Le prochain développeur ne travaillera peut-être plus seul, même sans collègues

Reason introduit un environnement collaboratif pour les agents de programmation. Sa version 1.1 dépasse Codex dans les tests publiés, à moindre coût.

Un agent corrige un bug, un autre vérifie les tests, tandis qu'un développeur reprend la conversation depuis son téléphone. Avec Reason, le développement assisté par IA prend une dimension collective. La plateforme permet aux agents de programmation de communiquer entre eux, avec d'autres assistants comme Claude et avec les membres d'une équipe, depuis Slack, le terminal, le navigateur ou une application mobile. Cette approche s'accompagne d'une nouvelle version de Reason Agent, dont les performances revendiquées face à Codex reposent moins sur le modèle utilisé que sur la manière d'organiser son travail. Plusieurs agents, une même conversation

Les assistants de programmation fonctionnent souvent dans des sessions relativement isolées. Chacun possède son historique, ses outils et son environnement d'exécution. Transmettre le résultat d'un agent à un autre suppose alors de recopier des informations, de partager des fichiers ou de reconstruire le contexte.

Reason cherche à réduire cette fragmentation en permettant aux agents, aux sessions et aux développeurs de communiquer directement.

Un utilisateur peut confier une tâche à un agent, solliciter une autre session pour approfondir un problème et suivre les échanges depuis différentes interfaces. La plateforme met notamment en avant les interactions avec Slack, les outils en ligne de commande, le web, macOS et les téléphones.

Chaque session peut disposer de son propre ordinateur, avec la possibilité d'exécuter du code, de lancer des tests et de préparer des modifications. L'objectif est de rapprocher le fonctionnement des agents de celui d'une équipe de développement, où plusieurs intervenants peuvent se transmettre du travail sans repartir systématiquement de zéro.

Reason présente cette capacité collaborative comme une première mondiale. Cette revendication doit toutefois être nuancée : plusieurs environnements permettaient déjà de coordonner différents agents. La spécificité de Reason réside davantage dans la communication entre sessions, agents externes et collaborateurs à travers plusieurs interfaces. La même IA, mais des résultats différents

En parallèle de cette annonce collaborative, Reason Machines documente les performances de Reason Agent 1.1, son environnement d'exécution pour agents de programmation.

La comparaison est intéressante, car elle ne repose pas sur deux modèles concurrents. Reason, Codex et Pi ont été évalués avec GPT-6 Astra, dans des configurations de raisonnement comparables, sur les mêmes tâches et avec les mêmes méthodes de notation.

Reason Agent obtient 65,1 points sur le Coding Agent Index, contre 62,5 pour Codex et 61,4 pour Pi.

Cet indice regroupe trois évaluations consacrées au développement logiciel : SWE-Atlas QnA, DeepSWE v1.1 et Terminal-Bench 4.0.

Reason arrive en tête sur les trois catégories du comparatif publié, avec notamment 72,3 % sur DeepSWE v1.1, contre 69 % pour Codex.

Ces résultats sont produits et publiés par Reason à partir d'un protocole inspiré de celui d'Artificial Analysis. Les exécutions sont accessibles sur Harbor et le code de reproduction est disponible sur GitHub. Cela facilite leur examen, sans en faire automatiquement une validation indépendante de l'ensemble des conclusions. Réduire le nombre d'appels au modèle

L'un des choix techniques de Reason consiste à limiter les échanges inutiles entre le modèle et ses outils.

Dans une architecture classique, l'agent peut effectuer une recherche, attendre le résultat, appeler un outil de lecture, puis solliciter à nouveau le modèle avant de poursuivre. Chaque opération multiplie les échanges et augmente le volume de contexte traité.

Reason Agent utilise une fonction baptisée codemode, qui permet au modèle d'écrire un programme JavaScript capable d'appeler plusieurs outils en parallèle. Une recherche, la lecture de plusieurs fichiers et l'exécution de tests peuvent ainsi être regroupées dans une même opération.

Le système conserve également un ensemble réduit d'outils accessibles en permanence. Les fonctions plus spécialisées sont découvertes uniquement lorsque l'agent en a besoin.

Cette organisation vise notamment à améliorer la réutilisation du contexte déjà traité, afin de limiter les coûts d'inférence. 22 % de moins par tâche résolue

Avec GPT-6 Astra, Reason indique utiliser 23 % de tokens d'entrée et 15 % de tokens de sortie en moins que Codex, à l'échelle des tentatives évaluées.

Le coût moyen d'une tentative s'établit à 3,96 dollars, contre 4,89 dollars pour Codex et 4,15 dollars pour Pi.

En tenant compte des tâches effectivement résolues, Reason revendique un coût inférieur de 22 % à celui de Codex et de 10 % à celui de Pi.

La société présente également des comparaisons utilisant GPT-6.1 Sol, avec une réduction médiane de 34 % du coût par tâche face à Codex, à niveau de raisonnement identique.

Ces écarts restent propres aux configurations et évaluations étudiées. Ils ne garantissent pas les mêmes économies sur tous les projets logiciels. Reason précise d'ailleurs ne pas encore avoir isolé la contribution exacte de chacune de ses optimisations. Le développement logiciel devient un travail de coordination

Reason est accessible depuis son site, avec des possibilités d'utilisation gratuite annoncées pour certaines configurations. La plateforme prend en charge différents modèles et permet de travailler depuis plusieurs appareils.

Son évolution illustre un changement dans la concurrence entre assistants de programmation. Les performances du modèle restent essentielles, mais l'organisation des outils, des sessions et des échanges peut modifier sensiblement les résultats obtenus.

La collaboration entre agents ouvre aussi de nouvelles difficultés : contrôler les accès, éviter les modifications contradictoires et identifier précisément les responsabilités lorsqu'une tâche échoue.

Le développeur ne se contente plus de dialoguer avec un assistant unique. Il peut désormais coordonner plusieurs agents, leur répartir du travail et intervenir dans leurs échanges. L'enjeu