Google mercredi a considérablement élargi son portefeuille d’agents d’IA, lançant un nouveau coéquipier de codage de l’IA puissant pour les développeurs et une suite de quatre agents spécialisés pour les professionnels des données. La société a introduit des actions Gemini CLI GitHub, un outil gratuit qui automatise les tâches de codage directement dans les référentiels.
Simultanément, Google a dévoilé de nouveaux agents pour son cloud de données conçu pour Créer des pipelines de données, accélérer la science des données et activer l’analyse conversationnelle . Ceux-ci lance la stratégie de Google pour créer une «entreprise agentique».
Cette double annonce souligne une poussée stratégique claire pour intégrer une IA spécialisée et autonome sur l’ensemble de son écosystème de cloud et de développeur. Cette décision est encadrée par Google dans le cadre d’un «changement d’agent» pour créer une entreprise où les agents de l’IA automatisent les workflows complexes, allant au-delà des simples assistants.
un coéquipier de l’IA dans votre référentiel github
s’appuyant sur sa pop populaire Gemini CLI publiée en juin, Google a maintenant lancé gemenici-github-actions/”Actions CLI GitHub , un coéquipier de codage AI puissant et sans coût. Dans une décision née de ses propres besoins de développement, Google étend ses capacités d’IA directement au cœur de la collaboration par équipe.
L’outil, maintenant disponible en bêta sur le github marketplace , intègre dans un doussière pour faire une action”Agent autonome pour les tâches de routine et un collaborateur à la demande pour des demandes spécifiques. Contrairement à l’outil de ligne de commande d’origine conçu pour une utilisation individuelle, les actions Gemini CLI GitHub sont conçues pour les plates-formes où les équipes de développement travaillent ensemble.
déclenché par des événements tels que de nouveaux problèmes ou des demandes de traction, l’agent fonctionne de manière asynchrone en arrière-plan, en utilisant le contexte complet d’un projet pour gérer automatiquement les tâches. Selon Google, l’agent”connaît votre code, comprend ce que vous voulez faire et le fait”, une promesse visant à réduire considérablement la friction du développement. La version initiale est expédiée avec trois workflows open-source de base conçus pour automatiser les frais généraux qui peuvent ralentir les projets logiciels modernes.
Le premier flux de travail, «Triage Intelligent Issue», automatise la gestion des nouveaux problèmes en analysant, en les étiquetant et en les hiérarchisant pour aider les équipes à se concentrer sur ce qui compte le plus. Un deuxième workflow fournit des «avis sur la demande de traction accélérés», donnant des commentaires instantanés et perspicaces sur les modifications de code pour la qualité, le style et l’exactitude. Cela libère des examinateurs humains pour se concentrer sur des décisions architecturales plus complexes.
La troisième caractéristique la plus interactive est la «collaboration à la demande». En mentionnant simplement @ Gemini-Cli dans n’importe quel numéro ou demande de traction, les développeurs peuvent déléguer des travaux spécifiques. Cela comprend l’instruire de l’agent à «écrire des tests pour ce bogue», «implémenter les modifications suggérées ci-dessus», ou même «corriger ce bogue bien défini». codage.”
Une nouvelle main-d’œuvre d’agents d’IA pour le cloud de données
En parallèle, Google a introduit une nouvelle suite de quatre agents spécialisés dans son cloud de données, visant à transformer Comment fonctionnent les professionnels de données . Cela indique une décision pour apporter les mêmes capacités agentiques du développeur World dans le cœur de l’intelligence et de l’analyse des affaires, créant ce que Google appelle une nouvelle «main-d’œuvre d’agents d’IA spécialisés» conçus comme des partenaires experts pour chaque utilisateur de données.
Pour les ingénieurs de données, Google introduit le agent d’ingénierie de données dans Bigquery pour automate la création de complexes Pipelines. Au lieu de scripter manuellement chaque étape, les utilisateurs peuvent désormais décrire un objectif en anglais simple, tel que «Créer un pipeline pour charger un fichier CSV, nettoyer ces colonnes et le joindre à une autre table. L’agent génère et orchestre ensuite l’ensemble du flux de travail, de l’ingestion de données aux transformations et aux vérifications de qualité.
Agent d’ingénierie de données Google
Les scientifiques des données reçoivent le nouvel agent de science des données , une expérience intégrée à AI-First Colab Enterprise Manooks dans BigQuery et Voirx. Propulsé par les Gémeaux, cet agent peut déclencher des flux de travail analytiques autonomes entiers, y compris l’analyse exploratoire des données, le nettoyage des données et les prédictions d’apprentissage automatique. Il fonctionne comme un partenaire collaboratif, créant un plan, exécutant du code, raisonnement sur les résultats et présentant ses résultats pour les commentaires des utilisateurs.
Google Agent de science des données
Pour les utilisateurs professionnels et les analystes, l’agent d’analyse conversationnel existant reçoit une mise à niveau majeure avec un nouvel interprète de code . Développé en partenariat avec Google Deepmind, cette fonctionnalité aborde des questions critiques qui dépassent les limites de la simple SQL. Lorsqu’on lui a demandé d’effectuer une tâche complexe comme une analyse de segmentation du client, l’agent traduit la requête en langage naturel en code Python exécutable, fournissant un flux analytique complet avec du code généré, des explications en langage naturel et des visualisations interactives.
Google L’agent de l’interprète de code
Enfin, Google incorpore un raisonnement AI directement dans son moteur de requête avec le nouveau moteur de requête AI dans BigQuery. Cela permet à tous les praticiens de données d’effectuer des calculs alimentés sur l’IA sur des données structurées et non structurées à partir de la base de données elle-même. Cette capacité permet de poser des questions subjectives directement dans SQL, telles que «Laquelle de ces avis des clients sonnera la plus frustrée?»
Construire une «entreprise agentique» avec la sécurité au cœur
Ces nouveaux agents sont les blocs de construction pour ce que Google appelle le «quart d’activité»-une nouvelle époque où les AI spécialisés ont des travaux sur l’AI. Cette vision s’étend au-delà des outils de premier parti, car Google fournit des composants aux développeurs pour créer leurs propres systèmes.
Looker MCP Server. Ceux-ci, ainsi que le Kit de développement d’agent , permettent aux développeurs de créer des agents personnalisés, un concept exploré dans les recherches comme le cadre de la chaîne-agents. Les nouveaux outils ont une sécurité robuste. Les actions Gemini CLI GitHub prennent en charge l’authentification insidite via Workload Identity Federation (WIF) . Cela élimine les clés API à longue durée de vie, réduisant les risques de sécurité. Les administrateurs reçoivent des contrôles multicouches, y compris Commande Autoriser Target=”_ Blank”> s’intègre à l’OpenTelemetry pour une observabilité complète. Cela permet aux organisations de diffuser des journaux et des métriques, offrant une visibilité en temps réel dans chaque action que l’agent IA entrepre. Cet écosystème est fondé sur une fondation de données unifiés, améliorée par des outils comme le moteur colmnar Spanner .