Canopy.
Développement Web · 6 min de lecture

Google lance Antigravity 2.0 pour piloter des agents IA

En bref

Google a réécrit Antigravity. La version 2.0 est une application de bureau qui fait travailler plusieurs agents IA en parallèle, avec une CLI, un SDK et des commandes vocales.

Mis à jour le Par
  • Antigravity
  • Google Antigravity
  • agentic coding
  • multi-agent
Google lance Antigravity 2.0 pour piloter des agents IA

Google publie Antigravity 2.0. La première version était un éditeur de code classique auquel Google avait ajouté un panneau de gestion d'agent, et elle a attiré plusieurs millions d'utilisateurs selon l'entreprise. La version 2.0 a été réécrite de zéro. Elle prend la forme d'une application de bureau autonome pour Mac, Windows et Linux, conçue pour faire travailler plusieurs agents IA en parallèle sur un même projet.

Ce que fait la version 2.0

Plusieurs agents par projet

L'utilisateur crée un espace de travail par projet et y définit des agents spécialisés. Un agent peut écrire le code du backend, un autre maintenir les tests, un troisième tenir la documentation à jour, un dernier surveiller les logs. Chacun dispose de son contexte et de ses outils, c'est-à-dire un accès au terminal, au navigateur et aux fichiers. Les agents lisent le code, modifient des fichiers, lancent des tests et poussent des commits sans supervision constante.

L'interface centrale affiche l'état de chaque agent, ses tâches en cours et ses résultats. Elle permet de réorienter ou d'arrêter un agent à tout moment.

L'ensemble repose sur Gemini 3 et Gemini 3.5 Flash. Ce second modèle sert aux agents qui doivent répondre vite pour un coût par token réduit, un critère qui pèse dès que plusieurs agents tournent en même temps.

Des commandes vocales

Antigravity 2.0 accepte les instructions dictées. Une demande comme le remplacement d'un prestataire de paiement suivi d'une série de tests d'intégration est découpée en tâches, puis répartie entre les agents concernés. La fonction vocale utilise la même technologie que celle de Gemini dans Gmail et Docs.

Des tâches planifiées qui tournent sans l'application

Un agent peut être programmé pour vérifier chaque nuit la qualité du code, lancer une suite de tests de régression ou chercher des anomalies dans les logs de production. Ces tâches continuent quand l'application est fermée, parce qu'elles s'exécutent sur les serveurs de Google Cloud.

La CLI agy et le SDK

Google a lancé une CLI Antigravity, agy, qui remplace l'ancienne Gemini CLI. Elle sert à créer et gérer des agents, à lancer des workflows, à consulter les logs et à brancher Antigravity sur des pipelines GitLab ou GitHub Actions. Un agent de test peut ainsi se déclencher à chaque merge request.

La migration depuis la Gemini CLI est imposée. Les scripts qui s'appuyaient sur l'ancien outil doivent être réécrits, et Google fournit une documentation de migration avec des exemples de conversion.

Le SDK permet de coder des agents sur mesure, de les tester en local dans Antigravity 2.0, puis de les déployer sur Google Cloud comme services internes accessibles par API. Google annonce aussi des modèles d'agents d'entreprise dans AI Studio, préconfigurés pour le SaaS B2B, l'e-commerce et la fintech, que l'on adapte sans partir de zéro.

Antigravity se connecte à Google AI Studio, à Android et à Firebase. Sur un projet Firebase, les agents peuvent générer des écrans Android, vérifier les règles de sécurité Firestore ou optimiser les index.

La dépendance à Google Cloud

L'application fonctionne en local pour le développement et les tests. Les tâches planifiées et l'exécution en arrière-plan passent en revanche par Google Cloud. Une équipe hébergée chez AWS, chez Azure ou sur ses propres serveurs a donc deux options si elle veut automatiser des workflows de production. Elle accepte un lien avec GCP, ou elle réserve Antigravity aux postes des développeurs et garde son pipeline CI/CD existant (GitLab, Jenkins, GitHub Actions) pour la production.

