OpenAI a introduit le chiffrement des payloads entre agents dans la version MultiAgentV2 de Codex (post-0.137.0), rendant opaques les messages échangés entre agents parents et enfants. Le champ content des messages spawn_agent, send_message et followup_task reste maintenant vide, le texte lisible étant remplacé par encrypted_content. La modification est arrivée avec le merge de la PR #26210 le 5 juin 2026.

Pourquoi ça te concerne. Si tu utilises des agents qui délèguent des tâches à des sous-agents, tu ne peux plus lire dans les logs ce qui a été délégué, quel message a été envoyé, ou pourquoi un thread enfant existait. Les questions basiques de debugging — « qu’ai-je demandé au child agent ? », « pourquoi ce spawn a échoué ? » — nécessitent désormais de déchiffrer le payload ou de reconstruire le contexte à partir du comportement observé. C’est un changement qui rend plus difficile la compréhension et l’amélioration des workflows agentiques complexes, précisément alors que l’usage en production croît.

L’issue #28058 sur GitHub demande de conserver un champ d’audit lisible séparé du message chiffré pour la livraison au modèle, de manière à préserver la transparence sans compromettre la sécurité de la communication entre agents.

En détail

Contexte. Codex est l’éditeur IA d’OpenAI (pas le modèle Codex de 2021, désormais déprécié). La version MultiAgentV2 permet à un agent de spawner des sous-agents, déléguer des tâches, et envoyer des messages entre threads. Avant la PR #26210, les messages délégués étaient lisibles en clair dans les logs locaux, dans les rollouts et dans les traces de debug.

Ce qui change. À partir de la version 0.137.0, les payloads des messages inter-agents sont chiffrés de bout en bout. Le champ InterAgentCommunication.content (auparavant lisible) reste maintenant vide, et le texte réel finit dans encrypted_content. Cela s’applique à tous les appels de coordination entre agents (spawn_agent, send_message, followup_task). Le chiffrement est compréhensible comme renforcement de la confidentialité — il empêche que les données sensibles dans les tâches déléguées ne finissent dans des logs non protégés — mais il supprime aussi la possibilité d’audit humain.

Le problème pratique. Quand un agent A spawne un agent B avec une tâche spécifique, celui qui révise le rollout après coup ne voit plus « analyse ce CSV et retourne les lignes avec des anomalies », mais seulement du ciphertext. Si B échoue, tu ne sais pas si la tâche était mal formulée, trop large, ou contenait une erreur dans les paramètres. Si tu as dix sous-agents en parallèle, tu ne peux plus comparer leurs tâches pour comprendre comment améliorer la décomposition. La télémétrie devient opaque précisément où la transparence était nécessaire : dans les passages de relais, qui sont le point de rupture le plus fréquent dans les systèmes multi-agents (comme documenté dans le paper sur pourquoi les agents échouent).

Ce qui reste en suspens. L’issue suggère d’ajouter un champ d’audit séparé, qui stockerait la tâche en clair pour inspection locale, tandis que le payload chiffré reste pour la livraison au modèle destinataire. Cela préserverait la sécurité de la communication entre modèles sans sacrifier le debug. Au moment de la publication (14 juillet 2026), l’issue est ouverte avec 156 commentaires sur Hacker News, signe qu’elle touche un besoin ressenti dans la communauté. Il n’est pas clair si et quand OpenAI répondra : la PR originale a été mergée sans discussion publique préalable.

Implications pour ceux qui construisent. Si tu portes des agents multi-étapes en production, cela change la façon dont tu debugues les défaillances. Tu devras t’appuyer sur des logs structurés applicatifs (que tu captures avant de passer la tâche au sous-agent) ou sur des outils d’observabilité externes qui loggent les payloads avant le chiffrement. C’est une charge supplémentaire sur la complexité opérationnelle, qui s’ajoute aux problèmes déjà connus d’orchestration multi-agente.