Parcours Codex
Codex · Examen blanc 1
Un examen blanc indépendant de 50 items, pondéré par domaine, pour le parcours OpenAI Academy Codex, avec explications complètes et lecture de préparation. N’est pas une évaluation officielle OpenAI.
Ceci est un examen blanc indépendant complet, pondéré par domaine, pour la piste Codex. Il est construit à partir des objectifs d’apprentissage OpenAI accessibles au public et n’est pas une évaluation officielle OpenAI, ni les évaluations Academy Codex elles-mêmes. Les 50 questions sont inédites et ne reprennent pas les items des pages de domaine. Utilisez-le comme diagnostic : passez-le en premier pour repérer vos deux domaines les plus faibles.
Consignes
- Durée : 60 minutes (notre choix de conception pour un examen blanc de 50 items ; les évaluations Academy sont plus courtes, des sélections aléatoires tirées d’une banque plus large).
- Items : 50, à choix multiple et à réponses multiples. Chaque item indique combien de réponses sélectionner.
- Sélection : pour les items à réponses multiples, vous devez sélectionner toutes les bonnes options et aucune mauvaise ; les sélections partielles sont comptées fausses.
- Aucune pénalité pour les mauvaises réponses : répondez à chaque question.
- Objectif : visez au moins 80 % brut (≈ 40/50) avant de passer la véritable évaluation Academy Codex, qui réussit à ≥ 80 %.
- Traitez chaque question avant de déployer la réponse.
Répartition par domaine
| # | Domaine | Items ici |
|---|---|---|
| 1 | Codex Fundamentals and Surfaces | 10 |
| 2 | Core Coding Workflows | 12 |
| 3 | Extending and Configuring Codex | 10 |
| 4 | Team Adoption and Governance | 10 |
| 5 | Scaling Across Teams and Systems | 8 |
Total : 10 + 12 + 10 + 10 + 8 = 50 items.
Interprétation de la préparation
Ceci est un indicateur de préparation indépendant, pas un score et pas une prédiction d’un quelconque résultat officiel.
| Score brut (sur 50) | Palier | Interprétation |
|---|---|---|
| 45–50 | Forte préparation | 90 %+ ; solide sur tous les domaines |
| 40–44 | Prêt pour l’évaluation | 80–89 % ; au niveau ou au-dessus du seuil Academy |
| 35–39 | Confiance en construction | 70–79 % ; proche, ciblez vos domaines faibles |
| moins de 35 | Continuez à apprendre | moins de 70 % ; revoyez les pages de domaine avant de recommencer |
La barre des 80 % est délibérée : elle correspond au seuil du badge Academy.
Passer l’examen blanc
Deux façons d’utiliser les questions ci-dessous : le mode interactif lance une session chronométrée, une question à la fois, et se termine par votre score, une ventilation par domaine et une correction complète ; le mode révision en dessous liste chaque question avec ses options une par ligne et la réponse masquée jusqu’à ce que vous la demandiez.
Mode interactif
Passer l’examen d’entraînement
50 questions · une à la fois · compte à rebours de 60 minutes · résultats avec répartition par domaine et correction complète à la fin. Votre progression est enregistrée dans ce navigateur si vous quittez la page.
Par domaine
| Domaine | Correctes | Score |
|---|
Correction
Toutes les questions (mode révision)
Les options sont présentées une par ligne. La réponse et l’explication restent masquées jusqu’à ce que vous cliquiez sur Afficher la réponse. Utilisez le mode interactif ci-dessus pour une session chronométrée.
Un développeur garde ouverte sur son ordinateur portable une session Codex pilotée par le chat, en parallèle de ses autres travaux dans ChatGPT. Quelle surface Codex utilise-t-il ?
Afficher la réponse
Réponse : B.
L’application de bureau ChatGPT intègre Codex dans le client de bureau pour un codage piloté par le chat, en parallèle des autres travaux ChatGPT. Le CLI (A) est un agent en terminal, le cloud (C) s’exécute dans un bac à sable hébergé, à distance de la machine, et l’extension IDE (D) vit dans un éditeur pour une boucle édition-revue serrée.
Quel niveau de raisonnement du Codex CLI délègue automatiquement une tâche à des sous-agents exécutés en parallèle ?
Afficher la réponse
Réponse : C.
Ultra est l’échelon le plus élevé et délègue automatiquement à des sous-agents parallèles. Max (A) accorde davantage de temps de réflexion sur une seule tâche, et Extra High (B) comme High (D) appliquent un raisonnement plus profond sur une tâche unique, sans délégation parallèle.
