OpenAI veut sortir les agents IA des labos et autres PoCs. Lors de son Dev Day 2025, la startup a dévoilé son « AgentKit » qui mise sur la vitesse, la simplicité et l’intégration totale pour propulser l’automatisation intelligente dans les mains de tous les développeurs, dans toutes les entreprises.
On le sait, ne serait-ce que parce que tous les géants de l’IA nous le rabâchent depuis le début de l’année, 2025 marque l’entrée de l’humanité dans l’ère de l’IA agentique. Les plateformes et SDK se sont multipliés, des agents encore immatures ont été lâchés avec plus ou moins de succès en production, et les entreprises multiplient les PoCs pour savoir comment exploiter ce potentiel d’automatisation intelligente pour optimiser leurs processus.
Si Salesforce, Microsoft, SAP, Oracle ou encore Google ont commencé à proposer des super-agents intégrés à leurs offres de CRM, ERP et autres solutions d’entreprises, les pure-players de l’IA se sont jusqu’ici plutôt focalisés sur les agents de codage (OpenAI Codex, Anthropic Claude Code, Github Copilot Agent Mode, Google Jules, etc.), les agents de recherche (Deep Research) et les agents de contrôles du Web ou du PC (OpenAI Operator, Anthropic Computer Use).
Parallèlement, tous les acteurs ont bien compris l’importance d’offrir aux développeurs des kits de développement d’agents à même de mettre en avant leur écosystème de services et modèles IA. La semaine dernière Microsoft a officialisé son « Microsoft Agent Framework », un SDK ancré dans l’univers /NET qui combine capacités d’orchestration multi-agent (AutoGen), traçabilité, connecteurs, intégration native Azure AI Foundry et Microsoft 365, avec compatibilité MCP et OpenAI. Google a lancé au début de l’été son déjà populaire ADK (Agent Development Kit) modulaire et intégré aux écosystèmes Gemini et VertexAI avec une interopérabilité LangChain et CrewAI. AWS dispose d’un « Strands Agents SDK » centré sur une approche « model-driven » où chaque agent est défini comme une combinaison de modèle, outils et prompts et qui se distingue par sa compatibilité native avec Amazon Bedrock et un déploiement simplifié sur Lambda, Fargate et EC2. Salesforce ne cesse de vanter depuis le début de l’année les qualités de son Agentforce SDK, facilitant l’intégration directe dans son écosystème CRM et Customer360 et permettant de créer, tester et superviser des agents conversationnels via Apex, Python ou CLI (tout en s’appuyant sur le moteur de raisonnement Atlas et un centre de commande centralisé pour la gestion opérationnelle). Anthropic met en avant le Claude Agent SDK, conçu pour des agents autonomes capables d’interagir avec leur environnement via des commandes terminal, scripts et fichiers. Ce SDK favorise une approche centrée sur la recherche, la génération de code et l’exécution locale, avec des mécanismes de compaction et de feedback visuel intégrés. MistralAI propose une Agents API orientée orchestration, avec des connecteurs intégrés pour le code, la recherche web, les documents et les images associé à un SDK qui permet de créer des agents persistants, capables de gérer des conversations avec état et de collaborer via des handoffs multi-agent. Sans oublier bien évidemment que l’écosystème open source regorge aussi de frameworks innovants tels que LangGraph, AutoGen, CrewAI ou SmolAgents. Ces solutions offrent une grande liberté architecturale, allant de l’orchestration par graphes à la collaboration structurée entre agents spécialisés.
De son côté, OpenAI proposait depuis le début de l’année son « Agents SDK ». Mais à l’occasion de son Dev Day 2025 cette semaine, la jeune pousse star de l’IA est passé à la vitesse supérieure avec son tout nouvel « AgentKit » !
Pour OpenAI, le principal obstacle à l’adoption généralisée des agents IA était, jusqu’à aujourd’hui, la complexité et la fragmentation de l’outillage nécessaire à leur création. Ce processus impliquait typiquement l’utilisation d’un outil pour la logique de flux de travail, la création de connecteurs sur mesure pour les API, le développement d’une interface utilisateur dédiée, et un processus entièrement manuel et laborieux pour l’évaluation de la performance et l’optimisation des prompts.
