Semaine du 6 janvier au 10 janvier 2026

Bref résumé des news 📰

Cette semaine de rentrée 2026 est particulièrement chargée pour les utilisateurs de Looker qui reçoit une tonne de mises à jour, allant de l'UX aux connecteurs. Côté IA, Vertex AI accueille un nouveau modèle expérimental et Gemini s'invite un peu plus dans la recherche sémantique. Les data eng qui bossent sur BigQuery ne sont pas en reste avec des améliorations sur l'ingestion et la connectivité Java.

Le coin de l'architecte 📐

Avant toute chose, je voulais vous partager une petite vidéo Google Cloud qui montre comment mettre en place un certain type d'architecture agentique. Au fil du temps, on voit émerger certains patterns d'architecture d'agents, ce qui montre qu'une certaine convergence s'opère. De mon expérience (et en tout humilité), j'utilise déjà ce type de pattern chez des clients, et cela est vraiment efficace. Cela n'enlève pas la complexité de maintenance/évolution d'un système agentique, mais ceci est un autre sujet... 😉

Aujourd’hui, intégrer des agents développés dans différents langages (Python, Node, Go, Java) peut devenir un cauchemar technique. Les développeurs passent plus de temps à écrire du “glue code” (code de liaison) pour gérer les différences d’API qu’à travailler sur l’IA elle-même.

A2A à la rescousse

Le protocole A2A (Agent-to-Agent) répond à ce problème en agissant comme un adaptateur universel. Chaque agent possède une "carte d’identité" numérique dans un fichier JSON. Ce fichier définit précisément ce que l’agent peut faire, ses arguments d’entrée et le format de sa réponse (similaire à Swagger/OpenAPI).

L’Architecture "Orchestrateur" et son "Presse-papiers"

Pour faire fonctionner une équipe d’agents, on utilise un Orchestrateur dont le rôle est strictement défini :

• Le Master Clipboard (Presse-papiers central) : C’est l’état (state) de la mission. Il contient tout l’historique et les données récoltées.
• Des Workers "amnésiques" (Stateless) : Les agents exécutants ne mémorisent rien. Ils reçoivent une instruction, l’exécutent, et repartent.

Avantage : Si un agent plante, ce n’est pas grave. Il n’a perdu aucune donnée puisque tout est dans le presse-papiers du manager.

​

Je vous laisse visionner cette démo (il y en a pour 3 minutes) qui donne un petit exemple d'application.

Data et IA 🧠

Looker

C'est le gros morceau de la semaine. On note l'arrivée de la fonctionnalité Labs Tabbed Dashboards qui permet ENFIN d'organiser le contenu d'un tableau de bord via des onglets, ce qui devrait alléger le chargement initial et structurer le storytelling. Avant, vous étiez obligés de créer des "Looker Components" via du code (TypeScript/React) pour obtenir un tel résultat.

Pour les créateurs de contenu, les Custom Tooltips (infobulles personnalisées) permettent désormais d'utiliser du HTML et du Liquid pour enrichir l'expérience visuelle. De plus, les filtres de tableaux de bord deviennent plus flexibles avec des améliorations sur les listes de tags et filtres avancés.

Côté administration et sécurité, Looker supporte maintenant les fichiers chiffrés pour l'authentification par paire de clés sur Snowflake, et les instances utilisant Private Service Connect peuvent désormais accéder aux API Google via une sortie native contrôlée.

Generative AI on Vertex AI & Gemini

Un nouveau modèle fait son apparition en expérimental dans le Model Garden : GLM 4.7. Il est conçu pour le raisonnement complexe, l'utilisation d'outils et le coding. Un concurrent sérieux dans le paysage des LLMs.

Par ailleurs, Gemini Enterprise améliore l'expérience utilisateur avec l'ajout de la recherche par similarité sémantique dans l'historique des sessions de chat, permettant de retrouver du contenu par le sens plutôt que par mots-clés exacts.

BigQuery

Pour les développeurs Java, c'est une bonne nouvelle : un driver JDBC open source développé par Google est disponible en Preview.

En parallèle, les commandes CREATE EXTERNAL TABLE et LOAD DATA passent en GA avec de nouvelles options bien pratiques pour gérer les fuseaux horaires et formats de date lors de l'ingestion de fichiers CSV.

Dataproc

Un petit update de configuration utile pour les environnements restreints : vous pouvez désormais définir la propriété dataproc:pypi.repository pour pointer vers un cache Google de PyPI (accessible sans internet public) ou une URL personnalisée. Plus de détails sur les versions d'images supportées ici.

Produits Data en vrac... 📦

• Cloud Asset Inventory : De nouveaux types de ressources réseau (comme InternalRange et InterceptDeployment) sont maintenant accessibles via les API d'export et de recherche. Voir la liste dans ExportAssets.

Autres produits ☁️

• Google Kubernetes Engine (GKE) : Pour améliorer les performances DNS, le module NodeLocal DNSCache est désormais activé par défaut sur les nouveaux clusters Standard (version 1.34.1+).
• Cloud Run functions : Il est maintenant possible de configurer une sortie VPC directe pour les fonctions de 2e génération (en Preview).
• Compute Engine : Une fonctionnalité pratique pour planifier vos capacités : vous pouvez visualiser la disponibilité future des ressources en mode calendrier avant de créer une demande de réservation. Voir la documentation.
• VPC Service Controls : Le support de Model Armor passe en disponibilité générale (GA), ce qui renforce la sécurité autour de l'IA.
• Migration Center : Le client de découverte CLI utilise désormais les collections WMI à distance par défaut pour Windows, remplaçant les scripts locaux. Plus d'infos sur la collecte WMI.
• Google Cloud VMware Engine : Simplification du stockage avec le support amélioré des datastores NFS externes (Filestore ou NetApp Volumes). Voir l'overview NFS.
• Backup and DR : Les rapports de coûts permettent maintenant une vue plus granulaire des dépenses spécifiques aux ressources.
• Apigee : Nouvelle version de l'opérateur Kubernetes (1.1.1).

A savoir... 🧐

Dans les coulisses, les équipes GCP ont été occupées à corriger pas mal de choses :

• Looker a reçu une quantité impressionnante de correctifs (plus de 20). On note la résolution de problèmes d'upload de données liés aux permissions, des soucis de rendu sur Safari, et des optimisations SQL pour Databricks.
• Google SecOps (Chronicle) intègre de plus en plus Gemini, permettant désormais de poser des questions générales (coding, analyse de données) sans quitter l'interface de sécurité.
• GKE continue sa rotation de versions avec de nombreuses mises à jour de sécurité (Container-Optimized OS) et des passages de versions par défaut (1.33.5 en Stable).
• Migration Center a corrigé plusieurs bugs liés au client de découverte, notamment sur la gestion des proxys et le filtrage par région AWS.

​

C'est tout pour cette semaine. Bon déploiement à tous !