Google Jules se renomme en plateforme de développement de produits agentique de bout en bout et ouvre une liste d’attente pour une nouvelle version

PDG de Google : dépenses d’investissement en 2026 à 185 milliards, accélération des investissements à l’ère des agents IA

Le PDG de Google, Sundar Pichai, a annoncé lors de la conférence Google Cloud Next qui s’est tenue le 22 avril à Las Vegas que Google prévoit d’investir entre 175 et 185 milliards de dollars en dépenses d’investissement en 2026, afin de construire l’infrastructure nécessaire aux agents d’intelligence artificielle (IA) autonomes, soit une augmentation par rapport aux 31 milliards de dollars de 2022.

Google Jules ouvre une nouvelle liste de candidats pour la prochaine version et se repositionne comme une plateforme de développement de produits de bout en bout

Selon l’annonce officielle du 23 avril du groupe Google Jules, la position produit de Jules est passée d’un agent d’encodage asynchrone à une « plateforme de développement de produits agentiques de bout en bout ». La nouvelle version peut lire l’intégralité du contexte produit, décider de façon autonome de la prochaine direction de construction et soumettre une PR. L’équipe officielle annonce en parallèle l’ouverture de la liste des candidats pour la nouvelle version.

Perplexity révèle sa méthode de post-formation pour des agents de recherche web ; le modèle basé sur Qwen3.5 surpasse GPT-5.4 en précision et en coût

Perplexity utilise la SFT suivie par le RL avec des modèles Qwen3.5, en s’appuyant sur un ensemble de données QA multi-étapes et des contrôles par grille d’évaluation pour améliorer la précision et l’efficacité de la recherche, en atteignant des performances FRAMES de niveau supérieur. Résumé : le flux de travail de post-formation de Perplexity pour les agents de recherche web combine un apprentissage supervisé par fine-tuning (SFT) afin de garantir le respect des instructions et la cohérence linguistique avec un apprentissage par renforcement en ligne (RL) via l’algorithme GRPO. La phase RL exploite un jeu de données propriétaire vérifiable de questions-réponses multi-étapes et des données conversationnelles basées sur des grilles d’évaluation pour empêcher la dérive de la SFT, avec un filtrage des récompenses et des pénalités d’efficacité au sein des groupes. L’évaluation montre que Qwen3.5-397B-SFT-RL atteint les meilleures performances FRAMES, avec 57,3 % d’exactitude avec un seul appel d’outil et 73,9 % avec quatre appels, à 0,02 $ par requête, surpassant GPT-5.4 et Claude Sonnet 4.6 sur ces métriques. La tarification est basée sur l’API et exclut la mise en cache.

L’équipe OpenAI Codex corrige un bug d’authentification d’OpenClaw et améliore considérablement le comportement de l’agent

OpenClaw passe de Pi à l’outil d’exécution Codex pour corriger un repli d’authentification silencieux, avec deux PR qui traitent le bridge et le fallback ; après la correction, l’agent passe d’un simple polling de battements à une boucle de travail complète, permettant des progrès. Résumé : L’optimisation de l’outil d’exécution Codex d’OpenClaw a corrigé une faille d’authentification critique qui provoquait un repli silencieux vers l’outil d’exécution Pi lors de l’utilisation de Codex avec des modèles OpenAI. Deux requêtes d’extraction corrigent le bridge d’authentification et empêchent le repli silencieux, en modifiant l’adaptateur d’exécution. En conséquence, le comportement de l’agent évolue d’un simple polling de battements à une boucle de travail complète qui lit le contexte, analyse les tâches, modifie les dépôts et vérifie l’avancement, améliorant la continuité et la visibilité entre les battements.

Agents de Workspace d’OpenAI pour ChatGPT : pilotés par Codex, partage en équipe, intégration Slack

OpenAI a lancé, le 22 avril, WorkspaceAgents dans ChatGPT Business/Enterprise/Edu/Teachers, alimenté par Codex, conçu pour fonctionner longtemps dans le cloud, partagé par les équipes et exécutable hors ligne. Il peut répondre proactivement dans Slack et gérer l’émission de factures, exécuter des workflows multi-étapes et prend en charge la planification. L’aperçu de la recherche est gratuit jusqu’au 6 mai ; ensuite, la tarification sera basée sur des crédits, les prix devant être annoncés. En concurrence avec GoogleGeminiEnterpriseAgentPlatform et AnthropicClaudeCowork, ces trois offres se concentrent sur des agents au niveau entreprise, mais avec des positionnements différents.

Google Cloud Next 2026 : lancement de la plateforme d’agents d’entreprise Gemini, 750 millions de dollars pour aider les cabinets à passer à l’action

Google Cloud a annoncé la plateforme Gemini Enterprise Agent Platform lors de Cloud Next 2026, en intégrant la sélection de modèles, la construction d’agents, le DevOps, l’orchestration et la supervision de la sécurité en entreprise, et en lançant un fonds de 750 millions de dollars pour aider McKinsey, Accenture et Deloitte à déployer des agents d’entreprise. La plateforme s’accompagne de l’Ironwood TPU, de l’A2A et du MCP, afin de créer un écosystème full-stack et un canal de conseil, et de faire face à OpenAI Operator et à la version entreprise d’Anthropic Claude.