Agents IA

Google et Cursor lancent des systèmes de codage multi-agents concurrents pour les équipes

Le Swarm de Google coordonne les agents pour un seul développeur, tandis que les Projects multijoueurs de Cursor permettent aux agents des coéquipiers de se coordonner sur différentes tâches.

Illustration des réseaux de coordination d'agents IA pour un développeur unique versus à l'échelle de l'équipe
Illustration générée pour cet article

Traduit automatiquement depuis l'original anglais.

Le 12 novembre 2026, Google et Cursor ont dévoilé des stratégies concurrentes pour gérer simultanément plusieurs agents de codage IA. Google a introduit Swarm au sein de sa plateforme Antigravity pour organiser les agents destinés à un développeur unique, tandis que Cursor a lancé une fonctionnalité multijoueur pour son outil Projects afin de permettre la coordination entre les agents travaillant pour différents membres d'une équipe. Ces sorties répondent au chaos croissant qui survient lorsque des travailleurs IA parallèles dupliquent leurs efforts ou entrent en conflit avec les modifications des autres.

Ce qu'il s'est passé

Les agents de codage sont devenus performants dans l'exécution de tâches parallèles, telles que la rédaction de points d'entrée API, la mise à jour des tests et la correction de bugs simultanément. Cependant, sans coordination appropriée, ces agents se marchent souvent sur les pieds, entraînant des travaux dupliqués et des erreurs d'intégration nécessitant une intervention humaine significative. Pour résoudre ce problème, les grands laboratoires d'IA et les éditeurs d'outils développent des méthodes pour mettre de l'ordre dans les flottes d'agents, Google et Cursor adoptant des approches distinctes le même jour.

Cursor, racheté par SpaceX pour 60 milliards de dollars en août 2026, a étendu sa fonctionnalité Projects avec des capacités multijoueurs. Auparavant, Projects permettait à un seul développeur de déléguer de grandes tâches à un agent coordinateur qui répartissait le travail entre plusieurs agents ouvriers. La nouvelle mise à jour permet aux développeurs d'inviter des coéquipiers dans un projet, où chaque personne conserve son propre coordinateur et ses propres agents ouvriers. Ces coordinateurs peuvent se messager directement pour partager des plans, signaler les chevauchements et convenir de l'ordre d'exécution, par exemple pour déterminer quelle modification du schéma de base de données doit être appliquée en premier.

Simultanément, Google a déployé Gemini 4 Carbon dans Antigravity, sa plateforme consolidée d'outils de codage, ainsi qu'un aperçu de Swarm. Cette fonctionnalité permet à un seul développeur d'assigner une tâche complexe à un coordinateur, qui divise ensuite le travail entre plusieurs agents ouvriers et assigne un vérificateur pour contrôler les résultats. Les ouvriers communiquent sur un tableau partagé pour coordonner les modifications, comme la mise à jour du middleware d'authentification et des vérificateurs de jetons dans des worktrees Git séparés avant de les transmettre pour les tests.

Comment cela fonctionne

La distinction fondamentale réside dans la portée de la coordination. Le Swarm de Google se concentre sur la coordination intra-développeur, divisant une seule assignation entre de nombreux agents qui communiquent entre eux pour s'assurer que leurs contributions individuelles s'emboîtent correctement. Varun Mohan, directeur de l'ingénierie logicielle chez Google DeepMind, a noté que le personnel interne utilise déjà des essaims de centaines d'agents pour construire de grands systèmes à partir d'une seule invite (prompt).

L'approche de Cursor vise la coordination inter-équipes. Dans les Projects multijoueurs, les agents appartenant à différents humains collaborent sur des assignations séparées. Les coordinateurs échangent des messages pour s'aligner sur les ressources partagées et les dépendances, visant à réduire la charge de coordination manuelle pesant sur les développeurs. Parker Smith, ingénieur chez SpaceXSI, a déclaré que cela permet aux agents de récupérer le contexte nécessaire auprès des agents des collègues sans bloquer la progression ni nécessiter une médiation humaine.

Détails clés

  • Le Swarm de Google est disponible en version préliminaire pour les abonnés Google AI Pro et Ultra.
  • Les Projects multijoueurs de Cursor sont actuellement en bêta pour les utilisateurs disposant d'un compte d'équipe.
  • Swarm utilise un modèle coordinateur-ouvrier-vérificateur où les ouvriers se messagent sur un tableau partagé.
  • Les coordinateurs de Cursor traitent les messages provenant des agents des coéquipiers comme des entrées non fiables et demandent la permission avant de partager des fichiers privés.
  • Les recherches d'Anthropic indiquent que les groupes d'agents par utilisateur peuvent voir leurs performances chuter de 10 à 45 points de pourcentage par rapport aux configurations mono-agent dans les environnements à ressources partagées.
  • GitHub Copilot et AWS Kiro Crew proposent également des fonctionnalités de distribution de tâches multi-agents ou inter-repos.

Pourquoi c'est important

Pour les responsables de l'ingénierie logicielle et les fondateurs techniques, ces outils représentent un passage de l'assistance IA individuelle à l'automatisation à l'échelle de l'équipe. La capacité des agents à se coordonner au-delà des frontières des équipes promet des cycles de développement plus rapides en éliminant les goulots d'étranglement humains liés au partage de contexte. Cependant, cela introduit également de nouveaux risques concernant la propagation des erreurs et la sécurité. Si un agent commet une erreur, les systèmes multijoueurs pourraient potentiellement propager cette erreur à travers le flux de travail de toute l'équipe si elle n'est pas correctement contenue.

La sécurité et la gouvernance deviennent critiques à mesure que les agents gagnent en autonomie. Cursor aborde ce point en isolant les secrets et les identifiants dans des chats séparés et en traitant les messages externes des agents comme non fiables. Pourtant, des questions subsistent concernant le contrôle d'accès basé sur les rôles pour les échanges entre agents. Les équipes doivent établir des règles et des compétences partagées pour garantir la cohérence, car des comportements d'agents divergents pourraient entraîner des conflits ou des affirmations erronées sur l'intention de l'utilisateur, comme le soulignent les récentes recherches d'Anthropic.

Ce que vous pouvez faire

  • Évaluez si les flux de travail de votre équipe bénéficient davantage de la mise à l'échelle des agents pour un développeur unique ou de la coordination inter-équipes.
  • Définissez des règles et des compétences partagées pour vos agents IA afin d'empêcher les comportements incohérents dans les environnements multijoueurs.
  • Passez en revue les protocoles de sécurité pour vous assurer que les agents ne partagent pas involontairement des identifiants sensibles ou des fichiers privés.
  • Surveillez les interactions entre agents pour détecter la propagation des erreurs, surtout lorsque plusieurs agents accèdent à des ressources partagées comme les files d'attente de fusion de code.
  • Testez des projets multijoueurs à petite échelle pour identifier les éventuels blocages avant de déployer à des équipes plus larges.
  • Restez informé des fonctionnalités de gouvernance, car la documentation actuelle peut ne pas couvrir entièrement le contrôle d'accès basé sur les rôles pour la communication agent à agent.
  • #ai agents
  • #google swarm
  • #cursor
  • #software engineering
  • #multi-agent systems

Outils de la Boutique Bytechap

Continuer la lecture

Tous les articles