OpenHands

OpenHands est une plateforme open-source d'agents autonomes de développement logiciel par IA, conçue et maintenue par All Hands AI (fondée en 2024 à San Francisco). Là où la plupart des assistants de codage fonctionnent comme des outils d'autocomplétion ou de pair programming interactif, OpenHands exécute une boucle autonome complète : l'agent planifie, écrit du code, exécute des commandes shell, navigue sur le web et itère sur ses propres résultats au sein d'un environnement bac à sable Docker. Le projet a vu le jour sous le nom d'OpenDevin sur GitHub en mars 2024, a accumulé 50 000 étoiles en six mois, puis a été rebaptisé OpenHands en septembre 2024 lorsque All Hands AI a levé 5M$ lors d'un tour d'amorçage mené par Menlo Ventures. En mai 2026, le projet compte plus de 72 500 étoiles GitHub, 102 versions, et une version stable v1.7.0 publiée le 1er mai 2026.

La plateforme est agnostique en matière de modèles : les utilisateurs fournissent des clés API pour Claude, GPT-4o, Gemini, DeepSeek ou tout autre point d'accès compatible OpenAI. Les fonctionnalités principales incluent l'automatisation web intégrée à BrowserGym, l'exécution de code basée sur Jupyter, l'intégration des API Git et GitHub/GitLab, la délégation de tâches multi-agents, ainsi qu'une API REST/WebSocket pour le contrôle programmatique. La base de code est composée à 62 % de Python et à 36 % de TypeScript. L'auto-hébergement est gratuit sous licence MIT. Le produit cloud sur openhands.dev propose une formule individuelle gratuite (10 conversations par jour) et une formule Pro à 20$/mois avec des limites plus élevées et la prise en charge du bring-your-own-key, ainsi qu'une formule Enterprise avec déploiement VPC privé et SAML/SSO.

Ce que fait réellement OpenHands en avril 2026

OpenHands n'est pas un moteur de suggestion de code. L'agent reçoit une tâche, généralement l'URL d'une issue GitHub, une spécification en langage naturel ou une suite de tests en échec, puis gère chaque étape de manière autonome : lecture du dépôt, écriture du correctif, exécution des tests, débogage des échecs et publication d'un commit. Il peut parcourir la documentation, exécuter des commandes bash arbitraires, appeler des API externes et générer des sous-agents pour paralléliser le travail. L'interface web présente un panneau d'action en direct affichant chaque commande exécutée par l'agent, permettant aux développeurs d'observer et d'interrompre le processus sans être contraints à une boucle d'approbation à chaque micro-étape.

L'architecture est centrée sur un modèle de flux d'événements. Chaque action (écrire un fichier, exécuter bash, cliquer sur un élément du navigateur) est enregistrée comme un événement structuré que l'agent peut rejouer ou référencer. L'isolation Docker signifie que l'agent opère dans un environnement propre et éphémère à chaque session, ce qui limite le rayon d'impact des mauvaises commandes et rend les exécutions reproductibles. L'accès SSH au sein du conteneur permet à l'agent de gérer pratiquement n'importe quelle chaîne d'outils Unix sans travail d'intégration spécifique.

Sur le benchmark SWE-bench Verified, OpenHands a obtenu un score de base de 60.6% et de 66.4% avec la mise à l'échelle au moment de l'inférence (article de blog du 17 avril 2025), ce qui en faisait le meilleur système open-source de ce classement à l'époque. Pour situer le contexte : les systèmes commerciaux fermés comme Devin obtenaient environ 13.9% lors de leur première annonce en 2024, bien que les architectures et les benchmarks aient considérablement évolué depuis. Les scores des benchmarks mesurent les performances sur la résolution de véritables issues GitHub, et non sur des tâches simplistes, c'est pourquoi les professionnels s'y réfèrent lorsqu'ils choisissent entre différents outils.

"~20% des commits sur la base de code d'OpenHands sont désormais créés ou co-créés par OpenHands lui-même. Nous sommes encore loin du moment où l'IA pourra remplacer un ingénieur logiciel. C'est un excellent outil pour finaliser une PR existante." - rbren (Robert Brennan, PDG de All Hands AI), Hacker News, 17 janvier 2025

La refonte cloud de novembre 2025 a introduit une page d'accueil plus épurée, un mode plein écran pour l'espace de travail, une zone de saisie de prompt extensible et des contrôles git directs (push, pull, création de PR) au sein de l'interface. Cette même mise à jour a fait passer la tarification cloud de 2x le coût de l'API Claude à des tarifs transparents sans marge, et a ajouté la prise en charge multi-modèles afin que les utilisateurs cloud ne soient pas enfermés avec un seul fournisseur.

Où se situe OpenHands par rapport à Devin et SWE-Agent

La comparaison la plus importante n'est pas fonctionnalité par fonctionnalité, mais architecturale : quel type de flux de travail de développement chaque outil sert-il ?

