OpenAI a lancé une API gérée pour créer des agents IA capables de travailler sur des sessions plus longues, d’utiliser des outils externes, d’exécuter du code et de coordonner des sous-agents spécialisés.
La nouvelle Agents API n’inclut pas d’intégration native à Telegram. Les développeurs doivent toujours la connecter à la Bot API de Telegram et construire eux-mêmes la couche de messagerie.
Mais elle pourrait changer ce dont ces bots sont capables.
Au lieu de recevoir un prompt et de renvoyer une réponse du modèle, un bot Telegram pourrait lancer une tâche de longue durée, travailler avec plusieurs outils et renvoyer le résultat une fois terminé. Le produit se rapproche ainsi davantage d’un assistant persistant que d’un chatbot classique.
Ce qu’OpenAI a réellement lancé
L’Agents API donne aux développeurs accès, via un service géré par OpenAI, au cadre d’exécution d’agents utilisé par Codex.
Selon la documentation officielle de l’Agents API, OpenAI gère les sessions de l’agent, l’orchestration, la compaction du contexte et la reprise après incident. Les développeurs fournissent les instructions, connectent les outils nécessaires et choisissent où l’exécution a lieu.
Un agent peut fonctionner sans sandbox s’il doit seulement répondre à des questions ou appeler des fonctions externes. Pour les tâches qui impliquent des fichiers ou du code, il peut utiliser un environnement hébergé par OpenAI ou un environnement auto-hébergé contrôlé par le développeur.
Dans un environnement, un agent peut :
- Exécuter du code et des commandes.
- Lire, créer et modifier des fichiers.
- Se connecter à des serveurs MCP.
- Utiliser des fonctions fournies par le développeur et des outils externes.
- Produire des fichiers et d’autres livrables.
- Déléguer du travail à plusieurs sous-agents.
L’API est actuellement en bêta. Le guide de démarrage rapide d’OpenAI montre un agent qui crée un script, l’exécute dans une sandbox hébergée et renvoie le résultat.
C’est bien plus d’infrastructure que ce qu’un bot Telegram obtient avec un appel de modèle classique. Le développeur n’a plus à construire chaque partie de la boucle de l’agent, à compresser un long historique de conversation ni à restaurer manuellement l’état de travail de l’agent.
Pourquoi c’est important pour les bots Telegram
La plupart des bots d’IA sur Telegram suivent encore un schéma familier : l’utilisateur envoie un message, le bot le transmet à l’API d’un modèle et le texte obtenu est renvoyé dans le chat.
Cela fonctionne bien pour les questions, l’aide à la rédaction, la traduction et la génération de médias. Cela devient plus difficile quand l’utilisateur demande au bot d’accomplir un travail en plusieurs étapes.
Prenons un bot de recherche chargé de comparer dix produits et de préparer un rapport. Un chatbot de base tentera peut-être de tout faire en une seule réponse. Un agent pourrait répartir la recherche entre des sous-agents, rassembler leurs résultats, créer un document et revenir vers l’utilisateur une fois le travail terminé.
La même structure pourrait servir à des bots Telegram qui :
- Analysent des documents envoyés et produisent un rapport finalisé.
- Étudient un problème technique à l’aide de fichiers et d’outils externes.
- Surveillent un workflow et reviennent quand un changement important survient.
- Analysent des données, génèrent un tableur et le renvoient dans le chat.
- Coordonnent des agents spécialisés pour la recherche, la rédaction et la vérification.
- Poursuivent un projet sur plusieurs messages sans reconstruire son contexte à chaque fois.
Telegram fournit l’interface de conversation et de notification. L’Agents API fournit l’environnement d’exécution géré de l’agent derrière.
Cette distinction compte. L’IA ne tourne pas dans Telegram, et Telegram n’obtient pas automatiquement l’accès aux fonctions d’agent d’OpenAI. Le bot sert de passerelle entre l’utilisateur de Telegram et une session d’agent hébergée ailleurs.
Les sessions sont l’élément le plus utile du modèle
L’Agents API est construite autour de sessions durables plutôt que de requêtes isolées.
Une session conserve dans le temps la configuration de l’agent, la conversation et le travail enregistré. Les développeurs peuvent envoyer de nouveaux messages à la même session au lieu de repartir d’un contexte vide. Les échanges peuvent s’exécuter de façon asynchrone, tandis que les applications suivent leur progression via des événements en streaming ou reçoivent les changements de statut par webhooks.
OpenAI explique le cycle de vie des sessions dans son guide sur l’exécution et la poursuite des sessions d’agent.
Pour un bot Telegram, un développeur pourrait associer chaque utilisateur, discussion privée ou sujet de groupe à une session d’agent précise. À l’arrivée d’un nouveau message, le bot le redirigerait vers la même session.
Les conversations pourraient ainsi paraître plus continues. Un utilisateur pourrait lancer une recherche depuis son téléphone, fournir un autre fichier plus tard et demander à l’agent de réviser son travail sans répéter les instructions de départ.
Le développeur devrait tout de même décider quand réutiliser, séparer ou supprimer les sessions. Placer automatiquement chaque conversation dans une session permanente unique pourrait mélanger des travaux sans rapport ou conserver le contexte plus longtemps que les utilisateurs ne s’y attendent.
La prise en charge de Telegram n’est pas incluse
Malgré ce potentiel, l’Agents API n’est pas une plateforme de bots Telegram prête à l’emploi.
