Cursor et Google ajoutent la voix bidirectionnelle aux agents de codage

Deux acteurs majeurs du développement logiciel assisté par IA ont introduit des capacités vocales bidirectionnelles pour leurs agents de codage. Le 9 novembre 2026, Cursor et Google ont tous deux annoncé des fonctionnalités permettant aux ingénieurs de tenir des conversations orales avec leurs outils d'IA, facilitant ainsi les mises à jour en temps réel et les interruptions sans avoir à taper. Cette évolution fait suite à l'intégration antérieure par OpenAI de fonctions vocales similaires dans sa plateforme Codex.

Ce qui s'est passé

Cursor a lancé Voice Chat with Agents, une fonctionnalité propulsée par la technologie Grok Voice de xAI. Cette mise à jour permet aux développeurs d'initier un appel avec leur agent, de décrire verbalement les modifications et d'écouter les rapports d'avancement pendant que l'agent travaille. La fonctionnalité est disponible via l'interface web de Cursor, son application iOS et son client de bureau. À peu près au même moment, Google a introduit le mode vocal pour Antigravity, sa plateforme de développement agentique. En exploitant Gemini Live, cette fonctionnalité apporte l'interaction orale à l'application de bureau Antigravity ainsi qu'à son interface en ligne de commande.

Ces annonces soulignent un passage de la simple dictée au dialogue interactif. Alors que les précédentes fonctions vocales convertissaient principalement la parole en invites textuelles, ces nouveaux outils maintiennent un canal audio ouvert. Les développeurs peuvent entendre les réflexions de l'agent, poser des questions de suivi ou interrompre le processus si les exigences changent. Nick Van der Auwermeulen, ingénieur en relations avec les développeurs chez Google, a noté que l'ingénierie se fait souvent à voix haute, par exemple lors de discussions sur des bugs avec des collègues. Il soutient que le mode vocal restaure ce rythme naturel dans la collaboration humain-agent.

En revanche, Claude Code d'Anthropic n'a pas encore adopté la voix bidirectionnelle. Bien que l'application principale Claude prenne en charge le chat vocal bidirectionnel, Claude Code ne propose actuellement que la dictée via la commande /voice. Cela signifie que les utilisateurs peuvent énoncer leurs instructions, mais l'agent répond uniquement par écrit. Cette distinction place Anthropic derrière Cursor, Google et OpenAI en termes de modèles d'interaction vocale pour les tâches de codage.

Comment cela fonctionne

Le mécanisme central de ces fonctionnalités consiste à maintenir une session audio persistante plutôt que de traiter la voix comme une méthode d'entrée ponctuelle. Dans Antigravity de Google, les utilisateurs cliquent sur un bouton en forme d'onde sonore dans l'application de bureau ou exécutent /voice live dans la CLI pour démarrer un appel. L'agent répond à voix haute et maintient la ligne ouverte tout en exécutant les modifications de code. Les utilisateurs peuvent interrompre l'agent en milieu de phrase pour clarifier les instructions ou approuver des actions spécifiques. Une fois la tâche terminée, l'agent fournit un résumé écrit et un lien pour examiner les modifications de code dans la même interface de chat.

L'implémentation de Cursor fonctionne de manière similaire mais repose sur l'API Grok Voice. Elle permet aux utilisateurs de décrire les modifications, d'interroger l'état actuel de l'agent et de recevoir des rapports d'avancement parlés. Le système est conçu pour réduire les changements de contexte, permettant aux développeurs de garder leur concentration sur le code ou d'autres éléments visuels tout en recevant un retour auditif. Les deux systèmes visent à imiter la dynamique du pair programming, où les boucles de rétroaction verbales continues aident à résoudre les problèmes plus rapidement que les échanges statiques de texte.

Détails clés

• Le Voice Chat de Cursor utilise Grok Voice de xAI et est disponible sur le web, iOS et le bureau.
• Le mode vocal d'Antigravity de Google utilise Gemini Live et fonctionne dans l'application de bureau et la CLI.
• Les utilisateurs peuvent interrompre les agents en cours de tâche sur les deux plateformes pour ajuster les instructions.
• Claude Code d'Anthropic ne prend actuellement en charge que la dictée unidirectionnelle, pas la voix bidirectionnelle.
• OpenAI avait précédemment ajouté la voix bidirectionnelle à Codex en février et septembre 2026.
• Google consolide ses outils de codage sous Antigravity, met fin à Jules et migre les utilisateurs de Gemini CLI.

Pourquoi c'est important

Pour les ingénieurs logiciels, l'introduction de la voix bidirectionnelle réduit la friction liée à l'interaction avec les agents d'IA. L'invite traditionnelle basée sur le texte nécessite des changements de contexte constants entre l'éditeur de code, l'interface de chat et le clavier. En permettant des interruptions et des mises à jour orales, ces outils rendent le flux de travail plus fluide. Les développeurs peuvent surveiller les tâches longues sans rompre leur concentration visuelle, ce qui est particulièrement utile lors de sessions complexes de débogage ou de refactoring.

Ce changement signale également une tendance plus large vers les interfaces multimodales dans les environnements de développement. À mesure que les agents prennent en charge des tâches plus autonomes, le besoin de supervision en temps réel croît. La voix offre un canal à faible bande passante et à fort engagement pour cette supervision. Elle permet une clarification plus rapide des exigences ambiguës et des cycles d'itération plus rapides. Les équipes qui adoptent ces outils pourraient découvrir qu'elles collaborent plus naturellement avec l'IA, traitant les agents moins comme des moteurs de recherche et davantage comme des partenaires juniors capables de discuter des problèmes.

Ce que vous pouvez faire

• Testez le nouveau Voice Chat dans Cursor si vous utilisez déjà la plateforme sur le bureau ou iOS.
• Essayez la commande /voice live dans la CLI Google Antigravity pour découvrir l'interaction vocale basée sur le terminal.
• Comparez la latence et la précision de Grok Voice par rapport à Gemini Live pour vos tâches de codage spécifiques.
• Évaluez si les interruptions vocales améliorent votre flux de travail lors de longues exécutions d'agents par rapport aux vérifications textuelles.
• Suivez la feuille de route d'Anthropic pour voir si et quand Claude Code prendra en charge la voix bidirectionnelle.
• Réfléchissez à la façon dont les agents activés par la voix pourraient s'intégrer dans les pratiques de pair programming ou de revue de code de votre équipe.