AgentKit : un kit agentique complet pour tous les devs
AgentKit se veut un tournant majeur et ambitionne de rationaliser, simplifier, accélérer et sécuriser non seulement la conception d’agents IA mais aussi leur déploiement et leur évaluation. Le but affiché : faire gagner jusqu’à 70 % sur le cycle de développement en éliminant la nécessité d’assembler manuellement des briques hétérogènes et offrir un guichet unique pour tout le cycle de vie agentique.
AgentKit est une suite agentique composée de plusieurs briques essentielles et fortement imbriquées :
* Agent Builder est un canevas visuel (no-code) pour composer des workflows multi-agents, avec versioning, prévisualisation et garde-fous intégrés. Selon OpenAI, la simplicité de mise en œuvre permet de rapidement élaborer un prototype puis de passer du prototype à la production en quelques heures.
* Connector Registry est un registre centralisé pour gérer les connexions aux données et outils (Dropbox, Google Drive, Teams, SharePoint, mais aussi connecteurs tiers via MCP).
* ChatKit est un kit qui permet très facilement d’intégrer des interfaces conversationnelles natives dans des apps ou sites, personnalisables à la charte de l’entreprise.
* Evals for Agents est un arsenal d’évaluation (datasets, grading, optimisation automatique de prompts, compatibilité avec modèles tiers) pour mesurer et améliorer la performance des agents.
* Guardrails est une couche de sécurité publiée en open source pour filtrer tout ce qui touche à la propriété intellectuelle, détecter les jailbreaks et renforcer la fiabilité.
Mais si l’univers des développeurs bruisse depuis ce matin, c’est aussi parce que la démonstration en direct réalisée par OpenAI a marqué les esprits : une ingénieure de la startup a conçu deux agents complets en moins de huit minutes.
De quoi illustrer la promesse d’AgentKit : réduire drastiquement le temps et la complexité nécessaires pour industrialiser les agents, et positionner immédiatement OpenAI face aux multiples initiatives concurrentes.
Apps in ChatGPT pour étendre l’écosystème conversationnel
En parallèle, OpenAI a officialisé les Apps dans ChatGPT, accessibles via un nouvel « Apps SDK ». L’idée va bien au-delà des actuels GPT. Elle consiste à intégrer de véritables applications agentiques au cœur de l’interface ChatGPT, l’assistant leader du monde de l’IA qui compte désormais plus de 800 millions d’utilisateurs par semaine ! Ces applications agentiques permettent d’interagir depuis ChatGPT avec des services tiers (Booking.com, Canva, Coursera, Spotify, Zillow, etc.) sans quitter la conversation.
Quel lien avec AgentKit ? Les deux sont très liés : les mêmes briques (MCP, connecteurs, interfaces conversationnelles) servent à la fois à bâtir des agents internes et à distribuer des apps grand public dans ChatGPT. OpenAI espère ainsi fédérer un écosystème de développeurs autour de son très populaire Chatbot et en faire une interface conversationnelle qui transcende les services Web comme il l’a déjà fait avec la recherche Web. Objectif, faire de ChatGPT l’interface universelle avec le monde numérique, un objectif également poursuivi par Google avec Gemini (qui a remplacé Okay Google) et par Amazon avec Alexa+ (non encore disponible en France) ou même Microsoft avec son Copilot dans Windows.
À l’occasion de son Dev Day 2025, OpenAI a donc essentiellement cherché à reprendre le leadership sur l’IA agentique en faisant de son écosystème de modèles orchestrés par ChatGPT non seulement un assistant agentique et un moteur universel de génération de contenus, mais aussi une infrastructure complète pour agents et applications agentiques. Bien évidemment, la concurrence va être rude notamment parce que Google et Microsoft ont des atouts forts à faire valoir également tout en œuvrant également à proposer des kits qui simplifient de bout en bout le cycle de vie des agents. Mais l’offre d’OpenAI est une preuve de plus que l’avenir de l’IA ne se joue plus seulement sur les modèles, mais aussi et surtout sur la capacité à bâtir des écosystèmes cohérents d’agents et d’applications.
puis