Quel modèle les recommandations d’OpenAI décrivent-elles comme le choix pour le travail de bout en bout le plus difficile, exigeant un raisonnement soutenu, du jugement et l’usage de plusieurs outils ?
Afficher la réponse
Réponse : C.
GPT-6 Astra est le choix des recommandations pour le travail de bout en bout le plus difficile. Luna (A) sert aux tâches mécaniques à grand volume, Terra (B) est le pragmatique polyvalent, et Spark (D) est un aperçu de recherche texte seul pour une itération quasi instantanée.
Un développeur veut lancer une session Codex et fixer le modèle à GPT-5.6 au démarrage depuis le shell. Quel drapeau le fait ?
Afficher la réponse
Réponse : B.
codex -m(équivalent à--model) sélectionne le modèle au lancement.--effort(A) n’existe pas pour la sélection de modèle,/model(C) est une commande en session et non un drapeau du shell, et--reasoning(D) n’est pas le drapeau de modèle.Le modèle
gpt-5.3-codex-sparkse caractérise le mieux par laquelle des propositions suivantes ?Afficher la réponse
Réponse : B.
Spark est un aperçu de recherche texte seul pour une itération quasi instantanée sur ChatGPT Pro. Ce n’est pas un défaut (A), le remplaçant de gpt-5.4 est Terra/Luna (C), et il est texte seul plutôt qu’un modèle de vision (D).
Après les changements du 31 August 2026, quelle paire de modèles remplace
gpt-5.4etgpt-5.4-minidans Codex sous connexion ChatGPT ?Afficher la réponse
Réponse : C.
Terra remplace
gpt-5.4et Luna remplacegpt-5.4-mini. GPT-5.5 (A) appartient à une génération précédente, Astra/Sol (B) visent le travail plus difficile, etgpt-5.3-codex/gpt-5.2(D) sont eux-mêmes dépréciés sous connexion ChatGPT.Quelle affirmation sur la relation entre les surfaces Codex et la configuration est exacte ?
Afficher la réponse
Réponse : B.
Codex est un seul agent derrière de multiples surfaces qui partagent un unique
config.toml. Ce ne sont pas des agents distincts (A), le CLI n’est pas la seule surface configurable (C), etAGENTS.mdporte des directives par dépôt, pas la configuration de surface (D).Quelles DEUX situations orientent clairement vers l’emploi de Codex cloud plutôt que du CLI ou de l’extension IDE ?
Afficher la réponse
Réponse : A et C.
Codex cloud s’exécute dans un bac à sable hébergé, idéal pour le travail de longue durée (A) et parallèle (C), indépendamment de votre machine. Une modification rapide dans l’éditeur (B) et une boucle IDE serrée (E) pointent vers l’extension IDE, et un travail CI scripté (D) pointe vers
codex execsur le CLI.Un service s’authentifie à Codex avec une clé API plutôt qu’avec la connexion ChatGPT. Comment la retraite de
gpt-5.4du 31 August 2026 l’affecte-t-elle ?Afficher la réponse
Réponse : B.
La retraite s’applique à Codex avec connexion ChatGPT ; la connexion par clé API n’est explicitement pas touchée. La retraite n’est donc pas universelle (A), il n’y a pas d’échéance plus précoce pour les clés API (C), et passer à la connexion ChatGPT (D) ferait entrer la retraite dans le périmètre, au lieu de l’éviter.
Dans l’échelle de raisonnement du CLI, quel ordre d’effort croissant est correct ?
Afficher la réponse
Réponse : A.
L’échelle du CLI est Low, Medium, High, Extra High, Max, Ultra. Les options B et C brouillent l’ordre, et « Light » (D) est l’étiquette du client graphique, pas l’échelle du CLI, et omet Extra High.
Quel est le seul levier le plus important sur la qualité d’une modification Codex, avant même de choisir un niveau d’effort de raisonnement ?
Afficher la réponse
Réponse : B.
Une tâche au périmètre précis détermine la qualité de la sortie bien plus que le modèle ou l’effort. Le coût du modèle (A) débordera quand même sur une tâche floue, la surface (C) ne corrige pas le périmètre, et la longueur du prompt (D) n’est pas la même chose que le périmètre.
Codex indique : « J’ai corrigé le bug et tous les tests passent. » Quelle est la bonne interprétation de cette affirmation ?
