J'ai codé à la voix dans mon terminal : un mini Jarvis avec Codex Voice

Coder en parlant dans le terminal

Je dis à mon ordinateur ce que je veux, et il construit sous mes yeux des sites, des applis et de petits outils dans le terminal. Cela sonne comme de la science-fiction, mais le mode vocal expérimental de Codex CLI 0.155 promet exactement cela : je parle au lieu de taper, et l'agent écrit le code. Le présentateur résume l'affaire en une phrase, et j'ai suivi sa piste pour tester chaque morceau : réglage, essai en direct et construction de mon propre agent vocal .

D'abord Codex doit être à jour, puis on tape /experimental dans le terminal pour activer les conversations vocales , on relance Codex et la discussion démarre avec /voice. Le contrôle du micro passe par /voice mute, et /voice stop coupe l'échange. Détail capital : la voix n'existe pas dans chaque assemblage, et les clients sans moteur vocal natif masquent les menus liés.

Du réglage au premier essai

Le présentateur dicte d'abord une large demande : une nouvelle page pour son site communautaire. Pendant que l'agent code, il pose des questions sur le design et reçoit un retour, sans toucher au clavier, ce qui impressionne vraiment. Puis vient un petit essai d'appli sportive, avec une limite honnête : la lecture de l'écran reste nettement lente. Cette étiquette expérimentale invite à la prudence : le comportement varie selon l'assemblage et l'environnement.

Le point critique reste le suivant : la parole captée par le micro n'est qu'un projet de consigne affiché à l'écran, à relire avant toute modification de fichiers. Le même modèle d'approbation que le texte s'applique ; la voix ne crée ni droit ni passe-droit face aux règles de l'espace de travail. Noms, chemins et options peuvent être mal entendus, donc chaque demande mérite une relecture.

Mon Jarvis à moi en cinq minutes

Le morceau le plus amusant arrive ici : en cinq minutes environ, le présentateur fabrique un petit agent vocal qui tourne dans le navigateur. Il presse le bouton de démarrage, autorise le micro puis demande l'ouverture du moteur de recherche ; l'agent ouvre la page. C'est la capacité dite computer use : bouger le curseur, presser les boutons, remplir les formulaires, un connecteur universel pour les tâches sans raccourci.

Le côté le plus pratique de ce mini agent : aucune clé API séparée, il hérite directement des accès de Codex. Les voix se changent, l'interface se règle, et des outils ainsi que des connexions MCP s'ajoutent. La version 0.156 complète le tableau : voix active par défaut, bascule F8, panneau /usage pour la dépense et arbres de travail actifs d'office.

Le calendrier des versions couvre fin septembre : 0.155.0 le 17, une petite correction le lendemain, 0.156.0 le 22 puis 0.159.1 en fin de mois ; voix, vue des tâches, arbres de travail et reprise de session arrivent par morceaux. L'enregistrement datant de début octobre, le récit correspond au monde 0.156. Le terminal devient un centre de commande qui rassemble le travail épars de la ligne de commande.

Pour résumer, le mode vocal ne supprime pas le clavier, mais il fait gagner de la vitesse sur le travail parlé comme les recettes et les récits de bogues. La lecture lente de l'écran et la documentation manquante agacent, pourtant l'affirmation centrale se vérifie dans les notes de version. Chez moi, la voix rejoint le clavier au lieu de le remplacer ; le premier essai portera sur une tâche petite et réversible.