OpenAI acquiert Ona (ex-Gitpod) : Codex passe aux agents persistants — les tâches tournent même quand le laptop est fermé

OpenAI acquiert Ona (ex-Gitpod) : Codex passe aux agents persistants — les tâches tournent même quand le laptop est fermé

🔎 Pourquoi OpenAI achète l'infrastructure de ses propres agents

Le 11 juin 2026, OpenAI annonce l'acquisition d'Ona, startup allemande rebaptisée après son spin-off de Gitpod. L'information, révélée par CNBC, tombe alors que Codex vient de franchir le cap des 5 millions d'utilisateurs hebdomadaires.

Le problème que cette acquisition résout est simple : un agent de coding qui s'arrête quand vous fermez votre laptop, ce n'est pas un agent, c'est un assistant. La vraie valeur d'un agent autonome réside dans sa capacité à travailler en continu — exécuter des tests, refactorer un module, attendre une revue de code — sans que le développeur ne reste connecté.

OpenAI ne se contente pas d'améliorer Codex. L'entreprise remonte la stack : le Layer 4 (modèles) rachète le Layer 3 (infrastructure d'exécution). C'est un mouvement stratégique analysé en détail par FourWeekMBA comme le signe que la guerre des agents IA entre désormais dans sa phase infrastructurelle.

Anthropic a ouvert la marche en mai 2026 avec ses Claude Managed Agents, des sandboxes self-hosted. OpenAI répond avec Ona, et ce match change la donne pour chaque développeur qui utilise un agent de coding aujourd'hui.

L'essentiel

• OpenAI acquiert Ona (ex-Gitpod) le 11 juin 2026 pour un montant non divulgué, selon l'annonce officielle.
• Codex atteint 5 millions d'utilisateurs hebdomadaires et gagne la capacité d'exécuter des tâches persistantes, même hors connexion développeur.
• Ona devient la couche d'infrastructure d'exécution sécurisée de Codex : environnements cloud éphémères, isolés, avec gestion du cycle de vie complet.
• C'est la réponse directe d'OpenAI aux Claude Managed Agents d'Anthropic (mai 2026) et à leur approche self-hosted.
• InfoWorld analyse cette acquisition comme un mouvement de contrôle : OpenAI ne veut plus dépendre de tiers pour l'exécution de ses agents.

Outils recommandés

Ce qu'est Ona exactement — et pourquoi ce n'est pas juste un "cloud dev"

Ona n'est pas un simple IDE dans le cloud. C'est une plateforme d'environnements de développement éphémères, sécurisés et orchestrables par API.

L'ADN vient de Gitpod : un workspace qui se crée en secondes, qui disparaît après usage, qui s'isole de tout le reste. Sauf qu'Ona a pivoté spécifiquement pour les agents IA. La différence est cruciale : un environnement pour humain doit afficher une interface. Un environnement pour agent n'a besoin que d'un terminal, d'un système de fichiers et d'un accès réseau contrôlé.

InfoWorld souligne que cette acquisition permet à OpenAI de "cadrer" ses agents. Sans une infrastructure d'exécution maîtrisée, un agent de coding peut faire n'importe quoi — accéder à des fichiers sensibles, ouvrir des connexions réseau non autorisées, consommer des ressources sans limite. Ona apporte le sandboxing.

L'approche rappelle les problématiques d'apprentissage par manipulation documentées dans la recherche sur les systèmes dexterieux (Learning Dexterous In-Hand Manipulation) : un agent a besoin d'un environnement contrôlé pour apprendre et agir efficacement. Ona fournit cet environnement au monde du code.

Ce que change la persistance pour un développeur

La persistance, c'est le passage de l'assistant à l'agent. Concrètement, voici ce qui devient possible avec l'intégration Ona dans Codex.

Tâches de longue durée sans surveillance

Vous donnez une instruction à Codex : "Refactorer le module d'authentification, écrire les tests unitaires, lancer la CI, et corriger les échecs en boucle jusqu'à ce que tout passe vert." Sans Ona, cette tâche s'arrête au moment où vous fermez votre laptop ou perdez la connexion. Avec Ona, l'environnement cloud continue d'exécuter la tâche.

Le développeur retrouve le résultat le lendemain matin. C'est un changement de paradigme : on passe du temps passé avec l'agent au temps gagné par l'agent.

Parallélisme d'agents

Un seul développeur peut lancer plusieurs tâches simultanées sur des environnements Ona distincts. Un agent refactor le backend pendant qu'un autre génère la documentation API, pendant qu'un troisième corrige les bugs du frontend.