Afficher la réponse
Réponse : B.
L’affirmation du modèle est une piste, non une preuve ; vous la vérifiez en exécutant les tests et en lisant le diff. Ce n’est pas une preuve (A), elle ne dit rien des réglages d’effort (C), et c’est une piste utile qui mérite vérification plutôt que d’être ignorée (D).
Dans la boucle « revue d’abord », pourquoi demander à Codex de produire un plan avant qu’il n’écrive du code ?
Afficher la réponse
Réponse : B.
L’étape de plan est l’endroit le moins coûteux pour repérer une mauvaise approche, avant qu’aucun code n’existe. Ce n’est pas une exigence du CLI (A), cela ne choisit pas le modèle (C), et ce n’est pas d’abord une mesure d’économie de tokens (D).
Un dépôt n’a aucune trace durable de sa commande de build, de sa commande de test et de ses zones « à ne pas toucher », si bien que Codex ne cesse de deviner. Où cela devrait-il figurer ?
Afficher la réponse
Réponse : B.
AGENTS.md, versionné dans le dépôt, est l’emplacement durable des commandes de build/test et des zones interdites. Un commentaire dans le source (A) est facile à manquer, l’historique de shell (C) est propre à chaque machine et éphémère, et une description de PR (D) est propre à un changement, pas un contexte durable.Quelle commande exécute une modification circonscrite une seule fois, de façon non interactive, sur le modèle à faible coût pour une édition mécanique ?
Afficher la réponse
Réponse : B.
codex execest la forme non interactive et-m gpt-5.6-lunachoisit le modèle à faible coût pour le travail mécanique.--interactive(A) est le mode opposé,codex plan(C) n’est pas la forme d’exécution et Astra est démesuré, etcodex chat(D) n’est pas la commande non interactive.Un développeur veut qu’un long refactoring s’exécute sur sa propre branche, en local, sans perturber son arbre de travail courant. Qu’est-ce qui convient le mieux ?
Afficher la réponse
Réponse : A.
Un git worktree extrait une branche dans un répertoire séparé, de sorte que la tâche s’exécute isolément en local. Commiter sur main (B) n’est pas sûr, supprimer l’arbre (C) est destructeur et inutile, et désactiver les tests (D) supprime la vérification.
En lisant un diff produit par Codex, lequel des éléments suivants justifie le plus un examen approfondi ?
Afficher la réponse
Réponse : C.
Des modifications inattendues de migrations ou de fichiers générés sont les signaux risqués et hors périmètre à examiner. Un formatage cohérent (A), la réutilisation d’utilitaires (B) et un bon message de commit (D) sont neutres à positifs.
Une pull request ne dit que « Codex a fait ça, les tests passent ». Quels DEUX ajouts la rendraient relisable en quelques minutes ?
Afficher la réponse
Réponse : A et C.
Les preuves relisables sont un diff ciblé (A) et une exécution de tests passants avec un test de non-régression (C). L’identifiant du modèle (B), le niveau d’effort (D) et une affirmation sur le modèle (E) n’aident pas un relecteur à juger de la justesse ou du périmètre.
L’objectif est « faire passer le test en échec payments.test.ts ». Quelle est la définition de « terminé » la plus nette à donner à Codex ?
Afficher la réponse
Réponse : B.
Un test en échec est une définition exécutable de « terminé » ; exiger qu’il passe pendant que la suite reste au vert circonscrit précisément la tâche. La prose seule (A) est plus floue, une grande modification spéculative (C) invite au débordement de périmètre, et ignorer le test (D) va à l’encontre du but.
Un développeur relance le même prompt flou à des niveaux d’effort de raisonnement de plus en plus élevés, avec des résultats décevants. Quelle est la cause racine la plus probable ?
Afficher la réponse
Réponse : B.
De mauvais résultats issus d’un prompt flou relèvent généralement d’un problème de périmètre, non d’effort. Un modèle plus grand (A) débordera quand même sur une tâche floue, le CLI n’est pas en cause (C), et la taille du dépôt (D) n’est pas la cause d’une sortie floue.
Pour une correction de bug, pourquoi reproduire le cas d’origine signalé avant et après est-il important même lorsque la suite est au vert ?
Afficher la réponse
Réponse : B.
Une suite au vert qui n’a jamais exécuté la vraie reproduction peut masquer une correction d’un cas ressemblant ; reproduire le cas signalé et ajouter un test de non-régression confirme la correction précise. Une suite au vert seule ne le prouve pas (A), et la reproduction concerne la justesse, non le coût du modèle (C) ni la vitesse des tests (D).