OpenHands vs. Devin (Cognition AI, source fermée) : Devin est un produit SaaS entièrement géré sans option d'auto-hébergement. La tarification commence à 500$/mois, ciblant les équipes d'ingénierie d'entreprise qui souhaitent un développeur agentique clé en main sans gérer d'infrastructure. Devin s'exécute dans le propre environnement cloud de Cognition ; vous n'avez aucune visibilité sur la boucle d'exécution de l'agent à moins que Cognition ne l'expose. OpenHands inverse totalement cette logique : le code est public, l'exécution est locale ou dans votre propre cloud, vous pouvez inspecter chaque événement du flux, et vous ne payez que les tarifs de l'API de votre fournisseur LLM. Pour les équipes qui ont besoin de souveraineté des données, d'auditabilité, ou qui ne peuvent tout simplement pas justifier 500$/mois pour un outil en phase de démarrage, OpenHands est l'alternative crédible. Le compromis est qu'OpenHands nécessite Docker, la gestion des clés API et un débogage occasionnel de la configuration de l'environnement de l'agent, ce que les utilisateurs de Devin ne rencontrent jamais.

OpenHands vs. SWE-Agent (Princeton NLP, open source) : SWE-Agent est avant tout un projet de recherche et ensuite un outil de production. Il s'installe via pip, s'exécute entièrement en CLI, et est conçu autour de la couche d'abstraction Agent-Computer Interface (ACI) créée pour les tâches du benchmark SWE-bench. Il n'a pas d'interface web, pas de délégation multi-agents, pas d'intégration BrowserGym, et aucun parcours de support d'entreprise. SWE-Agent obtient environ 74% sur la configuration SWE-bench Mini, ce qui est compétitif avec OpenHands sur des tâches de benchmark à portée restreinte. Mais pour les équipes qui l'exécutent sur de vrais dépôts avec des chaînes d'outils non standard, de vrais environnements CI/CD et une complexité d'issues variable, l'isolation Docker d'OpenHands, l'observabilité de son interface web et sa maintenance active en production lui confèrent un avantage pratique significatif. SWE-Agent est le bon choix pour les chercheurs qui évaluent les architectures d'agents ; OpenHands est le bon choix pour les équipes d'ingénierie qui veulent livrer du code.

Deux autres outils méritent d'être replacés dans leur contexte. Aider est un outil de pair programming interactif en CLI qui fait de chaque modification un diff Git révisé, utilisant une stratégie de cartographie de dépôt pour compresser de grandes bases de code en résumés économes en tokens. Vous gardez le contrôle à chaque étape. Cursor est un fork de VS Code avec une intégration IA en ligne profonde, idéal pour les développeurs qui souhaitent une assistance IA dans leur éditeur plutôt qu'un agent autonome séparé. OpenHands se situe au-dessus des deux en termes d'autonomie et de portée, au prix de plus d'infrastructure et d'une plus grande variance dans les résultats.

À quoi ressemble la réalité de la boucle de l'agent

Le flux de travail OpenHands le plus fiable, documenté à travers les fils de discussion HN, les articles Medium et le propre blog du projet, est la finalisation de PR : le développeur ouvre une PR GitHub, partage l'URL avec l'agent, et OpenHands clone le dépôt, lit les vérifications CI en échec, corrige les problèmes et publie les commits. Il s'agit d'une tâche délimitée et bien définie avec des critères de réussite clairs (tests réussis), ce qui correspond exactement au domaine où les agents autonomes sont les plus performants.

Les mises à niveau de microservices par lots sont un autre modèle de réussite documenté. Un auteur sur Medium a exécuté OpenHands sur une liste de microservices pour une mise à niveau de dépendances, payant environ 3$ par service et faisant faire le travail en arrière-plan tout en effectuant d'autres tâches. Ce n'est pas gratuit, mais potentiellement plus rapide que de le faire manuellement. La condition clé est que chaque service disposait de bons tests ; sans tests réussis comme signal de succès, l'agent n'a pas de critère d'arrêt fiable et itérera au-delà des rendements décroissants.

"Je ne vois pas comment les secrets n'apparaîtront pas dans le chat ou le terminal. OpenHands ne prend pas correctement en charge les secrets pour le moment." - M. Chechulin, Medium, 2025 (note : la prise en charge des secrets a été ajoutée par la suite dans la v0.42)

Là où la boucle s'effondre : les tâches vagues ou ouvertes. Demander à l'agent d'« ajouter le mode sombre à cette application » sans spécification, inventaire des composants ou critères d'acceptation définis conduit à une dérive de la planification, où l'agent génère un code d'apparence plausible qui ne correspond pas à ce que vous vouliez, puis boucle en essayant de corriger les échecs de test qu'il a introduits. Un commentateur sur Hacker News a décrit avoir surpris l'agent en train de faire une erreur d'édition subtile lors de l'ajout d'en-têtes de licence sur plusieurs fichiers, supprimant silencieusement une phrase finale dans plusieurs fichiers sources. Ces erreurs discrètes sont plus difficiles à repérer que les échecs évidents car elles passent les tests automatisés.

