Codex, le pari open-source d’OpenAI : l’interview Tibo Sottiaux decryptee
Date : 10 septembre 2026
Le 9 septembre 2026, Gergely Orosz (The Pragmatic Engineer) publie un long entretien avec Tibo Sottiaux, l’un des createurs de Codex et aujourd’hui head de Core Products & Platform chez OpenAI. Onze enseignements operationnels sur la facon dont Codex est construit, deploye en interne, et pense pour l’avenir. Voici ce qui change concretement la donne pour les equipes tech.
1. Une annulation brutale chez Google a forge Tibo
Avant OpenAI, Tibo passait deux excellentes annees a Londres sur un projet cote Ads - jusqu’a ce qu’un VP californien debarque et annule tout d’un coup. Des centaines d’utilisateurs, du fun sur des challenges d’inge, et tout s’ecroule.
Sa lecon : il avait ete aveugle au fait que le projet n’avait pas de product-market fit, et que le feedback des utilisateurs etait pauvre. “Un PM qui dit que ca va bien ne veut pas dire que ca va bien.”
Desormais, il questionne systematiquement l’impact reel de son travail.
2. Google avait un ChatGPT-like un an avant OpenAI
“I was part of that team. Basically ChatGPT one year before it came out. Called LMChat and then another codename. Google was too nervous to release it and DeepMind was blocked from shipping products that could disrupt Google. I think about this a lot.”
Debut 2020, une equipe DeepMind (dont Tibo) construit un chat avec un LLM. Le projet se diffuse en interne comme une trainee de poudre, mais personne n’ose le lancer. Le reste est connu.
3. Codex a ete ecrit en Rust - pas en Python
Vision : Codex doit tourner sur des millions de machines cloud. Consequence : performance, securite, efficacite d’ingenierie → Rust, “upfront”, malgre le fait que les modeles IA ecrivaient alors bien mieux Python et TypeScript.
Tibo cite Casey Muratori en interview : “Architect for performance, upfront, otherwise you’ll rewrite it later.” C’est ce qu’ils ont fait.
4. Codex est open source - et c’est un choix strategique
Claude Code est closed source. Codex est open source. Consequences selon Tibo :
| Upsides | Downsides | |
|---|---|---|
| Confiance | Communautaire, auditable | - |
| Communaute | Contributeurs externes energisent l’equipe | - |
| Copie | - | Certains outils copient Codex et sortent leur version avant |
“It stings, but it’s the price of working in the open.”
5. Codex accepte plusieurs modeles - pour de vrai
Claude Code ne tourne qu’avec les modeles Anthropic. Codex, lui, supporte n’importe quel modele, pas seulement OpenAI.
Et meme si OpenAI limitait Codex a ses propres modeles, n’importe qui peut forker le harness et changer quelques lignes pour en brancher d’autres. C’est l’open source qui impose cette philosophie.
Tibo croit a la concurrence : “Winning by letting users use the best models.”
6. Le harness Codex est toujours un cran en avance sur le dernier modele
Le harness apporte au modele ce que Tibo appelle des “crutches” :
- Guardrails (securite)
- Steerability (capacite a etre dirige)
- Efficiency (parallelisme, format)
- Developer message injecte a chaque tour
A mesure que les modeles s’ameliorent, on retire certaines bequilles. Le harness retrecit a chaque generation. Le cycle : nouveau modele → on peut simplifier le harness → ce qui libere du compute → qui sert a entrainer la version suivante.
7. Les CDE vont revenir grace aux agents IA
“Cloud development environments never took off outside of Big Tech because of setup costs. AI agents could change this.”
Tibo predit une resurgence des machines entierement orchestrees dans le cloud, ou des agents comme Codex :
- Configurent l’environnement a partir d’un etat decrit
- Restent synchronises avec ta machine locale
- Eliminent le “works on my machine”
C’est le retour de l’idee des Cloud Dev Environments des annees 2015-2020, mais avec un cout marginal d’instanciation quasi-nul grace aux agents.
8. Codex “sait” deja beaucoup - il est branche partout chez OpenAI
“Have you asked Codex?”, c’est la premiere chose que dit Tibo aux nouveaux arrivants.
Codex est branche par defaut sur :
- Slack
- Tous les documents
- Tout le code
- Toute la base de connaissances interne
On peut lui demander qui travaille sur tel sujet, pourquoi telle decision a ete prise, ou est tel fichier. Les equipes OpenAI travaillent en public channels et documents ouverts a dessein.
9. La code review va etre automatisee - mais le role change
“Discussion about the intent of code doesn’t have to happen inside a code review.”
La code review telle qu’on la connait sert a :
- Correctness - l’IA peut entierement la prendre en charge
- Information exchange - l’IA la fluidifie
- Forcing function - pousser une conversation qui aurait du arriver plus tot
Les conversations sur ce que le systeme doit faire doivent arriver avant que le code soit ecrit, pas pendant la review. La review devient un check technique, pas un lieu d’alignement.
10. Maintenance et re-architecture : le temps se compresse
Tibo donne deux chiffres operationnels :
- Dependency upgrades : un modele peut traverser le codebase en quelques heures, la ou une equipe mettait des jours
- Re-architecture : ce qui prenait des annees prend quelques jours, au plus
Le caveat immediat de Tibo : “Quality code, good abstractions, and good test suites greatly affect how easy it is to make a change.” Une codebase mal structuree reste dure a modifier, meme avec des agents.
11. “In the zone” c’est fini - Tibo code un peu pour le plaisir, pas par necessite
Tibo se rappelle les nuits blanches de coding en immersion. Aujourd’hui :
- Il ouvre un editeur de temps en temps parce que c’est agreable
- Mais il lance un agent pour recuperer une donnee ou tester une hypothese
- “I can fire off an agent and get the data within a minute to make much better decisions.”
Le gut call est remplace par data call + agent - et c’est presque toujours mieux.
Ce qu’on en retient pour nos propres pratiques
Synthese condensee pour une equipe qui veut adopter ce mindset :
| Pratique | Application concrete |
|---|---|
| Toujours questionner l’impact | “Est-ce que ce projet a un product-market fit verifiable ?” |
| Architect for performance upfront | Choix de stack = choix de dette technique. Rust, Go, C++ quand ca scale. |
| Open source = choix strategique | Confiance, communaute, mais accepter la copie |
| Multi-modeles | Ne jamais se verrouiller sur un seul fournisseur |
| Harness + modele = boucle | Le harnais simplifie libere du compute pour le prochain modele |
| Conversations avant le code | L’alignement doit preceder l’ecriture, pas la review |
| Codebase = qualite = vitesse | Mauvais tests, abstractions sales → agents inefficaces |
| Plus de gut calls | Agents pour recuperer les donnees, decider sur data |
Liens et sources
- 🎙️ Building Codex with Tibo Sottiaux - Pragmatic Engineer (9 sept. 2026)
- 🎥 Video YouTube
- 🎧 Apple Podcasts | Spotify
- 🧑💻 Tibo Sottiaux : X (@thsottiaux) - LinkedIn
- 📰 The Pragmatic Engineer newsletter
Articles lies sur Beemm : - Hugging Face : d’un chatbot ado a la cible de Nvidia a 13 milliards - OpenAI resout Navier-Stokes : 10 000 agents, 88 heures, un Millennium Problem
Sources et references
- Building Codex with Tibo Sottiaux - Pragmatic Engineer - episode du 9 sept. 2026