Quelles DEUX étapes relèvent de la phase de vérification d’un workflow « revue d’abord » avant de fusionner une modification Codex ?
Afficher la réponse
Réponse : A et B.
Vérifier signifie exécuter vous-même les tests (A) et lire le diff pour repérer le débordement de périmètre et les modifications risquées (B). Augmenter l’effort et relancer (C) ne vérifie rien, fusionner d’abord (D) supprime le point de contrôle, et supprimer les tests (E) détruit les preuves.
Une équipe a besoin que Codex lise et écrive dans un système de tickets externe. Quel point d’extension convient le mieux ?
Afficher la réponse
Réponse : B.
Les serveurs MCP et les connectors sont la façon dont Codex atteint les systèmes et données externes. Les hooks (A) exécutent votre propre logique à des points du cycle de vie, record and replay (C) capture des sessions, et les rules (D) contraignent le comportement — aucun ne fournit d’accès à un système externe.
Pour un travail
codex execsans surveillance en CI, quelle configuration est la plus sûre ?Afficher la réponse
Réponse : B.
Les exécutions sans surveillance nécessitent un mode restrictif plus un bac à sable, pour qu’un agent ne puisse pas escalader en silence. L’auto-approbation large (A) est le risque à éviter, l’absence de modèle de permissions (C) n’est pas sûre, et un profil interactif (D) est généralement trop permissif pour la CI.
Comment caractériser l’auto-review dans un workflow sûr ?
Afficher la réponse
Réponse : B.
L’auto-review lit le diff et le résume comme preuve pour le relecteur, mais ne remplace pas le point de contrôle humain. Elle ne remplace pas les relecteurs (A), ne fusionne pas automatiquement (C), et ne se limite pas au formatage (D).
Une équipe sur un espace de travail ChatGPT Enterprise veut activer la gestion de contexte expérimentale pour que le modèle conserve des notes tout au long d’une tâche longue. Qu’est-ce qui est vrai au lancement ?
Afficher la réponse
Réponse : B.
La gestion de contexte expérimentale est en opt-in et, au lancement, limitée à la connexion Plus/Pro — ni Business, ni Enterprise, ni clé API. Elle n’est pas universelle (A), pas activée par défaut (C), et n’est pas liée à Luna (D).
Sous Windows, quelles DEUX options permettent d’exécuter Codex dans un environnement confiné ?
Afficher la réponse
Réponse : A et C.
Windows sandbox et WSL sont les environnements confinés pris en charge pour Codex sous Windows. Un force-push (B) et un commit sur une branche protégée (E) sont des actions git risquées, et désactiver les permissions (D) retire le confinement au lieu de l’ajouter.
Une équipe veut exécuter automatiquement sa propre vérification de politique avant que Codex n’écrive le moindre fichier. Quel point d’extension convient le mieux ?
Afficher la réponse
Réponse : A.
Les hooks exécutent votre propre logique à des points du cycle de vie, par exemple avant une écriture. Une skill (B) est une capacité empaquetée que Codex invoque, record and replay (C) capture des sessions, et un modèle plus grand (D) n’applique pas une vérification de politique.
Quel est le réglage par défaut sûr pour l’accès à internet d’une tâche Codex cloud ?
Afficher la réponse
Réponse : B.
L’accès internet dans le cloud devrait être restreint par défaut et ouvert délibérément pour le minimum dont une tâche a besoin. Toujours ouvert (A) est trop permissif, l’accès est contrôlable (C), et il n’est pas conditionné à la connexion par clé API (D).
Quelle distinction entre skills et plugins est correcte ?
Afficher la réponse
Réponse : B.
Les skills sont des capacités empaquetées et invocables, tandis que les plugins regroupent du comportement et sont typiquement gérés à l’échelle de l’équipe. Ils ne sont pas identiques (A), l’accès externe relève de MCP et non des skills (C), et les plugins ne sont pas réservés au cloud (D).
Quels DEUX éléments relèvent du AGENTS.md d’un dépôt plutôt que du config.toml partagé ?
Afficher la réponse
Réponse : A et C.