Le code source mérite la même attention. Les agents le lisent et le modifient, et les tâches d'arrière-plan s'exécutent chez Google. Google affirme que le code ne sert pas à entraîner ses modèles et que les données sont chiffrées en transit et au repos. Il reste à vérifier que cet usage respecte le RGPD et les clauses de confidentialité signées avec les clients. Pour des clients régulés, dans la banque, la santé ou la défense, la prudence conduit à limiter Antigravity aux environnements de développement et de test.

Ce que l'orchestration demande à l'équipe

Installer l'application ne suffit pas à faire travailler des agents ensemble. Il faut décider quel agent a la priorité quand deux d'entre eux modifient le même fichier, comment ils se transmettent les logs et les résultats intermédiaires, et si l'échec de l'un bloque les autres.

Antigravity décrit ces dépendances sous forme de graphes de tâches (DAG). L'agent de test attend que le code soit généré, l'agent de documentation attend que les tests passent. Modéliser ces enchaînements demande une compétence DevOps, et une équipe qui n'en a pas l'habitude devra former un ou deux ingénieurs.

Les agents donnent de bons résultats sur un périmètre limité et documenté. Lancé sans consigne sur un très gros dépôt, un agent produit des résultats incohérents. Le code doit être découpé en modules aux interfaces documentées, et chaque agent affecté à un module. Un monolithe mal documenté doit être restructuré avant de tirer parti de l'outil.

Les commandes vocales posent une question de droits, puisqu'une personne non technique peut demander à un agent une opération risquée. Antigravity 2.0 propose des rôles (admin, dev, viewer) qu'il faut configurer. Pour les opérations sensibles, comme un déploiement, une suppression de données ou une modification de schéma, une validation manuelle avant exécution et des journaux d'audit permettent de savoir qui a demandé quoi.

Prix et outils concurrents

Le plan AI Ultra coûte 100 $ par mois et par développeur, avec des limites d'utilisation cinq fois supérieures à celles du plan Pro. À titre de comparaison, Cursor Pro est à 20 $ et Copilot Enterprise à 39 $.

Ces outils ne font pas le même travail.

  • Les copilotes, comme GitHub Copilot ou Codeium, complètent le code à mesure que le développeur l'écrit. Ils ne planifient rien, ne testent pas et ne documentent pas.
  • Les agents autonomes, comme Devin de Cognition, reçoivent une spécification et livrent un résultat sans intervention humaine. Ils conviennent aux tâches isolées et bien définies, moins aux projets où les choix d'architecture comptent.
  • Antigravity se place entre les deux. L'utilisateur définit les workflows, répartit le travail entre plusieurs agents et peut valider ou interrompre chaque étape.
  • Cursor propose un mode multi-agents proche, dans un éditeur dérivé de VS Code.
  • Replit Agent génère et déploie une application à partir d'une description en langage naturel. Il vise le prototype, moins le code maintenu en production pendant plusieurs années.

Le choix dépend surtout de l'infrastructure en place. Une équipe qui utilise déjà Google Cloud, Firebase ou Android profite des intégrations d'Antigravity. Une équipe hébergée chez AWS ou Azure trouvera Cursor plus simple à adopter. Dans les deux cas, un essai limité à une ou deux équipes permet de mesurer le gain avant d'équiper tout le monde.

Un projet en tête ?

Discutons du vôtre.

Web, mobile, IA ou SEO : on revient sous 48 heures avec une première lecture.

L’auteur

Simon Duchène dirige Canopy, agence SEO et GEO basée à Bordeaux. Il pilote les audits et le conseil SEO, la stratégie de visibilité sur Google et dans les moteurs IA, et le développement des sites et des serveurs MCP que l’agence livre. Il suit de près les protocoles du web agentique, dont MCP, ACP, UCP et WebMCP.