Il n’existe aucun paquet officiel d’OpenAI qui reçoive les mises à jour Telegram, vérifie les utilisateurs ou convertisse les événements de l’agent en messages Telegram. Les développeurs doivent construire cette intégration avec la Bot API de Telegram ou un framework existant.
La couche d’intégration doit gérer :
- Les messages, commandes et pièces jointes entrants.
- L’association des discussions Telegram aux identifiants de session OpenAI.
- La conversion des fichiers Telegram en données accessibles à l’agent.
- Le streaming de la progression sans inonder la conversation.
- La livraison du texte final, des documents et des autres livrables.
- La reprise après des pannes de l’API, du réseau ou de la livraison du bot.
- L’annulation du travail quand un utilisateur change d’avis.
- La séparation sécurisée des utilisateurs et des conversations de groupe.
Telegram propose déjà des interfaces adaptées aux produits d’IA, dont les réponses en streaming, les sujets dans les discussions privées et les messages structurés. Sa documentation sur les fonctions des bots présente aussi les agents IA comme un usage natif.
Mais ces fonctions d’interface ne remplacent pas la logique applicative entre les deux services.
C’est ce qui distingue l’Agents API du paquet de canal Telegram récemment introduit par Microsoft pour son Agent Framework, qui comprend un adaptateur plus direct pour traduire les mises à jour Telegram en entrées pour l’agent. OpenAI fournit l’environnement d’exécution de l’agent ; la passerelle vers Telegram reste à la charge du développeur.
Les tâches longues demandent une autre expérience utilisateur
Donner à un bot un backend plus puissant ne le rend pas automatiquement plus simple à utiliser.
Une tâche qui prend plusieurs minutes ne peut pas se comporter comme une réponse de chat ordinaire. Les utilisateurs doivent savoir si l’agent travaille encore, attend une validation, demande une information ou a échoué.
Telegram permet d’envoyer des mises à jour de progression, mais transmettre chaque événement interne saturerait vite le chat. Une meilleure conception pourrait modifier un seul message de statut, n’afficher que les étapes significatives et livrer le résultat final séparément.
Le bot doit aussi offrir un moyen clair d’arrêter une tâche. Si un agent peut naviguer, appeler des outils ou modifier des fichiers, une simple commande /cancel devient plus importante que pour un chatbot qui produit une seule réponse.
Les validations sont un autre point à considérer. Un agent qui examine des informations n’a rien à voir avec un agent qui envoie un e-mail, modifie une base de données ou exécute une transaction. Les actions aux conséquences externes ne devraient pas se cacher derrière un indicateur générique « en cours ».
Les agents Telegram les plus utiles exposeront sans doute moins leur fonctionnement interne tout en donnant aux utilisateurs plus de contrôle sur les décisions importantes.
Confidentialité et coûts demandent de l’attention
Passer de réponses uniques à des agents persistants modifie aussi le profil de risque.
L’Agents API conserve l’état des sessions pour que le travail puisse se poursuivre d’un échange à l’autre. Sa documentation indique que le service ne prend actuellement en charge la résidence des données qu’aux États-Unis et ne prend pas en charge la Zero Data Retention. Utiliser un environnement d’exécution auto-hébergé ne rend pas l’Agents API éligible à la Zero Data Retention.
C’est important pour les bots Telegram qui traitent des documents privés, des conversations professionnelles ou des données clients. Les développeurs devraient expliquer ce qui est envoyé à OpenAI, combien de temps leur propre application conserve les messages Telegram et comment un utilisateur peut supprimer une session d’agent.
Les identifiants d’API doivent aussi rester en dehors de la sandbox de l’agent. Le guide de démarrage rapide d’OpenAI recommande explicitement de ne pas placer la clé API de l’application dans l’environnement où travaille l’agent.
Les coûts peuvent être moins prévisibles que ceux d’un chatbot à réponse unique. OpenAI indique que l’utilisation des modèles est facturée au tarif API du modèle choisi, tandis que les outils hébergés et les conteneurs de sandbox ont leurs propres frais. Une tâche en plusieurs étapes impliquant des sous-agents, des recherches web et de l’exécution de code peut consommer davantage de ressources qu’une simple conversation.
Les exploitants de bots devront fixer des limites sur la durée des tâches, l’usage des outils et le nombre d’agents en parallèle, plutôt que de s’appuyer uniquement sur des quotas de messages.
Ce que cela signifie pour les outils d’IA sur Telegram
L’Agents API d’OpenAI ne crée pas un assistant Telegram fini en une seule requête. Elle résout un autre problème : gérer l’environnement d’exécution d’un agent qui peut travailler plus longtemps, utiliser des outils et conserver un état.
Pour les développeurs Telegram, cela supprime une partie de l’infrastructure difficile tout en laissant la couche produit entière. L’authentification, la conception du chat, les autorisations, les notifications et la livraison sécurisée restent à construire autour.
Le résultat pourrait être une nouvelle catégorie de bots Telegram qui font plus que présenter un modèle dans une fenêtre de discussion. Ils pourraient accepter une tâche, travailler avec des outils et des fichiers, demander des informations si nécessaire et revenir avec un livrable terminé.
L’utilité réelle de ces bots dépendra moins du nombre de fonctions d’agent qu’ils mettent en avant que de la clarté avec laquelle ils les contrôlent.
L’Agents API fournit la mécanique. Telegram fournit l’interface. Les développeurs doivent encore transformer les deux en un produit que les utilisateurs peuvent comprendre et auquel ils peuvent se fier.
