Google a utilisé l’I/O 2026 pour placer les agents au cœur de son écosystème de développement. De plus, l’entreprise a livré la génération d’applications Android directement dans AI Studio. Pour le développeur, la question clé est simple : qu’est-ce qu’on peut construire dès maintenant qui auparavant exigeait bien plus de travail d’infrastructure ?
Dans cet article, nous allons passer au crible les annonces du point de vue de celui qui écrit du code. Donc, moins de marketing et plus de « comment cela s’intègre-t-il dans mon flux de travail ».
Une appel API, un agent complet fonctionnant dans un sandbox
La caractéristique technique phare est la fonctionnalité d’agents gérés dans l’API Gemini. Plutôt que d’orchestrer manuellement l’ensemble du cycle d’un agent, le développeur en crée un avec un seul appel API. Par conséquent, une grande partie du travail fastidieux de plomberie disparaît.
Cet agent est capable de raisonner, d’utiliser des outils et d’exécuter du code. De plus, il s’exécute dans un environnement Linux isolé et temporaire. Chaque appel provisionne un nouveau sandbox distant, où l’agent planifie des tâches, invoque des outils et exécute du code.
Mais il y a un détail qui constitue souvent le talon d’Achille dans les projets avec agents : l’état. Heureusement, Google s’en est occupé. Chaque interaction peut créer ou recevoir un environnement. Ainsi, les appels suivants reprennent la session avec les fichiers et l’état intacts. Concrètement, cela signifie que vous n’avez pas besoin de reconstituer le contexte à chaque étape.
Sous le capot, la fonctionnalité est rendue possible par l’agent Antigravity, qui tourne sur Gemini 3.5 Flash. Google a indiqué qu’il prend en charge les parties lourdes de l’infrastructure, y compris la configuration et la gestion du sandbox.
Pourquoi les agents « gérés » comptent-ils autant pour votre projet
Quiconque a déjà tenté de mettre un agent en production sait où se situe la douleur. Protéger un environnement sûr, isoler l’exécution de code peu fiable et gérer le cycle de vie du sandbox prend du temps. Voilà pourquoi déléguer cette couche à Google modifie le calcul de l’effort.
Pensez au flux traditionnel. D’abord, vous démarrez un conteneur. Ensuite, vous définissez des limites de ressources. Puis vous vous occupez du nettoyage et du timeout. Ce n’est qu’alors que l’agent peut faire quelque chose d’utile. Maintenant, théoriquement, cette couche serait prête d’emblée.
Cela dit, gardons le scepticisme d’un ingénieur. « Géré » signifie moins de contrôle précis sur l’environnement. Donc, pour les charges de travail avec des exigences réseau spécifiques, des dépendances ou des conformités, il faut tester avant de faire confiance.
Comment étendre les agents : AGENTS.md et SKILL.md
Voici la partie qui intéresse le plus ceux qui aiment la personnalisation. Les développeurs peuvent définir des agents personnalisés en étendant l’Antigravity avec des instructions et des compétences propres. Ces instructions passent par des fichiers Markdown, notamment AGENTS.md et SKILL.md.
La documentation de l’API Gemini indique qu’il est possible de personnaliser l’agent avec des instructions système et des configurations d’outils. De plus, vous pouvez assembler des fichiers tels que AGENTS.md et SKILL.md, ou enregistrer la configuration comme un agent géré invoqué par ID.
Cette approche mérite attention. Définir le comportement d’un agent via Markdown versionnable est séduisant, car cela peut être intégré à Git comme n’importe quel autre artefact. Ainsi, les revues de code, l’historique et le rollback s’appliquent aussi au comportement de l’agent.
La fonctionnalité est disponible en aperçu public via l’API Interactions et dans Google AI Studio. Google a cité Deep Research, lancé en décembre, comme son premier agent géré. Ensuite, l’entreprise a décidé d’ouvrir l’infrastructure afin que chacun puisse construire le sien.
AI Studio ahora génère des apps Android natives
La deuxième annonce marquante est la création d’applications Android natives directement depuis AI Studio. Dans l’onglet « Compiler », le développeur sélectionne « Créer une application Android » et décrit ce qu’il souhaite. Google affirme que ce flux évite l’installation de logiciels locaux et la gestion du SDK.
Le code généré est en Kotlin, avec les standards de Jetpack Compose. Autrement dit, ce n’est pas un wrapper web déguisé, mais du code natif idiomatique. Dans un premier temps, l’objectif concerne des apps utilitaires personnelles, des apps sociales simples et des apps avec IA via l’API Gemini. De plus, le flux prend en charge des ressources de l’appareil, comme l’appareil photo et le GPS.
Le flux de travail est étonnamment complet. Il comprend un émulateur Android intégré, une installation via Android Debug Bridge et une publication directe sur un canal de tests interne du Google Play Console. Ainsi, il est possible de passer du prompt au test interne sans quitter le navigateur.
Avant de s’emballer, toutefois, un avertissement. Les apps générées doivent encore passer par les standards de qualité et de révision de Google Play. Google a expliqué à The Verge qu’il n’allait pas assouplir la révision pour les apps créées dans AI Studio. En clair, le générateur accélère le démarrage, mais ne dispense pas d’une ingénierie sérieuse.
Intégrations et Antigravity 2.0 : le panorama complet
Les apps créées dans AI Studio accèdent désormais aux données de Google Workspace, incluant Sheets, Drive et Docs. De plus, les projets AI Studio peuvent être exportés vers Google Antigravity pour un développement local. Cette exportation emporte l’historique des conversations, les fichiers du projet et les secrets.
Google a aussi annoncé Antigravity 2.0 lors de l’événement. Il le décrit comme une plateforme de développement axée sur les agents. La mise à jour apporte une application de bureau renouvelée, une interface en ligne de commande et un SDK pour des flux personnalisés. Les clients Google Cloud pourront quant à eux se connecter à Antigravity pour piloter leurs projets.
Il y a une logique claire qui relie tout cela. Antigravity est l’élément qui gère et déploie les agents dans AI Studio, Android, Firebase et Google Cloud. Par conséquent, le même agent que vous définissez en Markdown voyage entre ces environnements.
Pour donner une dimension à l’ampleur, le PDG Sundar Pichai a déclaré que Google traite désormais 3,2 billiards de jetons d’IA par mois. L’an passé, c’était 480 billions. Cette hausse est importante et explique l’importance accordée aux outils dédiés aux agents.
O que fazer com isso agora
Alors, par où commencer ? Si vous travaillez avec des agents, il vaut la peine d’essayer l’aperçu public des Agents Gérés et de mesurer combien de code d’infrastructure vous pouvez éliminer. En parallèle, essayez de versionner le comportement de l’agent via AGENTS.md et SKILL.md dans votre dépôt.
Si votre objectif est le mobile, testez le générateur Android pour des prototypes et des preuves de concept. Toutefois, considérez le résultat comme un point de départ, pas comme une livraison finale. La révision Google Play demeure, et la qualité dépend toujours de vous.
En fin de compte, le message de l’I/O 2026 est clair. Google veut que construire, étendre et déployer des agents devienne aussi routinier que d’appeler une API. Il ne vous reste plus qu’à plonger dans le code et découvrir où la promesse coïncide avec la réalité.
Acompanhe nosso Perfil no Instagram!
