Votre programmeur IA est en train de perdre la mémoire
« J’ai hurlé devant mon écran plusieurs fois. » C’est le cri du cœur d’un développeur professionnel sur GitHub, le 18 juillet 2026. La raison ? Il a découvert que Codex, l’assistant de programmation IA d’OpenAI, devenait de plus en plus « amnésique ».
Depuis des mois, d’innombrables développeurs comptent sur Codex (le moteur IA derrière GitHub Copilot) pour écrire du code, corriger des bugs et gérer des projets. Cet assistant IA possède une capacité cruciale : la fenêtre de contexte (context window), c’est-à-dire la quantité de code et d’informations qu’il peut « mémoriser » en une seule fois. Plus la fenêtre est grande, plus l’IA peut comprendre l’ensemble du projet.
Puis, le 18 juillet 2026, un développeur a découvert un changement inquiétant dans une Pull Request GitHub.
Le code révélait qu’OpenAI avait discrètement réduit la fenêtre de contexte du modèle phare GPT-5.6 Sol de Codex, de 372 000 tokens à 272 000 tokens. Soit une perte de 100k — une réduction de 27 % de la « capacité de mémoire ».
Pas d’annonce, pas d’e-mail, pas de guide de migration. Juste une Pull Request (PR #33972) passée inaperçue, au titre anodin — « Rafraîchir les métadonnées du modèle » — datée de deux jours plus tôt.
Comment la découverte a été faite
Le cheminement de cette découverte est révélateur en soi.
Un développeur sous le pseudo AmazingTurtle a remarqué des anomalies dans le comportement de Codex lors de son utilisation quotidienne — sur des projets volumineux, l’IA « oubliait » fréquemment des discussions précédentes et ses suggestions de code étaient souvent hors de propos. Il a commencé à enquêter, pour finalement localiser le changement dans le dépôt open source d’OpenAI sur GitHub, dans un PR fusionné deux jours plus tôt.
C’est dans le diff de cette PR qu’une seule ligne de code a révélé le secret :
- "context_window": 372000,
+ "context_window": 272000,De 372k à 272k. Net et précis. Une seule ligne de modification qui a fait régresser du jour au lendemain l’efficacité de dizaines de milliers de développeurs.
La modification de context_window de 372000 à 272000 dans la PR #33972. Une seule ligne, 27 % de « mémoire » volatilisée.
La découverte a rapidement été partagée sur Hacker News, accumulant près de 300 upvotes et plus de 140 commentaires en moins d’une journée. Les développeurs ont qualifié la manœuvre de « dégradation payante » (paid downgrade) — vous payez le même prix pour un service réduit.
Que représentent 100k tokens ?
Pour les lecteurs non développeurs, il faut une analogie.
Imaginez 372k tokens comme un assistant débordant d’énergie, capable de mémoriser d’un seul coup l’agencement général de votre bureau — l’emplacement de chaque table, chaque classeur. Maintenant, vous ne lui donnez plus que 272k tokens — il ne peut plus retenir que les deux tiers de ce que vous lui confiez. Vous lui expliquez quelque chose, et en cours de route, il oublie ce qui a été dit avant.
Pour un développeur, la situation est plus concrète encore :
- Les grands projets sont directement touchés. Un projet logiciel de taille moyenne peut représenter plusieurs dizaines, voire centaines de milliers de tokens rien que pour le code principal. Avec une fenêtre de contexte réduite, l’IA ne peut plus « comprendre » l’architecture complète du code source, et ses suggestions de modification entrent souvent en conflit avec la logique existante.
- Les dialogues « perdent le fil » plus facilement. La collaboration entre développeur et Codex est généralement un dialogue continu — discussion des besoins, examen des modifications, ajustements. Une fenêtre plus petite signifie que l’IA oublie plus fréquemment les accords conclus en début de conversation.
