← Retour au blog
AiEnviron 7 min de lecture

Google a gelé les échanges entre agents. La date compte plus que la fonctionnalité.

Publié le 8 nov. 2026
Google a gelé les échanges entre agents. La date compte plus que la fonctionnalité.

Google a publié google-adk 2.14.0 le 7 November. Il n'y a pas de nouveau modèle dedans, et les notes de version se lisent comme un dépôt de dossier, pas comme une annonce. Les environnements d'exécution, le protocole A2A, les modules d'évaluation et le runtime central sont tous passés d'experimental à stable. Avec eux, 26 modules d'authentification, d'environnement et d'application et 16 fonctions de toolset sont sortis de preview.

D'habitude, un changement de numéro de version comme celui-là tient en un paragraphe. Celui-ci mérite davantage, à cause d'un mot dans les notes : stable.

Ce que stable veut dire pour une équipe qui n'est pas Google

L'étiquette experimental est un avertissement. Elle dit que la forme de ces appels peut changer, donc construisez dessus quelque chose de jetable. stable est la promesse inverse. Quelqu'un chez Google a décidé que les signatures de fonctions, les objets de requête et de réponse et le cycle de vie d'une session ne seraient pas réorganisés à la prochaine version mineure.

Pour une équipe qui écrit des agents qui parlent à d'autres agents, cela change ce qui vaut la peine d'être construit. Une politique de retry écrite contre une interface expérimentale est un pari. La même politique contre une interface stable devient un actif qu'on range dans une bibliothèque commune et qu'on oublie.

A2A est la pièce qui sort réellement du bâtiment. La messagerie entre agents a un problème de réputation : chaque framework a son implémentation, et deux ne coïncident jamais tout à fait, parce que la spécification a continué de bouger pendant que les implémentations sortaient. Qu'un éditeur déclare la sienne stable est une affirmation étroite, mais c'est le genre d'affirmation qu'une autre équipe peut citer en revue de conception quand on lui demande si l'intégration tournera encore en mars.

9% de mémoire et 23% de temps

Google met deux chiffres sur la version : 23% plus rapide sur les workflows multi-tours longs, et 9% de mémoire de pointe en moins. Les deux viennent de mesures maison, publiées sans banc d'essai, sans jeu de données et sans script de reproduction. À prendre comme une direction, pas comme un résultat. La direction est plausible : un runtime qui dépense moins d'effort à reconstruire son état à chaque tour doit accélérer quand le nombre de tours monte, et le gain doit se réduire sur les tâches courtes.

Le plus intéressant, c'est que ces chiffres aient été publiés pour une version de sortie d'expérimentation. D'ordinaire, l'argument d'une stabilisation est la fiabilité, pas la vitesse.

Quatre ajouts, et à quoi sert chacun

**MultiRunConfig** gère l'évaluation multi-run en parallèle. Passer la même suite d'évaluation sur plusieurs configurations a toujours été la partie pénible du travail sur les agents : soit on sérialise les exécutions et on attend, soit on écrit son propre banc d'essai, qui dérive de celui du framework. Mettre la concurrence dans la configuration signifie que le taux de réussite que vous publiez vient du même chemin de code que celui que vous livrez.

**ToolArgsMatcher** compare les arguments d'outils par le sens plutôt que par l'égalité des chaînes. Le changement paraît petit, l'effet sur les taux de réussite est grand. Si un agent appelle un outil de recherche avec `{"q": "nvidia q3 revenue"}` et que la réponse de référence dit `{"query": "NVIDIA Q3 revenue"}`, un comparateur exact enregistre un échec, puis quelqu'un passe dix minutes à conclure que c'était bon. La comparaison sémantique sort ces cas du seau des faux négatifs, ce qui veut aussi dire que vos chiffres d'évaluation bougeront à la montée de version. Attendez-vous à un saut de score qui n'est pas un gain de capacité.