Cette logique de délégation à des sous-agents est exactement le pattern décrit dans Hermes Agent #14 : Délégation de tâches — orchestrer des sous-agents. Ona fournit l'infrastructure matérielle qui rend ce pattern opérationnel à grande échelle.

Reproductibilité et isolation

Chaque tâche Codex tourne dans un environnement Ona isolé. Pas de conflit de dépendances, pas de pollution du système local, pas de "ça marche sur ma machine". L'environnement est reproductible : mêmes versions, même config, mêmes résultats.

Pour les équipes, cela signifie que les agents de coding deviennent prévisibles et auditables. Un point critique pour l'adoption entreprise.

La guerre de l'infrastructure agent — OpenAI vs Anthropic

Jusqu'à récemment, la concurrence entre OpenAI et Anthropic se jouait principalement sur les modèles. GPT-5.5 domine le classement agentic avec 98.2 points, suivi par Gemini 3 Pro Deep Think à 95.4 et Claude Opus 4.7 (Adaptive) à 94.3. Mais les modèles ne suffisent plus.

Claude Managed Agents : l'ouverture d'Anthropic

En mai 2026, Anthropic lance Claude Managed Agents — des sandboxes où les équipes peuvent héberger elles-mêmes l'infrastructure d'exécution de Claude Code. L'approche est "bring your own infrastructure" : vous contrôlez le cloud, les permissions réseau, la durée de vie des environnements.

C'est séduisant pour les entreprises régulées qui ne veulent pas que leurs codebases sortent de leur périmètre cloud. Claude Code devient l'outil de référence pour ce segment.

La réponse Ona : tout-en-un chez OpenAI

OpenAI prend le chemin inverse avec Ona. Pas de self-hosting, mais une infrastructure managée intégrée nativement dans Codex. Vous ne gérez pas les workspaces — OpenAI le fait pour vous.

FourWeekMBA identifie clairement la logique : en achetant Ona, OpenAI internalise le Layer 3 pour verrouiller l'expérience utilisateur autour de son Layer 4. Le modèle et l'infrastructure deviennent un package cohérent.

Le Gartner MQ 2026 : OpenAI Codex, Cursor et GitHub Copilot leaders des agents de coding entreprise positionne cette intégration comme un facteur clé de différenciation. Gartner note que les entreprises évaluent désormais les agents de coding non seulement sur la qualité du code généré, mais sur la robustesse de leur infrastructure d'exécution.

Impact sur le marché du coding agent

L'acquisition Ona ne concerne pas qu'OpenAI et Anthropic. Elle rebatt les cartes pour tous les acteurs du coding agent.

GitHub Copilot sous pression

GitHub Copilot reste leader en termes d'intégration IDE, mais son passage au billing par tokens a créé un vent de mécontentement chez les développeurs. La persistance offerte par Ona+Codex rajoute une dimension que Copilot n'a pas encore : l'exécution longue durée hors connexion.

Microsoft dispose bien d'Azure Containers et de GitHub Codespaces, mais l'intégration n'est pas aussi native que ce qu'Ona apporte à Codex. Le fossé se creuse sur l'expérience développeur pure.

Cursor dans une position délicate

Cursor, troisième acteur du Gartner MQ 2026, dépend des modèles d'OpenAI pour fonctionner. Avec l'acquisition d'Ona, OpenAI renforce Codex comme produit first-party et réduit mécaniquement l'avantage compétitif de Cursor. Pourquoi utiliser Cursor avec un modèle OpenAI si Codex offre une meilleure intégration modèle + infrastructure ?

Les agents open source face au mur de l'infrastructure

L'écosystème des meilleurs agents IA autonomes et des agents IA open source avec Ollama en local gagne en maturité côté modèle. Des LLM comme Kimi K2.6 (88.1) ou GLM-5 (82) montrent que l'open source peut rivaliser. Mais l'infrastructure de persistance reste le point faible. Ona illustre ce décalage : les meilleurs modèles open source manquent encore de la couche d'exécution cloud que Codex vient de gagner.

La question de la sécurité : pourquoi "cadrer" les agents est indispensable

Un agent de coding qui tourne 24 heures sans surveillance, c'est aussi un risque de sécurité. C'est précisément le point que InfoWorld met en avant dans son analyse de l'acquisition.

Sandbox par défaut

Ona applique le principe du sandbox par défaut. Chaque environnement Codex est isolé : pas d'accès au système hôte, pas de fuite de secrets, pas de connexion réseau non autorisée. L'agent ne peut interagir qu'avec le code qui lui est assigné.

C'est un changement fondamental par rapport aux premiers agents de coding qui s'exécutaient directement dans le terminal du développeur, avec tous ses accès et ses secrets.

