Le 14 février 2026, Peter Steinberger a publié trois paragraphes sur son blog personnel annonçant qu’il rejoignait OpenAI. En quelques heures, Sam Altman l’avait qualifié de « génie » qui allait propulser la prochaine génération d’agents personnels. Mark Zuckerberg lui avait fait sa propre offre via WhatsApp. Les deux PDG des deux entreprises technologiques les plus puissantes de la planète se sont personnellement disputé un seul développeur — un homme qui construisait un projet open source dans son salon en perdant 20 000 dollars par mois de ses économies personnelles.
Le projet était OpenClaw, le projet open source à la croissance la plus rapide de l’histoire de GitHub. Et la ruée pour recruter son créateur est le signal le plus clair que le centre de gravité de l’industrie de l’IA se déplace : des modèles vers les plateformes. La course qui compte en 2026 n’est pas celle qui a le meilleur grand modèle de langage. Les modèles convergent. La course qui compte est celle qui contrôle la couche plateforme où les agents IA font du vrai travail — sur de vrais ordinateurs, dans de vrais navigateurs, avec de vraies données.
Le Phénomène OpenClaw
La trajectoire d’OpenClaw était improbable à tout point de vue. Il a démarré comme projet numéro 44 dans la routine hebdomadaire de hacking de Peter Steinberger. La plupart de ses projets sont abandonnés. Pas celui-ci.
Le projet a d’abord été lancé sous le nom « ClawBot », renommé en « MoltBot » après que les avocats d’Anthropic ont signalé la proximité du nom avec Claude, puis renommé à nouveau en « OpenClaw » après un vote de la communauté open source. Trois noms en trois jours. Le chaos du produit n’a pas eu d’importance parce que le produit a immédiatement trouvé son public.
OpenClaw a atteint 200 000 étoiles GitHub plus vite que tout autre projet dans l’histoire de GitHub. Plus de 600 contributeurs ont rejoint en quelques mois. Le serveur Discord est devenu un laboratoire en temps réel d’expérimentation multi-agents, avec des développeurs construisant tout, des mini-brasseries contrôlées par IA aux automatisations de maisons intelligentes, en passant par des pipelines DevOps complets. Le tout construit en cinq mois.
Ce qui distinguait OpenClaw des autres projets d’agents IA était un choix de conception qui s’est révélé stratégiquement brillant : il était local d’abord. Les agents s’exécutent sur l’ordinateur de l’utilisateur, en utilisant son navigateur, son système de fichiers, ses clés API. OpenClaw n’a pas besoin d’une infrastructure cloud massive parce que les utilisateurs fournissent le calcul. Le projet fournit la couche d’orchestration.
C’est une architecture fondamentalement différente de ce que proposaient les grandes entreprises d’IA. C’est aussi l’architecture qu’OpenAI et Anthropic reconnaissent désormais avoir besoin.
Pourquoi Steinberger a Choisi OpenAI Plutôt que Meta
Les détails de la négociation révèlent l’enjeu réel de l’accord.
Zuckerberg a contacté via WhatsApp. Quand Steinberger a suggéré qu’ils pourraient appeler immédiatement, Zuck a demandé quelques minutes — apparemment parce qu’il avait besoin de finir un bout de code. Ce détail a résonné chez Steinberger, un bâtisseur qui respecte les autres bâtisseurs. Zuckerberg a personnellement essayé OpenClaw, l’a qualifié d’« incroyable », et a fourni des retours produit directs et spécifiques alternant entre éloge et critique ciblée. Steinberger a apprécié la franchise.
L’offre d’Altman comportait quelque chose que Zuckerberg ne pouvait pas égaler : un accès direct aux modèles sur lesquels tournent les agents. Quand Steinberger a confié à Lex Fridman lors d’un entretien ultérieur que travailler avec OpenAI signifiait que ses agents pourraient s’exécuter sur les meilleurs modèles avec la latence la plus faible et l’intégration la plus profonde, il décrivait une asymétrie stratégique qu’aucun montant d’investissement de Meta en graphe social ou en hardware ne pouvait reproduire à court terme.
Les modèles Llama de Meta sont compétitifs. Mais OpenAI contrôle la couche API, la tarification et la feuille de route des fonctionnalités. Être à l’intérieur d’OpenAI signifie que Steinberger influence ce que les modèles peuvent faire, pas seulement ce que font les agents construits par-dessus. La distinction est entre construire sur une plateforme et façonner la plateforme elle-même.