**TeamsRunner** ajoute Microsoft Teams à la liste des runners. Les frameworks d'agents ont toujours été bons sur Slack et inégaux ailleurs, donc c'est l'entrée la moins spectaculaire et peut-être la plus lourde pour les entreprises qui vivent dans Teams.

**OpenAIDecisionsClassifier** est le cas à part : un classifieur pour l'API Decisions d'OpenAI à l'intérieur de la boîte à outils d'agents de Google. Un support inter-éditeurs dans un SDK first-party mérite d'être noté, parce qu'il dit où ces équipes attendent leurs utilisateurs.

Les langages, et la surface qui a gelé

ADK 2.14.0 couvre Python, TypeScript, Go, Java et Kotlin. Cette étendue est l'autre moitié de l'histoire de stabilité. Un protocole stable en Python et encore expérimental en Go n'est stable que de nom, parce que ce sont les clients inter-langages qui doivent s'accorder entre eux.

La formulation de Google, dans la factsheet et la documentation, est qu'A2A a désormais une forme d'API sur laquelle les équipes peuvent construire. Il faut le lire comme une promesse sur le format sur le fil et le cycle de vie, pas sur la feuille de route. stable ne veut pas dire terminé. Cela veut dire que les changements à venir sont censés arriver sous forme d'ajouts, les anciens appels continuant de fonctionner.

La question gênante en dessous

Un protocole d'agents n'est utile qu'à hauteur du nombre de parties qui le parlent. Google contrôle un bout. L'autre bout, ce sont les entreprises qui décident d'implémenter A2A plutôt que d'exposer un serveur MCP, une spec OpenAPI ou un point d'accès propriétaire.

MCP a déjà gagné la discussion sur l'appel d'outils, au sens où la plupart des runtimes d'agents le parlent et où la plupart des éditeurs d'outils en publient un. A2A pose une autre question : comment un agent confie une tâche à un autre agent, exploité par une autre entreprise, avec ses propres permissions et sa propre facturation. La question est plus dure, et la réponse tient davantage du politique que du technique. Une spec stable venue d'un seul éditeur est une position de départ dans cette négociation, pas son issue.

La différence pratique se voit dans la forme de la charge utile. Un appel MCP dit "exécute cet outil avec ces arguments". Un échange A2A doit dire "voici un travail, voici qui je suis, voici ce que je suis autorisé à dépenser, préviens-moi quand c'est fini et envoie-moi l'artefact". C'est un contrat entre organisations, et c'est pourquoi toute discussion sur l'interopérabilité des agents finit par porter sur l'identité et l'autorisation.

Une goupille fendue en laiton passée dans deux maillons d'acier qui se chevauchent.

Il y a aussi un risque plus discret à stabiliser le runtime central. Les équipes qui étaient épinglées sur des builds expérimentaux, seule option jusqu'à la semaine dernière, doivent maintenant migrer vers des interfaces proches mais pas identiques. La migration est généralement mécanique et toujours mal tombée, et elle atterrit sur celui qui possède le service le moins intéressant de la pile.

Que faire de cette version

Si vous faites tourner ADK en production, la première étape utile est de comparer les quatre surfaces stabilisées avec ce que vous importez aujourd'hui. La seconde est de relancer votre suite d'évaluation, parce que ToolArgsMatcher va changer les chiffres et que vous voulez savoir de combien avant vos propres tableaux de bord.

Si vous n'êtes pas sur ADK, la version dit quand même quelque chose du calendrier. L'interopérabilité des agents a cessé ce mois-ci d'être une démo de recherche pour devenir une matrice de compatibilité. Ce basculement est généralement suivi de questions d'achat, puis d'un standard que personne n'aime et que tout le monde implémente.

Les 23% et 9% de Google survivront peut-être à un test indépendant, peut-être pas. L'étiquette stable sera citée bien plus souvent que l'un ou l'autre chiffre, et plus longtemps.

Articles associés