Gemini 2.0 et le début de l'ère des agents (2024)
Gemini 2.0 de Google, sorti en décembre 2024, a été présenté comme un modèle pour l'ère des agents : des systèmes qui ne se contentent pas de répondre, mais accomplissent des actions en plusieurs étapes pour vous.
Le 11 décembre 2024, Google a lancé le premier modèle de la famille Gemini 2.0 et l’a résumé en un mot : agents. Là où les assistants précédents répondaient surtout à des questions, le message de Google était que 2025 serait l’année où le logiciel commencerait à agir, en accomplissant des actions en plusieurs étapes sous votre supervision, au lieu de seulement renvoyer du texte.
De répondre à agir
Un agent d’IA est un système qui planifie et exécute une tâche sur plusieurs étapes : lire un écran, cliquer, appeler des outils, vérifier les résultats et réessayer. Aux côtés de Gemini 2.0 Flash, Google a montré des prototypes de recherche allant dans ce sens : Project Mariner, une extension expérimentale qui pilote un navigateur web pour vous ; Project Astra, un assistant universel ; et Jules, un agent de programmation. Une fonction distincte, Deep Research, utilisait un long contexte pour compiler des rapports sur un sujet à votre place.
Le modèle lui-même était nativement multimodal, gérant texte, images et audio, et bâti pour l’« usage natif d’outils » dont dépendent les agents.
Un tournant plus large
Gemini 2.0 n’a pas inventé cette idée et n’était pas seul. Le glissement vers un comportement délibéré, en plusieurs étapes, s’était construit tout au long de 2024, des systèmes axés sur le raisonnement comme OpenAI o1 aux expériences d’Anthropic laissant un modèle utiliser un ordinateur. La contribution de Google fut de placer les agents au cœur d’un grand modèle de langage phare et d’un produit grand public, au lieu de les traiter comme une expérience annexe.
Pourquoi c’est important
Le passage du chatbot à l’agent est plus qu’une fonctionnalité. Il déplace les questions qui comptent : non seulement « la réponse est-elle correcte ? », mais « a-t-il accompli les bonnes actions, et que se passe-t-il quand il se trompe ? ». Donner au logiciel la capacité de cliquer, d’acheter et d’envoyer relève les enjeux de fiabilité, de supervision et de sécurité. Gemini 2.0 a marqué le moment où les grands laboratoires ont commencé à parier publiquement que la prochaine ère serait celle des agents, un pari que le reste de 2025 a mis à l’épreuve sans tarder.