Semaine du 4 juillet au 11 juillet 2026

Bref résumé des news 📰 de la semaine

Google passe la vitesse supérieure avec la disponibilité générale d'AlphaEvolve, un agent capable d'optimiser des algorithmes complexes. Le SaaS devient de l'AaaS (Agent as a Service) : vous pouvez désormais publier, monétiser et acheter des agents IA tiers directement sur le Google Cloud Marketplace pour les intégrer à Gemini Enterprise. Cloud Run introduit des sandboxes ultra-rapides (Preview) spécialement conçues pour exécuter en toute sécurité le code généré par les IA, en l'isolant complètement du reste de votre infrastructure. Côté Data : de l'agrégation multi-niveaux en Preview dans BigQuery, l'arrivée de Gemini dans Spanner Studio pour corriger vos requêtes SQL, et des améliorations visuelles majeures sur Looker. Bonne lecture ! 🚀

Data et IA 🧠

Gemini Enterprise & Agent Platform

L'écosystème Gemini Enterprise s'enrichit avec la disponibilité générale d'AlphaEvolve, un agent d'optimisation de code qui aide à résoudre des problèmes algorithmiques complexes en explorant des solutions avec les LLMs. Il explore de vastes espaces de recherche pour modifier et améliorer des algorithmes complexes là où les humains se heurtent à des limites méthodologiques. Son fonctionnement repose sur un cycle en 4 étapes : Définir le problème et le code de départ (seed program), Mesurer via un script d'évaluation qui note les performances, Optimiser en laissant l'agent générer et tester des milliers de variantes, pour Appliquer le code final en production.

3 exemples clés d'utilisation

• Logistique (BASF) : L'entreprise a réussi à créer un "jumeau numérique" ultra-précis de son réseau logistique mondial. Toutes les tentatives précédentes avec des modèles classiques avaient échoué. AlphaEvolve a réussi à cartographier le réseau tout en apprenant à reproduire les décisions humaines qui dictent les opérations quotidiennes, améliorant leurs modèles de planification de plus de 80 %.
• Performance Logicielle (Klarna) : Appliqué à l'un de leurs plus grands pipelines d'entraînement de modèles d'IA, AlphaEvolve a doublé la vitesse d'entraînement tout en améliorant la qualité des modèles. En trois semaines, l'agent a exploré près de 6 000 variantes de programmes, découvrant des réécritures architecturales profondes qu'aucun ingénieur humain n'avait tenté de coder.
• Recherche Scientifique (Laboratoire national d'Oak Ridge) : Déployé sur Frontier, le premier supercalculateur exaflopique au monde, AlphaEvolve a été utilisé pour optimiser de manière autonome des noyaux GPU (GPU kernels) complexes. En interconnectant l'IA avec le supercalculateur, l'agent a pu générer, tester et valider directement sur le matériel des optimisations structurelles inédites pour accélérer les calculs scientifiques.

De plus, la plateforme accueille AlphaGenome, le puissant modèle de fondation génomique de Google DeepMind.

Côté mémorisation, l'API IngestEvents pour Memory Bank passe en GA, permettant de streamer du contenu en continu pour vos agents, et le support du modèle gemini-embedding-2 pour la recherche de similarité fait son apparition.

Avec l'évolution du modèle SaaS vers les « Agents en tant que service » (AaaS), Google permet désormais aux développeurs de publier et monétiser leurs agents IA tiers directement sur le Google Cloud Marketplace pour les intégrer à Gemini Enterprise.

1. Prérequis techniques

• Protocole A2A & A2UI : L'agent doit respecter les standards de Google pour interagir et afficher des visuels dynamiques dans Gemini.
• Agent Card (JSON) : Un fichier obligatoire qui décrit les compétences de l'agent et ses points de connexion.
• Sécurité (DCR & OAuth 2.0) : Gemini s'enregistre automatiquement auprès de l'agent via un jeton sécurisé pour éviter toute configuration manuelle.

2. Publication et Vente

Le développeur publie son agent sur le Google Cloud Marketplace en tant qu'"AI Agent as a Service", configure ses tarifs (publics ou privés) et passe une validation de sécurité.

3. Parcours d'activation (en 3 étapes)

1. Achat : L'admin cloud de l'entreprise cliente achète l'agent sur le Marketplace.
2. Enregistrement : L'admin technique lie cet achat à l'application Gemini Enterprise (validation automatique par le protocole DCR).
3. Utilisation : L'utilisateur final demande l'accès dans Gemini, se connecte une fois via OAuth, et utilise l'agent directement dans le chat.

Plus d'infos dans l'article du blog Google.

BigQuery

L'extension Data Agent Kit (en Preview) permet désormais d'interagir avec les ressources BigQuery directement depuis votre IDE (VS Code, Cursor, etc.). Côté SQL, l'agrégation multi-niveaux est maintenant en Preview, vous permettant d'utiliser une fonction d'agrégation comme argument d'une autre. Enfin, le service de transfert permet d'importer les métadonnées de PostgreSQL et SQL Server vers Knowledge Catalog.

Bigtable

L'IA s'invite aussi ici avec la disponibilité générale de la compétence d'agent bigtable-basics, idéale pour équiper vos agents IA afin d'interroger ou diagnostiquer vos instances. Par ailleurs, il est maintenant possible d'exécuter des requêtes via Data Boost avec la librairie client Go.

Looker

Plusieurs améliorations visuelles et de performance pour Looker. On note l'arrivée en Preview du regroupement des lignes de tableau pour un affichage hiérarchique plus lisible, et la disponibilité générale de l'augmentation de la limite de lignes pour vos visualisations.

