Google vient de jouer une pièce majeure sur l’échiquier de l’IA axée sur les agents. Lors du Google I/O 2026, l’entreprise a présenté un assistant qui ne dort jamais, qui ne vous demande pas de laisser votre ordinateur portable allumé et qui exécute même des flux de travail entiers tout seul. Pour les développeurs, cela va bien au-delà d’un simple chatbot en rayon.
Dans cet article, nous allons décortiquer ce qui se cache derrière cette nouveauté. De plus, vous allez comprendre pourquoi le soutien au MCP compte tant et ce que représente Antigravity comme plateforme. Ainsi, préparez-vous à regarder l’annonce avec les yeux de celui qui construit, et pas seulement de celui qui consomme.
En fin de compte, qu’est-ce qui rend ce Gemini Spark différent des autres ?
Avant tout, il faut saisir l’objectif central. Le Gemini Spark est un agent personnel toujours actif, capable de recevoir des tâches et de travailler 24 heures sur 24 sans exiger que l’utilisateur laisse son ordinateur portable ouvert. En clair, il tourne en dehors de votre appareil.
Ce détail peut sembler mineur, mais il ne l’est pas. Spark s’exécute sur des machines virtuelles dédiées dans Google Cloud, ce qui permet d’exécuter des tâches longues en arrière-plan sans occuper l’équipement de l’utilisateur. Par conséquent, le mode d’exécution diffère nettement de celui des concurrents.
D’ailleurs, c’est précisément ce qui distingue Spark de nombreuses alternatives sur le marché. Tandis que certains agents nécessitent une session active ou que votre machine reste allumée, l’agent de Google opère de manière persistante dans le cloud. Ainsi, le travail continue même lorsque le téléphone est bloqué.
Sous le capot : Gemini 3.5 Flash et l’Antigravity
Maintenant, allons droit au but qui intéresse réellement les développeurs. Spark est alimenté par le Gemini 3.5 et par le harness Antigravity, qui permet d’exécuter facilement des tâches à long horizon en arrière-plan. En d’autres termes, il existe une couche d’orchestration robuste qui soutient l’ensemble.
Considérez Antigravity comme le système d’exploitation des agents. Il gère l’orchestration, les appels d’outils, le sandboxing, la gestion des identifiants et la planification des tâches de longue durée. Spark, quant à lui, n’est qu’une application construite sur cette base.
Cependant, la nouvelle la plus pertinente pour les programmeurs n’est peut-être pas Spark en soi. L’histoire principale pour les développeurs est Antigravity, le même runtime d’agent, désormais ouvert comme application de bureau, CLI, SDK et API de Managed Agents. Ainsi, la plateforme devient le terrain sur lequel d’autres agents seront construits.
En termes de performance, les chiffres attirent l’attention. Selon Google, Gemini 3.5 Flash surpasse Gemini 3.1 Pro dans presque tous les benchmarks, tout en tournant quatre fois plus vite que d’autres modèles de pointe. Autrement dit, la vitesse n’est plus un souci secondaire.
MCP : le protocole qui relie tout
Voici le détail qui compte le plus pour la communauté technique. Spark s’intégrera à des outils tiers via le MCP dans les prochaines semaines, en commençant par les outils proposés par Google lui-même. Par conséquent, l’engagement envers ce protocole ouvert est clair.
Mais comment cela fonctionne-t-il en pratique ? Chaque application connectée est exposée à Spark comme un serveur MCP, et l’agent appelle ce serveur, reçoit des définitions structurées d’outils et les utilise pour exécuter des actions. Puis vient la partie qui rassure ceux qui se préoccupent de sécurité.
Selon la documentation technique, aucune credential brute n’est transmise directement au modèle de langage. Cette tâche incombe au runtime du MCP, qui opère dans un sandbox séparé. Ainsi, il existe une séparation nette entre le raisonnement du modèle et l’accès réel aux outils.
Il faut souligner le contexte du protocole. Le MCP est la norme ouverte introduite par Anthropic l’année dernière, et qui a désormais été adoptée par tous dans l’espace des agents. Par conséquent, écrire un serveur MCP est devenu une décision stratégique pour ceux qui veulent gérer le trafic des agents.
Ce que Gemini Spark peut faire aujourd’hui
Pour ne pas rester dans la théorie, prenons des exemples concrets. L’agent peut recevoir des tâches via une adresse Gmail dédiée et naviguer sur le Web avec Chrome. De plus, il s’intègre nativement à Gmail, Docs et Slides.
Les intégrations initiales donnent déjà des indices sur l’écosystème. Parmi les connexions lancées via MCP figureront Canva, OpenTable et Instacart, avec Adobe, Asana, Spotify, Uber, GitHub, Notion et Slack à venir. Autrement dit, la bibliothèque de connecteurs devrait croître rapidement.
Il existe aussi des tâches récurrentes et des déclencheurs configurables. Par exemple, l’agent peut passer en revue votre boîte de réception pour repérer des échéances importantes et envoyer un résumé quotidien. Cependant, il existe une limite claire : sans connecteur MCP, Spark ne peut tout simplement pas agir dans cet outil.
Où se situe l’obstacle pour les développeurs
Malgré l’enthousiasme, il faut rester réaliste. Au lancement, vous n’utilisez que les flux de travail fournis par Google, car la personnalisation avec vos propres sous-agents n’arrive qu’en été. Par conséquent, la personnalisation avancée n’est pas encore disponible.
La disponibilité géographique limite également les tests. Spark ne tourne pas en Union européenne, au Royaume-Uni, au Canada, au Brésil, en Inde ou au Japon lors du lancement, et il est limité à un bêta uniquement aux États-Unis. Ainsi, les développeurs brésiliens devront attendre ou recourir à des alternatives.
Concernant le calendrier, Google a été précis. La libération commence pour les testeurs fiables cette semaine, le bêta arrivant chez les abonnés Google AI Ultra aux États-Unis la semaine suivante. En attendant, la supervision des tâches sur Android arrivera avec l’interface Android Halo d’ici la fin de l’année.
Pourquoi cela devrait figurer dans votre radar
En résumé, Spark marque une mutation structurelle dans la manière dont les agents opèrent. L’exécution hors dispositif devient la norme, et le MCP s’impose comme la couche de connexion entre les agents et les services. Ainsi, ignorer ce mouvement pourrait coûter cher.
Pour le développeur brésilien, la recommandation est pragmatique. D’abord, étudiez le fonctionnement du MCP et envisagez d’exposer vos propres services comme serveurs compatibles. Ensuite, suivez l’évolution d’Antigravity sous forme de SDK, car c’est là que réside la vraie opportunité de construire des agents sur l’infrastructure de Google.
Au final, Spark est la vitrine destinée au consommateur. Toutefois, la plateforme qui se cache en dessous est ce qui va définir comment les logiciels agents seront construits dans les années à venir. Et cela, définitivement, est une conversation pour les développeurs.
Afin de suivre, suivez notre profil sur Instagram !
