Agent Compute Engine : le runtime des agents Gemini
Google prépare Agent Compute Engine, un runtime pour agents Gemini fondé sur des microVM isolées, la persistance et la gouvernance.
Google Cloud a annoncé Agent Compute Engine le 22 octobre 2026, lors d’AGNTCon + MCPCon. Le service est présenté comme un moteur d’exécution conçu pour les agents IA, et il alimente déjà Gemini comme agent pour les tâches de travail.
Le principe : donner à chaque agent son propre ordinateur sécurisé, sous forme de microVM isolée au niveau matériel. Pour une entreprise, l’enjeu dépasse la performance : il touche au déploiement, au contexte persistant, à l’observabilité et à la gouvernance.
Ce qui change concrètement
Agent Compute Engine est pensé pour le cycle de vie des agents IA. Google décrit un environnement où chaque agent dispose d’une microVM dédiée, isolée au niveau matériel. The New Stack résume aussi le service ainsi : chaque agent IA obtient sa propre microVM isolée matériellement.
Cette isolation est importante dès qu’un agent peut appeler des outils, manipuler des fichiers, consulter des données métier ou enchaîner des actions. Le billet technique de Google précise que l’exécution vise la vitesse d’un conteneur, avec une séparation plus forte entre agents. Il indique aussi que les identifiants ne sont pas conservés dans le bac à sable.
Le modèle de sécurité repose sur des identifiants de courte durée par microVM, une identité unifiée et de l’auditabilité. Google mentionne également son infrastructure Titanium, utilisée pour une défense en profondeur au niveau silicium face à des agents considérés comme non fiables par défaut.
Autre point clé : la gestion de la mémoire et de l’inactivité. Google explique qu’Agent Compute Engine utilise le partage mémoire copy-on-write, afin que plusieurs agents puissent s’exécuter à partir d’un même modèle de système d’exploitation. Quand une microVM devient inactive, elle peut être mise en pause, puis restaurée via checkpoint/restore. L’objectif annoncé est de reprendre une session interactive sans payer en continu des machines virtuelles inactives.
Chaque microVM reçoit aussi son propre Hyperdisk. Cela sert à préserver l’espace de travail, les fichiers et le contexte d’exécution au fil de sessions longues. C’est utile pour des agents qui ne se contentent pas de répondre à une question, mais avancent par étapes : collecte d’informations, génération d’un livrable, vérification, correction, puis reprise plus tard.
Enfin, Google rattache Agent Compute Engine à Agent Gateway. Cette intégration vise l’observabilité, les politiques et les évaluations de sécurité. En clair, l’entreprise doit pouvoir suivre quels agents tournent, avec quels accès, dans quel cadre, et avec quelles règles de contrôle.
Comment l'essayer
Agent Compute Engine n’est pas encore présenté comme disponible en libre-service. Google Cloud indique une disponibilité en preview dans les prochains mois et invite les organisations intéressées à manifester leur intérêt.
Côté prix, la page tarifaire de Gemini Enterprise Agent Platform présente Agent Compute comme une ressource mesurée. Elle affiche, dans des exemples de facturation, un tarif de $0.085 par Agent Compute vCPU-hour. La plateforme mentionne aussi des frais d’infrastructure mesurés via Agent Compute pour le vCPU, Agent Memory pour la RAM, Agent Storage pour les GiB, ainsi que le passage des tokens.
Pour un budget réel, Google indique que les clients doivent contacter les équipes commerciales pour des estimations plus fines ou des remises entreprise. La facture dépendra donc du volume d’agents, de la durée des sessions, du calcul, de la mémoire, du stockage et des tokens consommés.
Pour la France, Google ne donne pas encore de condition spécifique pour la preview d’Agent Compute Engine. La documentation de Gemini Enterprise Agent Platform liste toutefois des emplacements européens pour les agents et l’infrastructure, avec la possibilité d’utiliser la localisation multi-régionale eu. Elle liste aussi Paris, europe-west9, parmi les emplacements disponibles pour les services de machine learning de la plateforme.
Pour qui, et pour quoi faire
Le cas d’usage le plus évident concerne les entreprises qui veulent passer d’un chatbot à des agents capables d’exécuter un travail suivi. Par exemple, un agent de support interne peut recevoir une demande RH, consulter une base documentaire, préparer une réponse, créer un brouillon de ticket, puis attendre une validation humaine. Si la session est interrompue, l’espace de travail persistant évite de tout recommencer.
Pour une DSI, l’intérêt est aussi organisationnel. Un agent qui manipule des outils métier doit être isolé, observé et gouverné. Agent Compute Engine apporte une réponse d’infrastructure à ce problème : un agent par microVM, des accès courts, une intégration aux politiques et une trace d’exécution.
Si tu démarres sur le sujet, le guide NXUS faire travailler un agent IA dans son entreprise peut t’aider à cadrer les rôles, les validations humaines et les limites avant de choisir une infrastructure.
Limites et points de vigilance
Le premier point est la maturité. Agent Compute Engine est annoncé, mais sa preview est prévue dans les prochains mois. Les détails précis de contractualisation, de régions accessibles en preview et de disponibilité en France ne sont pas tous communiqués.
Le deuxième point est le coût. La pause des microVM inactives et le partage mémoire visent l’efficacité, mais un agent autonome peut consommer du calcul, de la mémoire, du stockage et des tokens. Il faudra suivre les sessions longues, les boucles d’actions, les appels d’outils et les reprises de contexte.
Le troisième point concerne la sécurité applicative. Une microVM isolée réduit certains risques entre agents, mais elle ne garantit pas qu’un agent prend toujours une bonne décision. Les politiques, les droits minimaux, les journaux, les validations humaines et les tests de sécurité restent indispensables, surtout si l’agent agit sur des systèmes de production.
Enfin, l’intégration avec l’existant devra être vérifiée. Identité, réseau, données sensibles, audit, conservation des traces et exigences sectorielles peuvent varier fortement selon les organisations. Agent Compute Engine donne un cadre, mais la gouvernance reste à concevoir.
L'avis NXUS
Agent Compute Engine répond à une vraie question entreprise : comment exécuter des agents IA sans perdre le contrôle de leur environnement. Le choix de microVM isolées, d’identifiants courts et d’une intégration avec Agent Gateway va dans le bon sens pour les usages sensibles.
Il ne faut pas y voir une solution automatique à tous les risques. La valeur viendra surtout de cas d’usage bien bornés, avec des accès limités, des indicateurs de coût et des validations humaines aux bons endroits.
Pour une entreprise, la bonne approche est de préparer dès maintenant une cartographie des tâches agentiques candidates. Puis de tester, quand la preview sera accessible, sur un processus interne peu risqué mais mesurable : support, documentation, qualification de demandes ou préparation de livrables.
Sources
Source : google.com
Rudy Molinillo