- Le cauchemar de la compression automatique (compaction). Codex dispose d’un mécanisme de « compression automatique » qui, lorsque le contexte approche de sa limite, résume automatiquement l’historique de la conversation. Mais comme le déplore l’utilisateur jubilanti sur HN : « La compression rend l’IA complètement hallucinée, c’est pire que de repartir de zéro. J’en ai assez — l’IA brûle des tokens sur une grosse base de code, arrive à 15 %, se compresse automatiquement, hallutine tellement qu’elle doit relire toute la base de code, arrive à 15 %, se recompresse… boucle infinie. » (Original : Compaction kills my sessions, it hallucinates and is worse than starting fresh. I’ve had enough times screaming at my computer when it burns tokens on a large codebase, gets to 15%, auto-compacts, and hallucinates so bad it has to read the entire codebase again, gets to 15%, auto-compacts…)
Le commentaire de l’utilisateur tekacs est encore plus cinglant : « 372k était loin d’être parfait, mais c’était un vrai cadeau du ciel. Ça faisait passer le contexte utile effectif de 12-20 % à environ 40 %. » (372 was not perfect, but it was so much better and a godsend. It turned that 12 to 20% into more like 40%.)
Autrement dit, les utilisateurs étaient déjà insatisfaits de la fenêtre de 372k — la réduire à 272k aggrave encore la situation.
Les réactions virulentes des développeurs sur Hacker News : près de 300 upvotes et plus de 140 commentaires
Le point de vue d’OpenAI : peut-être pas de la « malveillance »
Ce serait une erreur de réduire cette affaire à « OpenAI arnaque ses utilisateurs ». Il existe probablement des considérations commerciales et techniques légitimes derrière cette décision.
Premièrement : maîtrise des coûts et structure tarifaire.
Certaines analyses révèlent un mécanisme caché dans Codex : lorsque la requête d’un utilisateur dépasse 272k tokens, OpenAI facture au double du tarif d’entrée. L’ancienne fenêtre de 372k poussait de nombreux utilisateurs en zone de surcoût sans qu’ils en aient conscience. En « recalibrant » la fenêtre à 272k, OpenAI empêche dans une certaine mesure les utilisateurs de dépasser le seuil de facturation excessive — même si l’expérience utilisateur s’en trouve dégradée.
Autrement dit, ce n’est pas une simple décision de « réduire la capacité ». Avant, vous achetiez au prix standard un espace de 372k qui « pouvait déclencher une facturation doublée » ; maintenant, vous achetez au même prix un espace de 272k qui « ne déclenchera pas de facturation supplémentaire ». OpenAI considère peut-être cela comme une « normalisation » du service.
Deuxièmement : une question technique de « rafraîchissement des métadonnées ».
La description officielle d’OpenAI dans la PR était « Refresh bundled GPT-5.6 model instructions and context-window metadata » — rafraîchir les instructions du modèle GPT-5.6 et les métadonnées de la fenêtre de contexte. En d’autres termes, OpenAI considérait peut-être que les 372k antérieurs étaient une « erreur de configuration », et qu’il ne faisait que « corriger » vers le paramétrage approprié.
Troisièmement : l’allocation des ressources sous pression concurrentielle.
En 2026, le marché des assistants de programmation IA est en ébullition. Claude Code d’Anthropic et divers outils basés sur des modèles open source se disputent les utilisateurs. Maintenir une grande fenêtre de contexte consomme énormément de ressources de calcul. Alors qu’OpenAI fait face à des pressions d’introduction en bourse (des rumeurs de report circulaient dès juin 2026) et à des exigences de rentabilité, réduire la consommation de ressources par utilisateur permet de servir plus d’utilisateurs — une stratégie classique d’optimisation des coûts pour une entreprise SaaS.
Seulement, le prix de cette « optimisation » a été transféré aux utilisateurs.
La révolte des utilisateurs : une rupture de confiance
Ce qui mérite le plus d’attention dans cet incident, c’est la rupture émotionnelle du côté des utilisateurs.
