Créer des agents avec l’API Gemini (I/O Connect ‘26)

INTRO

Google DeepMind a présenté des avancées rapides des modèles Gemini et de nouveaux outils qui simplifient la création d’agents IA et d’applications full-stack directement dans AI Studio.

POINTS CLÉS

Évolution rapide des modèles Gemini

Google DeepMind a accéléré le développement de Gemini 1.5 à Gemini 2.5 puis Gemini 3.5 Flash, désormais positionné comme modèle généraliste de référence. En parallèle des systèmes propriétaires, l’entreprise a publié des modèles ouverts comme Gemma 4 et s’est étendue au multimodal et à la génération de médias, dont l’audio et le text-to-speech. Ces modèles sont de plus en plus utilisés dans divers secteurs, avec des entreprises comme GitHub, Figma et Vercel.

Les capacités multimodales favorisent l’adoption

Un élément clé de différenciation de Gemini est sa capacité à traiter et générer différents formats, dont texte, images, audio, vidéo et code. Les utilisateurs peuvent combiner des entrées comme des URL, la voix et des instructions système, et obtenir des sorties allant de fichiers multimédias à des appels de fonctions exécutables. Cette flexibilité permet des workflows complexes et des usages créatifs sans changer d’outil.

AI Studio devient un hub de développement full-stack

AI Studio prend désormais en charge la création d’applications complètes en Node.js avec configuration automatique du serveur, gestion intégrée des secrets et accès à tout l’écosystème npm. Les développeurs peuvent prototyper, tester et déployer sans quitter le navigateur, réduisant la dépendance aux infrastructures externes et simplifiant les workflows.

Intégrations natives avec Firebase et Workspace

De nouvelles intégrations avec Firebase offrent une authentification intégrée, dont la connexion Google, et le provisionnement automatique de bases Firestore. La connectivité avec Google Workspace (Gmail, Docs) permet de créer des outils interagissant directement avec des données personnelles ou d’entreprise, sans configurations complexes.

Génération d’applications mobiles en un clic

Une mise à jour majeure permet de générer des applications Android natives avec Kotlin et Jetpack Compose à partir de prompts en langage naturel. Plus de 1 million d’apps auraient été créées en un mois. Le système inclut un émulateur dans le navigateur, sans configuration, et un déploiement en un clic.

Expérience développeur améliorée grâce à l’IA

Des fonctionnalités comme focus annotation permettent de modifier des éléments UI spécifiques directement, tandis que les aperçus de design proposent plusieurs interfaces lors de la génération. L’autocomplétion de prompts en temps réel accélère l’itération et réduit les frictions.

Options de déploiement prêtes pour l’entreprise

Les applications peuvent être déployées directement sur Google Cloud Run ou hébergées via Firebase sans gérer de serveurs. Ces workflows répondent aux besoins des entreprises tout en restant simples pour les petites équipes.

Introduction de l’Interactions API

La nouvelle Interactions API, désormais disponible, fournit une interface unifiée pour modèles et agents. Elle prend en charge le multimodal, l’usage d’outils et un nouveau modèle d’interaction par étapes remplaçant les chats classiques, facilitant la gestion du raisonnement et des sorties.

Transition vers des workflows agentiques

L’API reflète une évolution vers des agents IA orientés objectifs capables d’exécuter des tâches en plusieurs étapes. Elle inclut exécution asynchrone, gestion de contexte côté serveur et support de processus longs.

Agents gérés et environnements distants

Les développeurs peuvent exécuter des agents dans des sandboxes cloud isolées avec environnements persistants, permettant d’installer des dépendances ou analyser des données sans configuration locale. Ces environnements s’intègrent à des dépôts et sources de données privées.

Intégration d’outils et sécurité renforcée

La plateforme permet de combiner des outils natifs comme Google Search avec des fonctions personnalisées. Un système proxy protège les identifiants API en les injectant à l’exécution, évitant leur exposition directe.

Création simplifiée d’agents via des fichiers

Les agents peuvent désormais être définis avec des instructions markdown et scripts légers plutôt qu’un code complexe. Les capacités sont modulaires, avec des “skills” pour des tâches comme le text-to-speech, la recherche ou la génération de médias, réduisant fortement la barrière d’entrée.

CONCLUSION

Google DeepMind positionne Gemini et AI Studio comme un écosystème intégré pour créer, déployer et faire évoluer des agents IA, en réduisant la complexité technique tout en élargissant les possibilités d’automatisation.

Sur le même sujet : Google

• →Transformez vos fichiers en connaissances avec Gemini dans Google Drive· 21 juil.
• →Payer la « taxe de l’inaction » ? Conduire le changement de l’IA par l’innovation portée par les employés· 21 juil.
• →Éliminez les hallucinations et faites de l’IA votre partenaire de réflexion grâce au cadre ABCDQ· 21 juil.