Spanner

Si vous faites face à des erreurs SQL, Spanner intègre désormais Gemini dans Spanner Studio (en Preview) pour vous proposer des corrections ligne par ligne accompagnées d'explications claires.

Produits Data en vrac... 📦

• AlloyDB : La recherche externe prend désormais en charge Apache Solr en Preview via l'extension external_search_fdw.
• Knowledge Catalog : Des connecteurs pour importer les métadonnées depuis les bases de données relationnelles sont disponibles en Preview.
• Google Cloud Managed Service for Apache Kafka : Support de la compression de topics avec zstd.
• Gemini Enterprise : Support des régions Japon et UK (GA sur allowlist), et possibilité de restreindre les sources de données et les FQDN de sortie via des contraintes de politiques d'organisation.
• BigQuery : La recherche hybride (fonction VECTOR_SEARCH) est temporairement désactivée le temps d'une maintenance.

Autres produits ☁️

Cloud Run

Des sandboxes sont disponibles en Preview pour exécuter du code non fiable généré par des agents IA. Il s'agit d'un environnement d'exécution natif, sécurisé et ultra-rapide (démarrage en quelques millisecondes), conçu pour exécuter du code non fiable, notamment celui généré par des agents IA.

Comment ça fonctionne en pratique ?

L'activation se fait très simplement :

1. Au déploiement : Il suffit d'ajouter l'option --sandbox-launcher lors du déploiement du service Cloud Run via la ligne de commande (gcloud).
2. Dans le code : Un outil CLI interne appelé sandbox permet de lancer le code non fiable dans un silo étanche via un appel système standard (ex: sandbox do -- python3 script.py).
3. Intégration native : Le système sera directement intégré dans les prochains outils de Google, comme l'Agent Development Kit (ADK) et ComputeSDK.

Une sécurité "Zero-Trust" par défaut

Pour empêcher le code malveillant ou erroné de nuire, la sandbox impose trois barrières strictes :

• Isolation des identifiants : Le code dans la sandbox n'a pas accès aux variables d'environnement globales de Cloud Run ni au serveur de métadonnées Google Cloud.
• Réseau bloqué par défaut : Aucun accès vers l'extérieur n'est autorisé pour éviter la fuite de données, sauf si le développeur l'active explicitement (option --allow-egress).
• Système de fichiers temporaire : La sandbox voit le système de fichiers en lecture seule (pour utiliser les bibliothèques déjà installées) et écrit ses modifications sur une couche temporaire en mémoire qui est entièrement détruite dès que l'exécution se termine. Il reste toutefois possible d'exporter et d'importer des fichiers d'une session à l'autre si nécessaire.

Le reste des annonces "Autres produits"

• Google Kubernetes Engine (GKE) : Support des machines optimisées réseau C4N, chiffrement des workloads GPU sur des noeuds confidentiels, et configuration du mTLS backend pour GKE Gateway.
• Compute Engine : Les instances C4N sont en GA, et de nouvelles images avancées pour les workloads IA/HPC font leur apparition en Preview.
• Cloud Armor : Les règles préconfigurées supportent désormais le ModSecurity Core Rule Set (CRS) 4.22 en GA.
• App Engine : Possibilité de migrer le traitement d'images du service App Engine Images vers Cloud Run (en Preview) pour les environnements Python et Java.
• Réseau : Les filtres de spokes pour les environnements hybrides sont en GA dans Network Connectivity Center. Par ailleurs, Network Intelligence Center supporte désormais l'analyse SNI pour les Connectivity Tests.
• Managed Cloud Service Mesh : Le filtre Envoy Compressor passe en GA et le filtre Envoy Lua arrive en Preview.
• Security Command Center : Modification possible de la configuration de résidence des données et de chiffrement sur les tiers Premium et Standard.
• Google SecOps : Support du Data RBAC pour les alertes et cas first-party, et diverses mises à jour pour Google SecOps SOAR.
• Google Cloud VMware Engine : Nouvelles options de disaster recovery avec JetStream et gestion en self-service des clés de chiffrement (CMEK).
• Apigee X : Support du matching d'opérations de payload via la nouvelle politique ParsePayload.
• Migration Center : Support de la découverte de nouveaux assets AWS (Athena, EMR, Glue, etc.) via le client de découverte.
• Google Workspace (Chat & Calendar APIs) : Nouveaux paramètres granulaires pour rejoindre des espaces Chat et gérer la disponibilité des utilisateurs. Côté Calendar, support complet des labels personnalisés et ajout d'un rôle writerWithoutPrivateAccess.
• Cloud KMS : Le graphique des insights Asymmetric PQC est maintenant en GA pour vous préparer à l'ère post-quantique.
• Cloud Billing : Les documents de paiement pour les comptes facturés sont désormais disponibles sur la page d'état des paiements.

A savoir... 🧐

Du côté de l'infrastructure, une mise à jour massive des versions de Google Kubernetes Engine (GKE) a été déployée, accompagnée de très nombreux correctifs de sécurité (CVE) pour le noyau Linux de Container Optimized OS. Pour Looker, une belle série de résolutions de bugs vient lisser l'expérience utilisateur (corrections d'affichage sur les tableaux de bord, de formatage de cellules et d'authentification OAuth). On note également une mise à jour du pilote ODBC pour BigQuery, un changement de logique sur la visibilité des événements récurrents de l'API Calendar, la dépréciation de la fonctionnalité GenAI Incident Summary pour Apigee Advanced API Security, ainsi que le retrait de certains modèles IA en Preview et la dépréciation des modèles Grok 4.1 sur la plateforme Gemini Enterprise.

C'est tout pour cette semaine ! Bon code, bonnes requêtes, et à la semaine prochaine pour de nouvelles annonces GCP. 🚀