L’essentiel
- OpenAI ouvre ChatGPT Voice dans son application de bureau : la voix y pilote l’ordinateur, sans clavier.
- Elle sert désormais à lancer et diriger plusieurs agents en parallèle dans ChatGPT Work ou Codex, via le moteur temps réel GPT-Live.
- Depuis l’app iOS, un accès distant appairé permet de commander Codex à distance ; le support Android est annoncé pour bientôt.
OpenAI vient d’installer ChatGPT Voice sur le bureau. Jusqu’ici, l’assistant vocal servait à dialoguer ; là, on lui confie la conduite de la machine. La voix lance des agents, les surveille, les corrige pendant qu’ils travaillent. Le micro passe du statut d’interface de conversation à celui de surface de commande.
La voix quitte la conversation pour l’exécution
Pendant des mois, parler à un assistant voulait dire poser une question et attendre une réponse, guère plus. Le geste s’arrêtait au dialogue. Ce que décrit OpenAI change de registre : « contrôlez votre ordinateur et dirigez plusieurs agents en cours d’exécution dans ChatGPT Work ou Codex, en utilisant uniquement votre voix ».
Le mot qui compte est « dirigez ». On ne demande plus, on commande. Derrière, le moteur GPT-Live assure l’écoute et la parole en continu, ce qui permet de garder un canal ouvert pendant que les tâches tournent. La voix devient un fil de commande permanent, et non une suite de requêtes isolées.
Un chef d’orchestre vocal pour plusieurs agents
L’intérêt réel se situe dans le pluriel : « plusieurs agents en cours d’exécution ». Le scénario n’est plus « une voix, une tâche », mais « une voix, une flotte ». Pendant qu’un agent réécrit un module dans Codex, vous en relancez un deuxième sur un test, vous demandez à un troisième où il en est. Sans quitter des yeux ce que vous faisiez.
C’est un déplacement du rôle humain qui mérite qu’on s’y arrête. Le développeur, ou plus largement celui qui pilote ces outils, passe de l’exécution à la supervision. Il ne tape plus la commande, il l’énonce, puis arbitre entre des travaux qui avancent en parallèle. La voix est le seul canal assez rapide et assez naturel pour tenir plusieurs de ces fils à la fois, là où le clavier impose une file d’attente.
Bureau et mobile forment déjà une boucle continue
OpenAI n’a pas cantonné la fonction au poste de travail. Un second message précise qu’on peut « utiliser ChatGPT Voice dans Codex depuis l’application iOS avec un accès à distance appairé », le support Android étant promis pour bientôt. Autrement dit : vous appairez votre téléphone à une session, et vous continuez de diriger les mêmes agents en marchant.
La boucle est explicite. On lance un travail lourd depuis le bureau, on le relance ou on le corrige depuis le mobile, on récupère l’état à voix haute sans se rasseoir. Cette continuité entre machine fixe et poche est ce qui transforme un gadget vocal en outil de travail : les agents ne s’arrêtent pas quand vous fermez l’écran, et vous gardez la main sur eux quel que soit l’appareil.
Piloter à la voix, c’est agir sans voir ce qu’on déclenche
Reste le point aveugle, et il est structurel. Piloter à la voix, sans écran, c’est déclencher des actions sur sa machine sans forcément voir ce qu’on autorise. Un agent qui « exécute » dans Codex peut modifier des fichiers, lancer des commandes, pousser du code. À l’oral, la frontière entre « prépare ça » et « fais-le maintenant » est fine, et une bonne partie du risque tient dans cette nuance.
Sur les prochains mois, l’orchestration vocale d’agents a toutes les chances de s’installer chez les habitués de Codex et des suites de travail : c’est trop commode pour être ignoré. Reste que son adoption large tient à une condition précise : un mécanisme de confirmation lisible pour les actions irréversibles, et un journal de ce qui a été lancé, pour pouvoir revenir dessus. Sans ce garde-fou, le premier incident public d’un agent qui exécute une consigne mal comprise gèlera l’usage dans les équipes sérieuses.
Le basculement se lira ailleurs que dans la prochaine démonstration fluide : le jour où ChatGPT Voice répétera « je vais supprimer ceci, vous confirmez ? » avant d’agir. Ce jour-là, la télécommande vocale sera devenue un outil de production. Tant qu’elle exécute sans ce filet, elle reste une promesse spectaculaire à manier avec prudence.
Mon avis
L’orchestration d’agents à la voix va s’imposer plus vite qu’on ne le croit chez les développeurs, parce qu’elle supprime le seul goulot qui restait : le débit du clavier. Mais je situe le vrai enjeu ailleurs que dans la prouesse technique. Celui qui gagnera cette manche n’est pas celui qui parlera le mieux à la machine, c’est celui qui rendra visible et réversible ce qu’elle déclenche sans écran. Je table sur une année 2026 où la question du consentement à l’exécution, et non la reconnaissance vocale, deviendra le point de friction numéro un de ces outils.
