement quand ChatGPT commence à déployer des applications. Il existe déjà des liens avec ces acteurs : Codex peut déployer une application sur Vercel au moyen d’un outil dédié, et Vercel comme Supabase figurent parmi les partenaires de « Sign in with ChatGPT ». Cette dernière fonction concerne l’identification des utilisateurs. Elle ne dit rien, à elle seule, de l’hébergement des sites ou du choix de leur base de données.

Je me demande si une intégration plus étroite arrivera. À ce stade, je n’ai pas trouvé d’annonce établissant que ChatGPT Sites s’appuie sur Vercel pour héberger les projets ou sur Supabase pour leurs données. La présentation actuelle de Sites décrit une solution intégrée, destinée à des sites et outils ciblés. Elle précise aussi que ces sites ne se connectent pas directement à des données vivantes.

Quand l’outil doit durer, le métier du développeur réapparaît

Un tableau de bord interne ou un calculateur peut déjà rendre service. Dès qu’un outil devient important pour l’activité, d’autres questions arrivent. Qui peut voir quelles données ? Que se passe-t-il si un traitement échoue ? Comment restaurer la base après une erreur ? Qui applique les correctifs de sécurité, surveille les dépendances, contrôle les coûts et comprend l’historique des modifications dans Git ?

Un développeur connaît cet environnement. L’agent lui fait gagner du temps pour écrire, tester et corriger du code. Le développeur garde la responsabilité de l’architecture, des règles d’accès, du déploiement et de la maintenance. Il décide aussi à quel moment une réponse de l’IA doit être vérifiée par une personne.

Prenons un exemple possible : un outil qui prépare un devis à partir d’une demande reçue par l’entreprise. L’agent peut aider à construire l’interface, extraire des informations du document et proposer une première version. Mais il faut encore définir la source des prix, les règles commerciales, la conservation des données et la personne qui valide le devis avant son envoi. Ce sont ces décisions qui rendent l’outil utilisable dans le travail quotidien.

OpenAI a donné un nouvel élan aux agents de code au cours de 2026. Anthropic a, à son tour, annoncé Claude Opus 5.5 en septembre, avec des gains de performance et de coût présentés par l’éditeur. Mon impression de l’avance d’un modèle change vite ; je préfère donc reprendre les mêmes projets et juger les résultats, le temps passé et les corrections nécessaires.

Pour une entreprise, le bon point de départ me paraît concret : choisir une tâche limitée, construire un premier outil, le faire essayer aux personnes concernées, puis décider s’il mérite une vraie exploitation. La facilité de création permet davantage d’essais. Elle rend aussi plus importante la question de savoir qui prendra soin de l’outil une fois qu’il sera utilisé.