L'imprévisibilité des coûts est l'autre retour à la réalité. Les correctifs triviaux sur un seul fichier coûtent de 0.05$ à 0.30$ en frais d'API LLM. Les véritables corrections de bugs avec de multiples itérations coûtent de 0.50$ à 3$. Les sessions complexes de plusieurs heures pour résoudre des problèmes ambigus peuvent atteindre 10$ à 30$. Il n'y a pas de plafond de coût strict intégré dans la version auto-hébergée, de sorte qu'un agent qui boucle sur une tâche mal configurée ou ambiguë peut consommer un budget API important avant que vous ne vous en rendiez compte.

La vulnérabilité de sécurité par injection de prompt divulguée par le chercheur Johann Rehberger le 9 août 2025 mérite d'être notée pour les évaluations en entreprise. L'attaque divulguée permettait l'exfiltration sans clic du GITHUB_TOKEN d'un utilisateur et de l'historique des discussions via une URL d'image malveillante. All Hands AI a été notifié le 13 mars 2025 ; la divulgation publique a eu lieu 148 jours plus tard. Les équipes intégrant OpenHands dans des pipelines automatisés qui traitent du contenu non fiable doivent vérifier l'état actuel des correctifs avant le déploiement.

Les outils qui se marient bien avec OpenHands dans la pratique : GitHub Copilot pour les suggestions en ligne pendant la phase de révision humaine, et Cline pour les développeurs qui souhaitent une expérience d'agent intégrée à VS Code se situant entre le modèle interactif d'Aider et l'autonomie complète d'OpenHands.

Pour qui OpenHands est-il conçu ?

OpenHands offre le plus de valeur aux ingénieurs backend et ML qui sont à l'aise avec Docker, possèdent leurs propres clés API LLM et travaillent à partir d'issues GitHub bien spécifiées. Les équipes ayant une forte hygiène de gestion des issues, une bonne couverture de tests et des critères d'acceptation définis connaîtront les taux de réussite les plus élevés. La formule Enterprise cible les organisations qui ont besoin d'une plateforme d'agents auto-hébergée et auditable avec RBAC, SSO et déploiement Kubernetes, des cas d'usage où payer 500$/mois à Cognition pour Devin n'est pas viable et où l'exécution d'un SaaS commercial est bloquée par des exigences de gouvernance des données.

Les chercheurs constituent un segment d'utilisateurs majeur. Le projet est la plateforme de référence pour plusieurs benchmarks académiques, notamment SWE-bench Verified, Multi-SWE-Bench et LiveSWEBench. L'article de l'ICLR 2025 (accepté en février 2025) décrit formellement l'architecture. Si vous évaluez des architectures d'agents, OpenHands est le système open-source le plus performant auquel se comparer.

Les développeurs individuels qui souhaitent expérimenter avec des agents de codage autonomes peuvent commencer par la formule cloud gratuite, qui permet 10 conversations par jour en utilisant le modèle Minimax, sans clé API requise. C'est une voie d'évaluation raisonnable avant de s'engager dans la configuration de Docker et les coûts d'API.

Ce que n'est pas OpenHands

OpenHands n'est pas un outil avec un humain dans la boucle (human-in-the-loop). Si vous souhaitez examiner chaque modification avant qu'elle n'atteigne la base de code, Aider est plus adapté : chaque action est un diff, chaque commit nécessite une approbation, et l'outil est explicitement conçu autour de ce modèle d'interaction. OpenHands s'exécutera de manière autonome et publiera des commits ; c'est sa conception, pas un bug.

Ce n'est pas un remplaçant direct d'un développeur sur des fonctionnalités de produit complexes et ouvertes. Le fondateur l'a dit directement : l'agent est loin de remplacer un ingénieur logiciel. Il excelle dans les tâches bien définies et vérifiables par des tests. Le travail de produit ambigu, les décisions architecturales transversales et tout ce qui nécessite un jugement soutenu sur un long horizon temporel se situent en dehors de son enveloppe de fonctionnement fiable en 2026.

Il ne convient pas aux environnements sans Docker. Le modèle d'exécution en bac à sable est au cœur du fonctionnement de l'agent, et non un choix de déploiement optionnel. Les équipes sur une infrastructure restreinte sans prise en charge des conteneurs doivent prévoir ce coût de configuration avant d'évaluer l'outil.

Enfin, ce n'est pas un outil à coût nul si vous l'utilisez à grande échelle. « Gratuit et open source » fait référence à la licence logicielle et à l'absence d'abonnement fournisseur. Vous payez toujours votre fournisseur LLM. Sur des tâches complexes, ce coût est réel et variable. Prévoyez votre budget en conséquence.