Le modèle de sécurité d'OpenAI o1

L'approche de sécurisation s'inspire des mécanismes documentés dans l'OpenAI o1 System Card, qui détaille comment OpenAI encadre le raisonnement des modèles pour éviter les comportements indésirables. Ona transpose ce principe à l'infrastructure : ce qui est encadré au niveau du modèle l'est aussi au niveau de l'exécution.

Les limites du contrôle

Malgré le sandboxing, un agent persistant reste un programme complexe. La recherche sur l'évaluation du raisonnement de haut niveau (A Systematic Assessment of OpenAI o1-Preview for Higher Order Thinking in Education) montre que même les modèles les plus avancés peuvent produire des raisonnements défaillants dans certains scénarios. Appliqué au code, cela signifie qu'un agent peut prendre de mauvaises décisions pendant des heures sans qu'un humain ne corrige le tir.

Le compromis est clair : plus de persistance demande plus de garde-fous infrastructurels. C'est exactement ce qu'Ona apporte.

Les modèles derrière Codex — ce qui change avec l'infrastructure Ona

L'intégration d'Ona ne modifie pas les modèles eux-mêmes, mais elle change radicalement la façon dont leurs capacités sont exploitées.

GPT-5.3 Codex en contexte

GPT-5.3 Codex, avec son score de 80 sur le classement agentic, n'est pas le modèle le plus puissant d'OpenAI. GPT-5.5 (98.2) et GPT-5.4 Pro (91.8) le surclassent. Mais Codex est optimisé spécifiquement pour la génération et la réparation de code.

La recherche sur la réparation automatique de programmes avec Codex (Automatic Program Repair with OpenAI's Codex: Evaluating QuixBugs) démontrait déjà en 2021 les capacités de correction de bugs. Avec Ona, ces capacités peuvent s'exercer en boucle fermée : l'agent corrige, lance les tests, identifie les échecs, corrige à nouveau — sans intervention humaine.

Passage à l'échelle avec les modèles de raisonnement

Pour les tâches complexes nécessitant un raisonnement approfondi, Codex peut maintenant s'appuyer sur o1-preview (90.2) ou GPT-5.4 (87.6) en arrière-plan. L'environnement Ona permet de monter en puissance sur le modèle utilisé sans craindre qu'une tâche longue soit interrompue.

L'étude sur l'utilisation de Codex pour la génération de noyaux HPC (Evaluation of OpenAI Codex for HPC Parallel Programming Models Kernel Generation) montrant les limites de Codex sur le code parallélisé complexe prend un nouveau sens ici : avec un environnement persistant, l'agent peut itérer bien plus longtemps sur ces problèmes difficiles.

Claude Opus 4.7 face à GPT-5.5 dans l'exécution persistante

La bataille des meilleurs LLM pour les agents IA prend une nouvelle dimension. Claude Opus 4.7 (94.3) dans un Claude Managed Agent self-hosted vs GPT-5.5 (98.2) dans un environnement Ona managé — ce n'est plus seulement une comparaison de modèles, c'est une comparaison de stacks complètes.

Computer Use et la frontière GUI/API — ce que l'infrastructure Ona rend possible

Un aspect souvent sous-estimé de l'acquisition Ona est son lien avec l'évolution du Computer Use. Les agents de coding ne se limitent plus au terminal : ils interagissent avec des interfaces graphiques, des browsers, des APIs.

De l'environnement têteless au GUI complet

Ona peut provisionner des environnements avec ou sans interface graphique. Pour un agent de coding pur, un terminal suffit. Mais pour un agent qui doit tester une application web dans un vrai browser, naviguer sur une interface de staging, ou valider un rendu visuel — un environnement avec GUI est nécessaire.

La recherche ToolCUA : quand les agents Computer Use apprennent à choisir entre GUI et API explore exactement cette frontière : un agent capable de décider dynamiquement s'il interagit via API (rapide, fiable) ou via GUI (nécessaire pour certaines validations). Ona fournit l'infrastructure qui rend les deux modes possibles dans le même workspace persistant.

Implications pour les workflows de test

Un agent Codex dans un environnement Ona peut : compiler le code via le terminal (API/CLI), lancer l'application, l'ouvrir dans un browser headless, vérifier le rendu visuel, et tout documenter — le tout sans qu'aucun humain ne soit connecté. C'est l'agent de bout en bout que l'industrie appelle de ses vœux depuis des mois.

Ce que cette acquisition signifie pour la stack IA en général

Au-delà du coding, l'acquisition Ona par OpenAI signale un mouvement plus large dans l'écosystème IA.

