Guide OpenAI Codex : génération de code et astuces

Si vous mettez plusieurs sites dans un même dépôt et placez un CLAUDE.md ou un AGENTS.md dans le dossier de chaque site, rien ne garantit que ces règles soient lues avant le début du travail. Claude Code charge un CLAUDE.md situé sous le dossier de lancement quand Claude lit, écrit ou modifie un fichier de ce dossier, tandis que Codex ne lit que les AGENTS.md de la racine du projet jusqu’au dossier de lancement, une fois au début de chaque exécution. Cet article compare point par point le chargement dans les deux outils et la façon de vérifier qu’il a eu lieu (/context ne montre que ce qui a été chargé au démarrage), puis présente une vérification qui arrête la mise en production si quoi que ce soit change hors du dossier attribué, et les réglages des outils qui bloquent l’écriture. Il montre aussi comment distinguer des dépôts aux noms proches par l’URL remote et le commit racine, et des commandes qui n’affichent que les noms des variables d’environnement (vérifié le 1er novembre 2026).

« Codex ne passe pas en parallèle tant qu’on ne le lui dit pas » est vrai, sous conditions : l’application, la CLI et l’extension IDE de Codex lancent des sous-agents quand vous le demandez directement, ou quand AGENTS.md ou une skill demande de déléguer (Ultra dans ChatGPT Work délègue aussi de lui-même). Claude Code délègue de lui-même en fonction de la demande et de la description de chaque sous-agent. À partir de la documentation officielle d’OpenAI et d’Anthropic (vérifiée le 26 octobre 2026), cet article compare ce qui déclenche le travail en parallèle, cinq points à mettre dans vos consignes, des exemples de prompts prêts à l’emploi, [agents] dans le config.toml de Codex et les fichiers TOML de .codex/agents/, le dossier .claude/agents/ et les variables d’environnement de Claude Code, des commandes comme /subagents, /tasks, /subtask, /batch et /worktree, les tâches qui se prêtent au parallélisme et celles qui ne s’y prêtent pas, ainsi que l’impact sur les limites d’utilisation, et il partage aussi les leçons que ce site a tirées de l’exécution de sous-agents en parallèle.

Cet article décrit les causes et les solutions du ralentissement de Codex, selon le symptôme. Si la réponse de l'IA est lente, réduisez l'effort de raisonnement, utilisez un modèle plus léger ou le mode Fast (qui consomme 2,5 fois plus de quota), et ouvrez un nouveau fil pour chaque tâche, comme le recommande l'équipe d'OpenAI. Si le démarrage est lent, arrêtez les serveurs MCP inutilisés avec enabled = false et mettez la CLI à jour ; si l'application est lourde ou se bloque, mettez-la à jour et redémarrez-la (l'un des problèmes sous Windows est corrigé dans la version v26.825.32147) et archivez les tâches récurrentes devenues inutiles, car elles accumulent des worktree. Si les commandes sont lentes sous WSL, placez les fichiers côté Linux. Sources : documentation officielle d'OpenAI et réponses de son équipe sur GitHub, vérifiées le 25 octobre 2026.

Cet article explique comment réagir lorsque l’application de bureau Codex affiche « Impossible de charger les paramètres de l’organisation » et bloque l’accès. Ce message laisse penser à un problème de réseau ou de proxy, mais les signalements de bogues sur GitHub montrent d’autres causes, comme une mise à jour, WSL, un arrêt brutal ou un proxy ou un VPN. Vous y trouverez un cas réel résolu par une simple nouvelle tentative, l’emplacement des journaux, les gestes à éviter, les informations à transmettre si le problème persiste et la différence avec l’erreur « Couldn't load workspace settings ».

Nous avons placé l’application et ses données principales sur D, en gardant les environnements actifs sur C. Voici les copies et contrôles effectués.

Navigateur intégré, Chrome et recherche web : ce qui a rétabli la connexion, et quand recharger une ancienne page d’erreur a suffi.

Windows a démonté tout le lecteur pendant la préparation du stockage, affectant Docker et Unity. Chronologie et récupération du moteur sans effacer les données.

Cet article montre comment passer Codex et Claude Code en mode analyse seule dans l'application, les IDE, Claude Desktop, VS Code, le Web, le mobile et la CLI. Vous y trouverez les différences entre lecture seule et Plan, la portée des réglages et de leur sauvegarde, la restriction des outils, une consigne prête à l'emploi et la vérification des différences.

Distinguez refus de lecture, séparation de l'environnement, approbations et restrictions réseau dans Codex. Vous y trouverez un exemple de profil de permissions, les règles concernant les fichiers .env et les variables d'environnement, les contraintes propres à Windows et au cloud, ainsi qu'une méthode pour vérifier le refus avec des fichiers fictifs.

Comparez Remote et Cloud selon le lieu d'exécution, la mise en veille du PC, l'accès depuis le téléphone, les environnements de développement et les quotas. Vous saurez quelles conditions doivent rester remplies sur le PC connecté, comment préparer Cloud et quelles fonctions ne sont pas prises en charge. Le guide couvre aussi les limites de Handoff, les différences avec ChatGPT Work et dot, et l'ordre des vérifications si la connexion échoue.

Codex /goal conserve la condition d'achèvement pendant l'enquête, les corrections et les vérifications. Ce guide distingue les commandes du bureau et de la CLI, et présente des exemples de demandes ainsi que la pause, la reprise et le retrait de l'objectif. Il explique aussi les causes d'arrêt, la différence entre budget de jetons et tarifs, et les preuves à examiner dans le rapport d'achèvement.

Avant de choisir Codex Security, comparez le plugin local, le Cloud connecté à GitHub et la CLI autonome. Ce guide s'appuie sur la documentation officielle pour expliquer la facturation distincte du Cloud, les crédits gratuits sous conditions, la configuration initiale, la formulation de la première demande, les niveaux Standard et Deep, la couverture, les preuves de reproduction et la vérification des correctifs. Il précise aussi quand la CLI autonome sélectionne une clé API présente dans l'environnement et comment utiliser les limites de coût estimées.