OpenAI affirme que son équipe matérielle a confié à GPT-6 Astra la conception d'un petit appareil permettant de dialoguer avec l'agent de code Codex. L'exercice, mené comme un projet annexe, aurait pris moins d'une semaine. Au-delà de l'effet d'annonce, le cas mérite d'être lu avec un œil d'ingénieur : que sait faire un modèle sur le terrain du matériel, et où s'arrête-t-il ?
Selon OpenAI, relayé par The Decoder, Astra a pris en charge l'ensemble de la chaîne de conception :
Un fabricant sous contrat a ensuite produit un petit lot de prototypes en moins d'un mois. Pour un développeur logiciel, la comparaison parle d'elle-même : on retrouve la logique d'un agent qui enchaîne spécification, implémentation et intégration, mais appliquée à des artefacts physiques.
Le détail le plus instructif est celui qui nuance l'exploit. Plusieurs cycles de révision ont été nécessaires, car le modèle ne tenait pas toujours compte des contraintes de fabrication, des tolérances et des détails d'assemblage. C'est exactement le type de connaissance tacite qui ne figure pas dans un schéma : ce qu'une machine d'assemblage sait faire, ce qu'un moule tolère, comment les pièces se montent en pratique.
On peut faire le parallèle avec le code généré par un assistant : il compile, il passe parfois les tests, mais il ignore les contraintes de production (charge, déploiement, exploitation). Le coût d'une erreur est toutefois plus élevé ici. Corriger un bug logiciel prend quelques minutes ; refaire une série de prototypes prend des semaines et de l'argent. La validation humaine, et la revue par quelqu'un qui connaît la fabrication, restent donc le point de contrôle central.
OpenAI met aussi en avant un benchmark, BenchCAD 2.0, qui évalue la capacité des modèles à reconstruire des pièces et assemblages 3D et à identifier les connexions sur des circuits imprimés. GPT-6 Astra, à son niveau de raisonnement maximal, obtient 0,594. Un modèle interne plus récent atteindrait 0,875, mais OpenAI ne communique aucun détail à son sujet.
Comme souvent avec les résultats annoncés par l'éditeur lui-même, ces chiffres indiquent une tendance plus qu'une garantie. Un modèle non disponible et non documenté ne peut pas être évalué de façon indépendante. Il faut aussi se rappeler qu'un score de reconstruction n'équivaut pas à un produit fabricable, ce que l'épisode des révisions illustre bien.
OpenAI précise par ailleurs que ses équipes matérielles utilisent Codex et ChatGPT pour les modèles CAO, les plans de fabrication et les simulations, notamment en robotique et en infrastructure de calcul, avec une consommation de tokens multipliée par 23 depuis février. L'entreprise travaille aussi sur son propre appareil, décrit comme un croisement entre une enceinte IA et un smartphone.
Cette démonstration, à confirmer par des retours indépendants, montre qu'un agent peut produire un premier jet crédible d'un objet connecté de bout en bout. Elle montre aussi que le réel résiste : plusieurs allers-retours avec le fabricant ont été indispensables. Pour les équipes techniques, le message est cohérent avec ce qu'on observe côté logiciel : l'IA accélère la production d'un brouillon, et l'expertise humaine décide de ce qui part en production. Source : OpenAI says GPT-6 Astra designed a hardware device from scratch in under a week.
Et votre site, il vaut quoi ?
Vitesse, accessibilité, référencement technique. Le rapport est écrit pour un dirigeant, pas pour un développeur. Gratuit, sans inscription.