AGENTS.mdporte les commandes de build/test propres au dépôt (A) ainsi que les conventions et zones interdites (C). Le modèle par défaut (B) et un profil de permissions à l’échelle de l’espace de travail (D) relèvent duconfig.toml/de l’espace de travail, et les secrets (E) n’ont pas leur place dans un fichier de directives versionné.Pourquoi utiliser ensemble un mode de permissions restrictif et un bac à sable pour une exécution risquée, plutôt que l’un ou l’autre seul ?
Afficher la réponse
Réponse : B.
Les modes de permissions régissent les approbations tandis que le bac à sable contient l’impact ; ensemble ils limitent à la fois ce qui se produit sans humain et jusqu’où toute action peut aller. Ils ne sont pas redondants (A), et aucun seul ne suffit (C, D).
Un administrateur veut une disponibilité de modèles, des permissions et des extensions autorisées cohérentes pour 100 ingénieurs. Quel est le meilleur mécanisme ?
Afficher la réponse
Réponse : B.
La configuration gérée permet à un administrateur de définir et d’imposer les réglages de manière centralisée, évitant la dérive. L’auto-configuration (A) et un document (C) reposent sur le fait que chacun reproduise les réglages à la main, et les valeurs par défaut (D) n’imposent pas la politique de l’équipe.
Un pipeline CI exécuté dans GitHub Actions doit s’authentifier à Codex sans stocker de secret à longue durée de vie. Quelle option convient le mieux ?
Afficher la réponse
Réponse : B.
La workload identity federation permet aux charges de travail cloud et CI de s’authentifier sans secret stocké à longue durée de vie. Un PAT commité (A) et un mot de passe dans un fichier d’environnement (D) sont des secrets stockés, et un mot de passe administrateur partagé (C) est à la fois un secret et un échec de gouvernance.
Quelle identité est la plus appropriée pour un bot d’automatisation partagé, propriété de l’organisation ?
Afficher la réponse
Réponse : B.
Un compte de service est une identité non humaine, propriété de l’organisation, ce qu’une automatisation partagée devrait utiliser. Un compte personnel (A) ou le PAT de l’administrateur (D) lie l’automatisation à un individu, et une boîte de réception de groupe (C) n’est pas une identité d’authentification.
Un dépôt manipule des informations de santé protégées. Quelle configuration est requise ?
Afficher la réponse
Réponse : B.
Les charges de travail manipulant des informations de santé protégées requièrent la configuration HIPAA. « Interne » (A) n’exempte pas les PHI, un modèle plus strict (C) n’est pas le contrôle de conformité, et désactiver Codex (D) est inutile dès lors que la configuration HIPAA existe.
Une équipe conformité a besoin d’un enregistrement auditable des actions de Codex pour ses enquêtes. Quelle surface le fournit ?
Afficher la réponse
Réponse : B.
La Compliance API et les audit events fournissent l’enregistrement des actions pour la conformité et l’enquête. Le tableau de bord d’analytics (A) et l’Analytics API (C) servent à l’adoption et à l’usage, et
AGENTS.md(D) porte des directives de dépôt.Quels DEUX moyens sont fiables pour rendre compte de l’adoption de Codex à la direction ?
Afficher la réponse
Réponse : A et C.
Le tableau de bord d’analytics de l’espace de travail et l’Analytics API (programmatique) sont les véritables surfaces de mesure. Les anecdotes (B), l’historique de shell (D) et les estimations à partir du nombre de licences (E) ne sont pas des mesures d’adoption fiables.
Où l’analyse de sécurité du code produit par Codex devrait-elle s’exécuter pour qu’elle ait lieu avant chaque fusion ?
Afficher la réponse
Réponse : B.
Intégrer Codex Security à la CI ou à GitLab CI garantit que le code est analysé automatiquement avant la fusion. Une étape manuelle (A) se fait oublier, une analyse après incident (C) arrive trop tard, et faire confiance au modèle sans analyse (D) est le risque à éviter.
Une équipe donne à chaque ingénieur des droits administrateur pour réduire les erreurs de permission. Quel est le problème de gouvernance ?
Afficher la réponse
Réponse : B.
L’administration universelle rompt le moindre privilège et élargit le rayon d’impact des erreurs et des compromissions. Ce n’est pas simplement efficace (A), les administrateurs peuvent coder (C), et cela ne désactive pas l’analytics (D).
Qu’est-ce qui contrôle les plugins, connectors et skills qu’un espace de travail peut utiliser ?
Afficher la réponse
Réponse : B.
Les contrôles de plugins/connectors/skills à l’échelle de l’espace de travail décident des extensions autorisées.
