Créer un agent d’intelligence artificielle ne consiste plus seulement à écrire du code. Il faut aujourd’hui maîtriser des plateformes cloud, des pipelines de déploiement, des outils d’observabilité et des méthodes d’évaluation souvent complexes.
Avec Agents CLI, Google entend supprimer cette barrière technique en offrant une couche d’expertise qui vient enrichir les assistants de programmation, comme Claude Code, Codex ou Antigravity CLI.
Loin d’être un nouvel agent de codage, Agents CLI agit comme un copilote spécialisé capable de guider les développeurs à travers tout l’écosystème Google dédié aux agents IA.
Un assistant pour les assistants de programmation
Dévoilé en avril 2026 lors de Google Cloud Next, Agents CLI s’impose comme le successeur officiel du projet open source agent-starter-pack, désormais placé en maintenance.
Contrairement aux outils de génération de code classiques, Agents CLI ne produit pas directement des applications. Son rôle consiste à fournir à l’assistant IA déjà utilisé par le développeur une connaissance approfondie de l’ensemble de la plateforme Google dédiée aux agents intelligents.
Concrètement, un développeur peut demander à Claude Code ou à Codex de créer un agent puis de le déployer sur Google Cloud. Agents CLI fournit alors automatiquement toutes les informations nécessaires concernant l’Agent Development Kit (ADK), Cloud Run, Google Kubernetes Engine (GKE), Terraform, Cloud Trace ou encore Gemini Enterprise, sans avoir à consulter une documentation technique parfois particulièrement dense.
L’objectif est simple : permettre aux développeurs de se concentrer sur la logique métier plutôt que sur la complexité de l’infrastructure.
Des « compétences » injectées directement dans l’IA
L’une des particularités du projet repose sur son système de Skills. Une simple commande installe sept fichiers structurés au format SKILL.md, un standard ouvert imaginé pour permettre aux modèles d’intelligence artificielle de charger dynamiquement des connaissances spécialisées.
Plutôt que d’être lus par un humain, ces fichiers sont directement interprétés par l’assistant IA.
Lorsqu’un développeur demande, par exemple, de déployer un agent sur Cloud Run, Claude Code ou Codex active automatiquement la compétence correspondante. L’outil récupère alors les commandes exactes, les paramètres appropriés et la séquence complète de configuration adaptée à cette tâche.
Le développeur n’a plus besoin de mémoriser des dizaines de commandes ni de rechercher la bonne documentation.
Les sept compétences couvrent l’ensemble du cycle de vie d’un agent IA :
- conception et orchestration
- développement avec l’Agent Development Kit
- création automatique de projets
- évaluation des performances
- déploiement sur plusieurs environnements
- publication sur Gemini Enterprise
- supervision et observabilité.
Cette approche transforme progressivement l’assistant IA en véritable expert de l’écosystème Google.
Le véritable point fort : une évaluation automatisée des agents
L’aspect le plus innovant d’Agents CLI ne concerne pourtant pas le déploiement. Google s’attaque à un problème souvent négligé dans le développement d’agents conversationnels : leur évaluation. Aujourd’hui, de nombreux projets reposent encore sur des tests manuels consistant simplement à vérifier quelques conversations avant une mise en production.
Cette méthode montre rapidement ses limites lorsque les agents doivent gérer des échanges complexes ou utiliser plusieurs outils externes.
Pour répondre à cette problématique, Agents CLI intègre un pipeline d’évaluation entièrement automatisé organisé en cinq étapes. Le système commence par générer automatiquement des scénarios de test réalistes à partir des instructions de l’agent. Il exécute ensuite ces conversations, enregistre toutes les interactions, mesure les performances selon différents critères puis identifie les catégories d’erreurs récurrentes.
L’étape finale va encore plus loin. Grâce à l’algorithme GEPA (Genetic Evolutionary Prompt Augmentation), Agents CLI est capable de modifier automatiquement les instructions fondamentales de l’agent afin d’améliorer son comportement. Chaque nouvelle version est ensuite réévaluée pour vérifier que les performances progressent réellement.
Cette boucle d’amélioration continue rapproche davantage le développement d’agents IA d’un véritable processus industriel que d’une simple expérimentation.
Développer localement avant de passer au cloud
Google précise également que Agents CLI ne nécessite pas immédiatement un compte Google Cloud. Les développeurs peuvent créer leurs projets, tester leurs agents et lancer les évaluations localement à l’aide d’une simple clé API Google AI Studio. Ce n’est qu’au moment du déploiement que la plateforme configure automatiquement l’infrastructure cloud.
Terraform se charge alors du provisionnement des ressources, tandis que les modèles fournis mettent en place les pipelines CI/CD, la gestion des bases Cloud SQL, les secrets d’authentification ainsi que les outils de supervision.
Cette approche réduit considérablement le temps nécessaire pour passer d’un prototype local à une application prête pour la production.
Une évolution rapide depuis son lancement
Depuis son lancement public en avril 2026, Agents CLI évolue à un rythme soutenu. En un peu plus de deux mois, Google a publié treize mises à jour, témoignant d’un développement particulièrement actif.
La version 0.6.1, diffusée fin juin, apporte notamment la prise en charge de Google ADK 2.3.0, la correction d’un problème affectant l’enregistrement des agents dans Gemini Enterprise, plusieurs améliorations liées à la mise à jour des Skills et des correctifs spécifiques à Windows PowerShell.
Le projet est distribué sous licence Apache 2.0, fonctionne sous macOS, Linux ainsi que Windows via WSL 2, et rassemble déjà plusieurs milliers de développeurs sur GitHub.
Google prépare la prochaine génération du développement IA
Avec Agents CLI, Google ne cherche pas à concurrencer directement les assistants de programmation comme Claude Code ou Codex. Le géant américain adopte une stratégie différente : transformer ces outils en spécialistes capables de comprendre instantanément les subtilités de son propre écosystème cloud.
Cette approche pourrait accélérer considérablement l’adoption des agents IA en entreprise, où la complexité du déploiement représente encore un frein majeur.
À mesure que les modèles deviennent capables d’écrire du code de manière autonome, la véritable valeur se déplace vers les connaissances métier, les architectures cloud et les méthodes permettant de produire des applications réellement fiables.
Dans cette nouvelle génération d’outils, coder ne suffit plus. Il faut aussi savoir déployer, observer, évaluer et optimiser. C’est précisément le rôle qu’ambitionne désormais de jouer Google avec Agents CLI.