Dans les discussions sur Hacker News, un sentiment général de déception et de trahison domine. Les utilisateurs ont le sentiment d’être de simples ressources à gérer.
Un développeur expérimenté souligne : « L’impossibilité de désactiver la compression automatique et de revenir à l’historique de la conversation avant compression rend Codex totalement inutilisable pour moi sur toute base de code de plus de 5 000 lignes. » (Original : The fact there is no way to disable auto-compaction and no way to go back in the conversation history to before a compact makes codex a no-go for me on any codebase > 5kloc.)
Un autre utilisateur est encore plus direct : « L’absence de contexte long est la raison principale pour laquelle je finis toujours par utiliser Anthropic. » (The lack of long context is the main reason that I still end up using Anthropic.)
Dans l’industrie de l’IA, le coût de migration des utilisateurs est extrêmement élevé — vous investissez beaucoup de temps pour que l’IA comprenne votre code, votre style, l’architecture de vos projets. Une fois que vous êtes profondément intégré à une plateforme, toute « régression déguisée » vous place dans un dilemme : subir la dégradation, ou consacrer un temps considérable à migrer vers un concurrent ?
C’est précisément là que réside la véritable puissance destructrice de l’accusation de « dégradation payante ».
Leçon pour l’industrie : l’ère des « économies de bouts de chandelle » dans l’IA
Cette affaire va bien au-delà d’un simple changement de paramètre sur un produit.
En 2026, toute l’industrie de l’IA traverse une transition massive — de la « croissance à tout prix » à une « gestion fine de la rentabilité ». Les grandes entreprises de modèles cherchent toutes leur modèle économique. OpenAI a vu son introduction en bourse reportée en juin 2026, et une série de mesures de réduction des coûts a suivi — des ajustements de prix d’API à cette réduction de la fenêtre de contexte de Codex.
Le problème, c’est que l’argument de vente principal des produits d’IA est leur « capacité » elle-même. Fenêtre de contexte, capacité de raisonnement, qualité de génération — ces éléments définissent la valeur fondamentale d’un produit d’IA. Dans l’industrie logicielle traditionnelle, vous pouvez réduire la qualité d’image ou supprimer des fonctionnalités — les utilisateurs râlent mais continuent d’utiliser le produit. Mais dans le domaine de l’IA, la « mémoire » est tout. Un assistant IA qui oublie le contexte perd l’essentiel de sa valeur pour un développeur.
C’est un signal d’alarme pour toute l’industrie : quand les entreprises d’IA commencent à rogner sur les capacités fondamentales de leurs produits, la tolérance des utilisateurs est bien plus faible que pour les logiciels traditionnels.
Conclusion
L’opération silencieuse d’OpenAI n’est techniquement qu’un changement d’une ligne de code. Mais cette ligne révèle le dilemme d’un géant de l’IA pris entre ses intérêts commerciaux et l’expérience utilisateur — et le choix qu’il privilégie actuellement.
Pour l’utilisateur ordinaire, la leçon est brutale : à l’ère de l’IA, la « capacité » du service que vous achetez peut être réduite silencieusement au milieu de la nuit, sans même que vous receviez un e-mail.
Au moment de la rédaction de cet article, OpenAI n’a pas encore fait de déclaration officielle sur le sujet. Les discussions sur HN continuent, et des développeurs ont déjà lancé des comparatifs d’outils alternatifs. Quant à cette ligne passée de 372000 à 272000, elle a été fusionnée silencieusement dans la branche principale, devenant la norme de Codex version 0.144.
Votre programmeur IA est en train de perdre sa mémoire à long terme.
Références : Discussion HN (item?id=48965850), GitHub PR #33972
Légendes des images : Figure 1 : capture d’écran du diff GitHub PR #33972 montrant la modification de context_window de 372000 à 272000 ; Figure 2 : page de discussion Hacker News montrant les réactions virulentes des développeurs.