La consolidation verticale s'accélère

Layer 4 rachète Layer 3. Les entreprises de modèles IA ne veulent plus être de simples fournisseurs d'API. Elles veulent contrôler l'intégralité de la chaîne : modèle, orchestration, exécution, monitoring.

C'est la même logique qui a poussé Apple à intégrer ses puces, ses OS et ses services. OpenAI reproduit ce modèle dans le cloud IA.

Les pure-players de l'infrastructure agent menacés

Les startups qui se positionnaient comme "l'infrastructure pour les agents IA" — provisioning de workspaces, gestion du cycle de vie, sandboxing — se retrouvent face à un géant qui internalise cette couche. Si OpenAI réussit l'intégration d'Ona, d'autres acquisitions suivront probablement de la part de Google (pour Gemini) ou de xAI (pour Grok 4.1 et au-delà).

L'open source doit répondre

L'écosystème open source, avec des modèles comme Kimi K2.6 en self-host ou GLM-5 en mode reasoning, propose une alternative crédible au niveau modèle. Mais sans équivalent d'Ona, l'expérience développeur reste en deçà. Des projets comme Devcontainers combinés à des orchestrateurs d'agents open source pourraient combler ce gap, mais le chemin est long.

❌ Erreurs courantes

Erreur 1 : Confondre Ona avec un simple cloud IDE

Ona n'est pas Gitpod avec un nouveau nom. C'est une plateforme d'exécution pour agents, sans interface humaine obligatoire, conçue pour être orchestrée par API. La comparer à GitHub Codespaces, c'est comparer un datacenter à un bureau partagé.

Erreur 2 : Penser que la persistance résout tous les problèmes

Un agent qui tourne 24h sans surveillance peut aussi accumuler des erreurs pendant 24h. La persistance amplifie les réussites comme les échecs. Le monitoring et les garde-fous (que Ona intègre) sont aussi importants que la persistance elle-même.

Erreur 3 : Croire que Claude Code est mort

Claude Code reste très vivant, particulièrement dans les entreprises qui exigent du self-hosting pour des raisons de conformité. L'approche d'Anthropic (vous contrôlez l'infrastructure) et celle d'OpenAI (Ona contrôle l'infrastructure pour vous) ciblent des segments différents. Ce n'est pas un jeu à somme nulle.

Erreur 4 : Ignorer le coût de la persistance

Faire tourner un environnement cloud pendant 12 heures coûte de l'argent. La persistance n'est pas gratuite, et les modèles comme GPT-5.5 consomment des tokens à chaque itération. Le vrai défi pour OpenAI sera de rendre cette persistance économiquement viable, y compris pour les développeurs individuels.

❓ Questions fréquentes

Qu'est-ce qu'Ona exactement ?

Ona est une startup allemande, spin-off de Gitpod, qui fournit des environnements cloud éphémères et sécurisés conçus spécifiquement pour l'exécution d'agents IA, sans interface humaine requise.

Les tâches Codex tournent-elles vraiment sans connexion ?

Oui. Avec l'intégration Ona, les environnements d'exécution sont hébergés dans le cloud d'OpenAI. Le développeur peut se déconnecter, fermer son laptop, et retrouver les résultats plus tard.

En quoi est-ce différent de Claude Managed Agents d'Anthropic ?

Claude Managed Agents (mai 2026) est self-hosted : vous fournissez l'infrastructure. Ona est managé par OpenAI : c'est un service intégré. Deux philosophies opposées pour résoudre le même problème.

Cette acquisition concerne-t-elle aussi les agents non-coding ?

Pour l'instant, l'intégration Ona est focalisée sur Codex. Mais la plateforme est générique — elle pourrait servir de base à d'autres types d'agents OpenAI à l'avenir.

Quel modèle Codex utilise-t-il avec Ona ?

GPT-5.3 Codex (score agentic : 80) est le modèle par défaut, mais l'architecture permet d'utiliser d'autres modèles OpenAI comme o1-preview (90.2) ou GPT-5.4 (87.6) selon la complexité de la tâche.

✅ Conclusion

L'acquisition d'Ona par OpenAI marque le moment où la guerre des agents de coding quitte le terrain des modèles pour celui de l'infrastructure. Un agent qui s'arrête quand vous fermez votre laptop n'est qu'un assistant ; un agent qui continue sans vous, c'est un véritable worker. Codex + Ona fait cette transition. Anthropic répond avec le self-hosting, GitHub Copilot avec le billing par tokens, et les agents open source cherchent leur équivalent d'Ona. La prochaine bataille ne se gagnera pas au benchmark, mais au datacenter. Pour suivre l'évolution des meilleurs agents IA autonomes dans cette nouvelle donne infrastructurelle, le classement des modèles ne suffit plus — il faut regarder la stack complète.