Steinberger a aussi dit qu’il s’était demandé auprès de qui il pouvait apprendre davantage. OpenAI est là où se déroule la recherche frontière. Meta est une grande entreprise avec de nombreuses choses à apprendre, mais la frontière de la recherche est l’attrait pour un bâtisseur du calibre de Steinberger.
Ce qu’OpenAI a Réellement Acquis
Le recrutement comble trois lacunes spécifiques dans la position concurrentielle d’OpenAI.
Architecture de la couche plateforme. OpenAI a les meilleurs modèles — sans doute. Elle n’a pas le meilleur runtime d’agents. L’architecture d’OpenClaw pour contrôler de vrais ordinateurs — cliquer sur des boutons, remplir des formulaires, naviguer dans des interfaces, accéder à des systèmes de fichiers — est plus mature que tout ce qu’OpenAI a livré publiquement. Le travail d’intégration de bureau seul représente des mois d’ingénierie qu’OpenAI aurait dû construire ou acquérir. Le produit Operator d’OpenAI, son agent grand public, a été lancé avec des avis mitigés. Les utilisateurs l’ont trouvé lent, limité et frustrant comparé aux alternatives construites par la communauté comme OpenClaw. Il ressemblait à un produit conçu par comité plutôt que par quelqu’un qui utilise réellement des agents au quotidien.
Connaissance réelle de la sécurité. OpenClaw a livré plus de 40 correctifs de sécurité dans les jours précédant l’annonce de Steinberger. Ce n’étaient pas des corrections de bugs de routine. Ils représentent une connaissance durement acquise sur ce qui se passe quand des agents IA interagissent avec des systèmes de production. Quand un agent peut lire votre écran, il peut lire vos mots de passe. Quand il peut cliquer sur des boutons, il peut autoriser des transactions. Quand il peut accéder à votre système de fichiers, il peut lire des clés privées. Les vulnérabilités qu’OpenClaw a identifiées et corrigées constituent un savoir institutionnel sur la sécurité des agents qui ne peut être développé dans un bac à sable. Steinberger apporte cette connaissance à l’équipe de sécurité d’OpenAI. OpenAI obtient les modes de défaillance du monde réel.
Communauté. 600 contributeurs, un serveur Discord devenu l’un des coins les plus créatifs de la communauté des développeurs IA, et une base mondiale d’utilisateurs profondément investis dans le succès du projet. C’est exactement le type d’écosystème organique qu’aucun budget marketing ne peut fabriquer. Les communautés open source résistent au contrôle des entreprises, et OpenAI a été sage de ne pas revendiquer la propriété. Mais l’influence suit la contribution, et le contributeur de loin le plus important travaille désormais chez OpenAI.
Publicité
Claude Code : La Menace à Plusieurs Milliards
Le timing du recrutement n’est pas une coïncidence. Regardez ce à quoi OpenAI faisait face sur le plan concurrentiel.
Claude Code d’Anthropic est devenu l’outil de développement IA le plus discuté de l’industrie. Des ingénieurs dans de grandes entreprises rapportent qu’il a fondamentalement changé leur façon de travailler. L’outil est passé d’une expérience intéressante à, selon certaines estimations, une ligne de produits potentiellement multimilliardaire. Anthropic a révélé que Claude Code avait atteint 1 milliard de dollars de revenus annualisés en six mois et avait atteint 2,5 milliards de dollars d’ARR début 2026.
Claude Code a démontré quelque chose d’existentiel pour OpenAI : la couche d’agents est commercialement viable, et les utilisateurs paieront beaucoup d’argent pour une IA qui fait réellement du travail plutôt que de simplement répondre à des questions. Anthropic a capturé la couche d’outils pour développeurs. Si cette position se consolide, OpenAI perd le segment de clients le plus précieux de l’IA — les développeurs et les entreprises qui construisent sur ces plateformes et dont les dépenses évoluent avec l’utilisation.
Le produit Codex d’OpenAI se positionne comme la plateforme d’agents pour entreprises. Mais Codex fonctionne dans un sandbox cloud. Il ne touche pas la machine locale de l’utilisateur. Il ne contrôle pas son navigateur. Il n’interagit pas avec ses vraies applications en temps réel. L’approche basée sur le cloud de Codex est utile pour certains workflows — notamment l’intégration CI/CD, la génération de code asynchrone et les environnements d’entreprise avec des exigences de sécurité strictes. Mais le vrai pouvoir vient quand les agents peuvent opérer là où l’utilisateur travaille réellement : sur son ordinateur, dans son navigateur, avec ses outils.
