Contexte technique
Je n'appellerais pas cela une 'petite mise à jour'. Codex CLI 0.128.0 cache une fonctionnalité expérimentale, /goal, qui a immédiatement piqué ma curiosité d'ingénieur : ce n'est plus un simple dialogue avec un modèle, mais le début d'une véritable automatisation par l'IA au sein d'un agent de code.
En pratique, il faut passer à la version 0.128.0 et activer la fonctionnalité séparément via codex features enable goals. Dans certaines versions, cela se fait aussi via config.toml en activant l'indicateur features.goals = true. Si la fonctionnalité n'apparaît pas, le problème n'est généralement pas de votre côté, mais parce qu'elle est encore en phase expérimentale.
Une fois activée, la commande /goal apparaît. Je la vois comme une 'tâche à long terme' : non pas une simple instruction, mais un objectif que Codex poursuit sur plusieurs tours jusqu'à ce qu'il soit atteint, qu'il heurte une limite ou que vous le mettiez en pause.
Cela ressemble beaucoup à l'approche de la boucle de Ralph (Ralph loop) dont beaucoup ont parlé : l'agent maintient une intention, continue son travail et ne s'effondre pas après chaque nouveau message. Pour l'intégration de l'IA dans les processus de développement, c'est bien plus important qu'une autre commande cosmétique.
D'après les discussions, il existe d'autres fonctionnalités expérimentales : artifact, chronicle, code_mode, memories, multi_agent_v2, plugin_hooks, remote_control, runtime_metrics, unified_exec, etc. Je n'ai pas encore vu de liste officielle complète dans la documentation, mais la direction est déjà très claire.
Trois choses ont particulièrement retenu mon attention : goals, memories et multi_agent_v2. Si elles s'intègrent bien, Codex commencera à gérer de longues tâches d'ingénierie non pas comme un assistant fatigué, mais comme un système avec un état, des sous-tâches et une répartition des rôles.
Impact sur l'entreprise et l'automatisation
Pour les équipes, cela signifie une chose simple : certaines tâches pourront être déléguées non pas 'pour une seule réponse', mais 'pour être menées à terme'. Les migrations, la refactorisation, la gestion de la dette technique, la préparation des PR, l'analyse de fichiers, la vérification des configurations, tout cela se rapproche de l'exécution autonome.
Ceux qui pensent déjà en termes d'architecture IA, et non en termes de 'donnez-nous un autre chatbot', seront gagnants. Ceux qui déploieront la fonctionnalité sans contrôler les budgets, les droits d'accès et la journalisation seront perdants, car un agent avec un objectif et un agent sans limites sont deux créatures très différentes.
Chez Nahornyi AI Lab, nous résolvons précisément ces problèmes pour nos clients : nous ne nous contentons pas d'activer une option expérimentale, nous construisons un environnement sécurisé où l'automatisation avec l'IA permet réellement d'économiser des heures au lieu de créer de nouveaux risques. Si vous envisagez depuis longtemps d'automatiser les revues de code, les migrations ou les flux de travail de développement internes, nous pouvons analyser cela ensemble et développer une solution IA sur mesure pour votre processus, et non pour une belle démonstration.