AGENTS.md(A) porte des directives par dépôt, les réglages locaux (C) sont propres à chaque ingénieur et non gouvernés, et le sélecteur de modèle (D) choisit des modèles, pas des extensions.Quels DEUX choix d’authentification correspondent correctement à leur acteur dans un déploiement de Codex ?
Afficher la réponse
Réponse : A et C.
La workload identity federation convient à une charge de travail CI/cloud sans secret stocké (A), et un compte de service convient à un bot d’automatisation propriété de l’organisation (C). Un PAT pour un bot partagé (B) le lie à une personne, le compte personnel de l’administrateur pour tout (D) détruit la responsabilité, et un mot de passe administrateur partagé (E) est un échec de sécurité et de gouvernance.
Deux tâches Codex parallèles ont écrasé les modifications l’une de l’autre sur une seule branche de fonctionnalité. Quelle est la correction adéquate ?
Afficher la réponse
Réponse : B.
Isoler chaque flux de travail sur sa propre branche ou son propre worktree et fusionner via un point de contrôle empêche les collisions tout en conservant le parallélisme. Lancer moins de tâches (A) sacrifie le débit, fusionner sur main (C) n’est pas sûr, et désactiver les tests (D) supprime la vérification.
Codex se comporte de manière incohérente entre 20 dépôts aux commandes de build et conventions différentes. Quel est le meilleur remède ?
Afficher la réponse
Réponse : B.
Standardiser
AGENTS.mdet la configuration rend le comportement de l’agent prévisible entre les dépôts et rend les sorties parallèles sûres à intégrer. Accepter la dérive (A) laisse le problème, un modèle plus grand (C) ne corrige pas un contexte incohérent, et l’administration universelle (D) est une erreur de gouvernance.Vous voulez ajouter des étapes Codex à un workflow CI GitHub. Quelle intégration convient le mieux ?
Afficher la réponse
Réponse : B.
La GitHub Action intègre Codex dans un workflow CI GitHub. Le SDK (A) sert à intégrer Codex dans votre propre outillage, et Slack (C) comme Linear (D) sont des intégrations d’équipe et de suivi de tickets, non des étapes CI.
La direction indique que l’adoption de Codex a triplé et en conclut que le passage à l’échelle est un succès. Quel est le défaut de cette conclusion ?
Afficher la réponse
Réponse : B.
Une activité en hausse sans vue de la qualité peut masquer une baisse des résultats ; l’adoption doit être associée à des métriques de qualité. Plus d’usage n’est pas automatiquement mieux (A), l’adoption est mesurable (C), et la taille du modèle (D) est sans rapport avec ce défaut de mesure.
Quelles DEUX pratiques rendent sûrs à intégrer des flux de travail Codex parallèles ?
Afficher la réponse
Réponse : A et C.
L’isolation par branche ou worktree et la vérification indépendante avant une fusion contrôlée sont les pratiques d’intégration sûre. Les fusions sans revue (B), une branche partagée (D) et la désactivation de la CI (E) suppriment les garde-fous qui rendent le parallélisme sûr.
Une équipe veut intégrer la capacité de Codex dans son propre outil interne pour développeurs. Quelle intégration convient le mieux ?
Afficher la réponse
Réponse : B.
Le Codex SDK donne le contrôle programmatique pour intégrer Codex dans vos propres outils. La GitHub Action (A) est pour la CI GitHub, Slack (C) est une surface d’équipe, et record and replay (D) capture des sessions plutôt que d’intégrer une capacité.
Une équipe sous GitLab prévoit de s’appuyer sur l’intégration Codex GitLab pour un lancement critique la semaine prochaine. Que doit-elle peser ?
Afficher la réponse
Réponse : B.
L’intégration GitLab est en bêta, ce qui compte lors de la planification d’un lancement critique. Elle n’est pas équivalente à la version GA de GitHub (A), GitLab est pris en charge en bêta plutôt que non pris en charge (C), et migrer vers GitHub (D) n’est pas requis.
Quelle est la relation correcte entre les métriques d’adoption et les métriques de qualité lors du passage à l’échelle de Codex ?
Afficher la réponse
Réponse : B.
Adoption et qualité sont complémentaires : l’usage sans qualité peut masquer une baisse des résultats, donc les deux sont suivies. L’adoption seule ne prouve pas la valeur (A), la qualité ne remplace pas la mesure de l’adoption (C), et les deux sont mesurables (D).
Dernière mise à jour le 18 sept. 2026