OpenClaw a démontré que l’exécution d’agents local-d’abord était non seulement possible mais massivement populaire. La connexion entre le recrutement de Steinberger et la feuille de route de Codex est presque certainement plus étroite que ce que quiconque reconnaît publiquement. Ne soyez pas surpris si Codex annonce des capacités d’exécution locale dans les mois à venir, construites sur une architecture qui ressemblera étrangement familière aux utilisateurs d’OpenClaw.
Le Risque de Gouvernance Chrome-Chromium
La structure de l’accord préserve nominalement l’indépendance d’OpenClaw. Il reste open source sous une nouvelle OpenClaw Foundation. Steinberger continue de contribuer, maintenant en tant qu’employé d’OpenAI plutôt que développeur solo. La structure de gouvernance est destinée à empêcher OpenAI de capturer entièrement le projet.
C’est le modèle qu’ont utilisé les projets open source à succès auparavant. Linux a la Linux Foundation. Kubernetes a le CNCF. L’idée est qu’une fondation neutre empêche toute entreprise de contrôler la direction du projet.
Mais les fondations ne sont indépendantes qu’autant que leur gouvernance le permet. Et le modèle Chrome-Chromium est instructif — bien que peut-être pas de la manière rassurante qu’espèrent les partisans d’OpenClaw.
Chrome est construit sur le projet open source Chromium. L’influence de Google sur la direction de Chromium est dominante. Les ingénieurs de Google contribuent la majorité des commits, fixent les priorités architecturales, et les fonctionnalités dont Chrome a besoin façonnent ce que Chromium devient. Les navigateurs indépendants basés sur Chromium comme Brave ou Edge opèrent dans un cadre largement défini par les priorités de Google.
Le risque pour OpenClaw est analogue. Steinberger est le fondateur d’OpenClaw et son contributeur le plus prolifique. Il travaille désormais dans l’une des entreprises les plus investies dans la direction du projet. Les fonctionnalités qui s’alignent avec la feuille de route produit d’OpenAI recevront naturellement une attention plus rapide. Les fonctionnalités qui concurrencent les offres d’OpenAI peuvent recevoir moins de priorité. Ce n’est pas de la malveillance — c’est la gravité naturelle des incitations institutionnelles.
Que OpenClaw reste vraiment ouvert ou devienne un autre Chrome — utile, largement adopté, mais servant finalement les intérêts stratégiques d’une seule entreprise — dépend de la composition du conseil de la fondation, des sources de financement et des processus de prise de décision. Ces détails n’ont pas été entièrement divulgués. Ils importent plus que le code.
La Carte Concurrentielle : Les Modèles Convergent, les Plateformes Divergent
La dynamique concurrentielle définissant l’IA en 2026 n’est pas celle qui a le meilleur modèle. Les modèles convergent. GPT-4o, Claude 3.5, Gemini 2.0, Llama 3.3 — les écarts de performance se réduisent. Les benchmarks montrent encore des différences, mais les différences pratiques pour la plupart des cas d’usage rétrécissent à chaque cycle de publication.
La divergence est au niveau de la couche plateforme. Qui contrôle là où l’IA fait du vrai travail ? C’est là que le prochain trillion de dollars de valeur sera créé, et les positions se durcissent :
Anthropic contrôle la couche d’outils pour développeurs via Claude Code. Son avantage est la relation avec les développeurs — la confiance et l’habitude des ingénieurs qui utilisent Claude Code quotidiennement et dont les workflows sont construits autour de lui. Quand 90 % de votre propre code est écrit par votre propre outil, vous avez un argument de crédibilité qu’aucun concurrent ne peut facilement contrer.
OpenAI se positionne pour la couche d’agents personnels — un agent qui vit sur votre ordinateur, connaît vos préférences et gère de vraies tâches dans toutes vos applications. La mission déclarée de Steinberger chez OpenAI est de construire « un agent pour les gens ordinaires ». C’est un défi direct à Apple Intelligence (utilisateurs iPhone), Google Gemini (utilisateurs Android et Chrome), et Claude Code d’Anthropic (développeurs).
Apple et Google contrôlent la couche système d’exploitation. Ils déterminent à quoi les agents peuvent accéder, quelles permissions ils reçoivent et quelles données ils peuvent voir. L’intégration au niveau de la plateforme est leur avantage structurel, mais aucun n’a construit une infrastructure d’agents compétitive avec les entreprises d’IA dédiées.
Meta contrôle le graphe social mais a perdu cette manche. Llama est compétitif comme modèle. Les offres de plateforme d’agents de Meta ne le sont pas.
