La sortie de GPT-5.4 clarifie la direction future de l'évolution de l'IA. Le domaine de l'IA est en train de sortir du simple dialogue pour évoluer vers des agents systémiques intelligents, où l'humain est responsable de l'esthétique et l'IA de la mise en œuvre, formant ainsi un flux de travail collaboratif homme-machine.

➤ Points clés de la mise à jour de GPT-5.4
1. Fusionner la capacité de raisonnement général de GPT-5.2 avec la compétence de programmation de pointe de GPT-5.3-Codex.
2. Supporter une fenêtre de contexte de 1 million de tokens (environ 5000 pages de documents), résolvant ainsi le problème de la perte d'information sur de longs textes.
3. Opérations natives sur ordinateur : le modèle peut directement voir l'écran, utiliser la souris et taper au clavier comme un humain. Lors des tests sur OSWorld, le taux de réussite de 75,0 % dépasse déjà la moyenne humaine.
4. Introduction de la fonction d'interruption en cours de dialogue. La conversation n'est plus rigide et en tours, l'utilisateur peut insérer de nouvelles demandes à tout moment pendant la réflexion ou la réponse du modèle.
5. Optimisation de l'efficacité et des coûts, avec l'introduction du mécanisme Tool Search. Le modèle n'a plus besoin de charger préalablement toutes les définitions d'outils, mais peut les rechercher à la demande, économisant ainsi 47 % de consommation de tokens.
➤ Pourquoi cela ?
Actuellement, les meilleurs laboratoires d'IA dans le monde font face à un mur de données. D'ici 2026 au plus tard, toute la production de textes, codes et livres de haute qualité générés par l'humanité pourrait être collectée en grande quantité par de grands modèles, atteignant ainsi un plafond dans l'entraînement sur le texte. Des modèles comme Claude code, Codex, openclaw sont profondément intégrés aux systèmes d'exploitation actuels, remplaçant une partie des opérations humaines en appelant des outils système, tout en ayant une conscience autonome pour accomplir des tâches.
Il y a aussi une chose que beaucoup ignorent : les modèles de la série Codex sont entraînés conjointement avec le framework Codex, ce qui signifie que ces modèles et le framework sont intrinsèquement liés, permettant au modèle d'appeler naturellement tous les outils de développement intégrés dans Codex.
➤ Analyse approfondie de la direction future de l'IA
1. Passer de l'assemblage via API à une intégration native au niveau du système d'exploitation
La capacité Computer Use de GPT-5.4 montre que l'IA sort du simple dialogue pour s'étendre à l'ensemble du système d'exploitation.
Auparavant, le modèle se limitait à écrire du code dans un sandbox restreint. Après la mise à jour, il disposera d'une "main" physique. Il comprend non seulement la logique du code, mais aussi la visualisation des clics, glisser-déposer et les erreurs du terminal.
La nouvelle couche de framework ne sera plus une simple collection de fonctions d'outils prédéfinies, mais une perception profonde du système d'exploitation. Lors de l'entraînement, le modèle apprend à observer l'écran et à réagir, ce qui lui permet, comme un ingénieur expérimenté, de modifier le code tout en surveillant en temps réel les changements dans le navigateur, réalisant ainsi un développement de bout en bout en boucle auto-entretenue, déjà implémenté dans Codex.
2. Contexte d'un million de tokens + architecture de tâches longues + système de mémoire = architecte tout-terrain
Dans l'architecture à trois couches de Codex, la couche modèle fournit un raisonnement structuré. Le contexte de 1 million de tokens apporté par GPT-5.4 offre en essence une toile plus vaste pour ce type de raisonnement.
Le système de mémoire d'OpenAI a toujours été en tête, avec la sortie de la mémoire sans perte et de la mémoire infinie. Surtout lorsque le modèle et le framework sont intrinsèquement liés, le modèle peut instantanément rechercher dans toute la base de code (niveau centaines de milliers de tokens), et le framework peut appliquer précisément des modifications à une dizaine de fichiers liés.
Il est désormais possible de réécrire toute l'architecture dans Codex, avec une compréhension précise du code.
3. Recherche et extension dynamique des outils d'appel
Le mécanisme Tool Search introduit par GPT-5.4 permet au framework de comprendre le mode de sortie du modèle, qui peut ainsi accéder à plus d'informations contextuelles pour une opération précise.
L'avenir ne sera pas basé sur le préchargement de milliers de bibliothèques d'outils (pour éviter le gaspillage de tokens), mais plutôt sur une recherche en temps réel via Tool Search lorsque le modèle a besoin d'un composant de visualisation de données, le définissant et le chargeant instantanément. Cela signifie que les compétences actuelles pourraient ne constituer qu'une étape intermédiaire, avec davantage d'outils intégrés dans le contenu du modèle, laissant au grand modèle le choix automatique de l'outil à utiliser.
L'avantage est que cela permet au grand modèle de maintenir une efficacité de tokens extrêmement élevée. Il résout le paradoxe selon lequel plus il y a d'outils, plus le modèle devient lent, en permettant à l'arbre de compétences de l'agent de s'étendre indéfiniment, de s'auto-optimiser et de trouver le chemin optimal pour l'entraînement de la prochaine génération.
4. Interaction en temps réel, passage du mode tour à une modification instantanée
La fonction d'interruption en cours de dialogue introduite par GPT-5.4 brise le "boîte noire" de la génération IA, permettant une correction rapide si la direction est erronée.
Au niveau de la collaboration, davantage d'interventions humaines sont intégrées, plutôt que de laisser l'IA fonctionner de manière totalement autonome, réalisant une collaboration transparente où l'humain décide de l'esthétique, des besoins et du choix de la solution, tandis que l'IA se charge de la mise en œuvre.
Grâce à cette capacité d'intervention en temps réel, l'IA passe d'un état de boîte noire où la tâche est livrée une seule fois, à un partenaire de projet capable de modifier ses exigences à tout moment.
Pour simplifier, le nouveau mode IA Native (Codex + GPT-5.4) consiste à construire directement une voiture de F1 dès le départ, avec le moteur, le châssis et les pneus conçus dès le premier jour pour atteindre des vitesses extrêmes en parfaite synergie.
À l'avenir, il ne sera peut-être plus nécessaire de rechercher un modèle plus puissant, mais plutôt un système mieux intégré à l'environnement de développement.