Steinberger a fait une prédiction spécifique à Lex Fridman : les agents dans le style OpenClaw tueront 80 % des applications. Sa logique est simple. Chaque application est une API lente vers ce que l’utilisateur veut. Un agent qui connaît déjà votre localisation, vos habitudes de sommeil, vos niveaux de stress et votre agenda n’a pas besoin que vous ouvriez une application séparée pour le suivi fitness, la commande de nourriture ou la planification. Il le fait simplement.
Cette prédiction est peut-être agressive sur le calendrier — le product-market fit pour les consommateurs est notoirement difficile, et OpenAI a capté l’éclair dans la bouteille une fois avec ChatGPT. Ils peuvent le répéter avec un agent personnel, c’est incertain. Mais pour la première fois, OpenAI a quelqu’un à l’intérieur qui a réellement construit un agent personnel que les gens voulaient utiliser. C’est un atout rare et précieux.
L’Ère des Chatbots Se Termine, l’Ère des Agents Commence
La signification stratégique du recrutement de Steinberger s’étend au-delà de tout produit ou entreprise unique. Elle signale une transition à l’échelle de l’industrie des chatbots — IA qui répond aux questions — vers les agents — IA qui fait du travail.
Un chatbot vous dit comment réserver un vol. Un agent réserve le vol. Un chatbot explique comment configurer un cluster Kubernetes. Un agent configure le cluster. Un chatbot suggère des changements de code. Un agent les implémente, les teste et les déploie.
Les implications en termes de revenus sont évidentes. La valeur d’un chatbot est bornée par les informations qu’il fournit. La valeur d’un agent est bornée par le travail qu’il effectue. Le travail vaut plus que l’information par des ordres de grandeur, ce qui explique pourquoi les revenus de Claude Code ont atteint 2,5 milliards d’ARR tandis que les revenus d’abonnement grand public de ChatGPT, malgré des chiffres d’utilisateurs massifs, ont crû plus lentement.
La question concurrentielle pour 2026 n’est pas quelle entreprise construit le meilleur système de questions-réponses. C’est quelle entreprise construit la plateforme où les agents font un travail que les utilisateurs font actuellement eux-mêmes. Le gagnant de cette compétition capture une part de chaque tâche que l’agent effectue — pas seulement chaque question à laquelle il répond.
OpenClaw, avec ses 200 000 étoiles GitHub et ses cinq mois d’existence, a prouvé que les gens veulent des agents qui font du vrai travail sur de vrais ordinateurs. La ruée pour recruter son créateur a prouvé que les plus grandes entreprises d’IA sont d’accord. Ce qui se passe ensuite dépend de qui construit la plateforme d’agents la plus fiable, sécurisée et utile — et qui établit la confiance nécessaire pour que les gens laissent l’IA faire réellement leur travail.
Questions Fréquemment Posées
Qu’est-ce que the agent platform war ?
Cet article couvre les aspects essentiels de ce sujet, en examinant les tendances actuelles, les acteurs clés et les implications pratiques pour les professionnels et les organisations en 2026.
Pourquoi the agent platform war est-il important ?
Ce sujet est important car il a un impact direct sur la façon dont les organisations planifient leur stratégie technologique, allouent leurs ressources et se positionnent dans un paysage en évolution rapide.
Quels sont les points clés à retenir de cet article ?
L’article analyse les mécanismes clés, les cadres de référence et les exemples concrets qui permettent de comprendre le fonctionnement de ce domaine, en s’appuyant sur des données actuelles et des études de cas.
Sources et lectures complémentaires
- OpenClaw GitHub Repository — Plateforme d’agents open source ayant atteint 200 000 étoiles GitHub en cinq mois avec plus de 600 contributeurs.
- Sam Altman on Peter Steinberger Hire (X/Twitter, February 14, 2026) — Annonce publique d’Altman qualifiant Steinberger de « génie » qui propulsera la prochaine génération d’agents personnels.
- Anthropic Claude Code Revenue Growth — Bloomberg — Rapport Bloomberg sur la croissance de Claude Code à 2,5 milliards d’ARR, en faisant l’un des produits logiciels d’entreprise à la croissance la plus rapide de l’histoire.
- OpenAI Operator Product Launch — Produit agent grand public d’OpenAI, lancé avec des avis mitigés et des critiques utilisateurs sur les limites de vitesse et de capacité.
- OpenAI Codex Platform — Plateforme d’agents d’entreprise d’OpenAI pour le développement de code autonome, fonctionnant dans des environnements sandbox cloud.
- Chromium Project Governance and Google’s Influence — Documentation de la structure de gouvernance open source Chromium, illustrant la dynamique entre sponsors corporatifs et fondations open source.
