RéponsesPublié16 sources
Google Cloud adapte son infrastructure aux agents IA
Google Cloud a annoncé en août 2026 des agents IA pour l’intégration et l’observabilité des bases de données, puis présenté Cloud Run instances pour les charges de travail IA persistantes. Le Database Onboarding Agent s’occupe du « jour 0 » — choix, configuration et déploiement — tandis que le Database Observability...
Publié parModifié avec GPT-5.6 LunaImages générées avec GPT Image 1.5
Réponse de recherche
Points clés à retenir
- Google Cloud a annoncé en août 2026 des agents IA pour l’intégration et l’observabilité des bases de données, puis présenté Cloud Run instances pour les charges de travail IA persistantes.
- Le Database Onboarding Agent s’occupe du « jour 0 » — choix, configuration et déploiement — tandis que le Database Observability Agent surveille les parcs de bases, recherche les causes des incidents et peut appliquer...
- Les instances Cloud Run fonctionnent comme des runtimes singleton sans autoscaling, avec une durée maximale de sept jours et une adresse HTTPS stable, notamment pour les agents IA personnels de longue durée.
Prompt IA
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Google Cloud announce in August 2026 to reduce the operational burden of managing databases and hosting persistent AI workloads, in. Article summary: In August 2026, Google Cloud positioned two new offerings as complementary infrastructure for AI agents: database agents that reduce the human work of provisioning and operating data stores, and persistent Cloud Run runt. Topic tags: general, general web, documentation, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks,
Les annonces d’août 2026 de Google Cloud répondent à deux difficultés qui apparaissent avec les agents IA : choisir et administrer la bonne base de données, mais aussi héberger des agents qui doivent rester disponibles même lorsqu’ils ne traitent pas une série classique de requêtes web.
La première nouveauté est un duo de Database Operations Agents, intégré à Gemini Cloud Assist. La seconde est Cloud Run instances, présenté en aperçu comme un runtime singleton destiné aux charges de travail persistantes et capables de conserver un état. Ensemble, ces produits montrent que Google Cloud adapte à la fois ses couches données et calcul aux applications dites « agentiques ». 2
4
11
Deux agents pour gérer le cycle de vie d’une base de données
Google Cloud a présenté le Database Onboarding Agent et le Database Observability Agent dans le cadre de sa stratégie Agentic Data Cloud. La répartition est simple : le premier couvre le jour 0, c’est-à-dire la préparation initiale, tandis que le second prend en charge les opérations des jours 1 et 2, une fois la base en production. 2
Le Database Onboarding Agent aide à passer des besoins au déploiement
Le Database Onboarding Agent interprète les exigences d’une charge de travail, recommande un service de base de données géré et accompagne sa configuration et son déploiement. L’objectif est de réduire le travail d’architecture et les décisions de provisionnement qui précèdent habituellement la mise en ligne d’une application.
Il prend en charge AlloyDB, Bigtable, Cloud SQL et Spanner. 2
L’outil s’adresse donc aux équipes qui savent déjà ce que leur application doit supporter — caractéristiques de la charge, contraintes de fonctionnement ou exigences opérationnelles — sans avoir encore déterminé quel service Google Cloud correspond le mieux à ces critères.
Le Database Observability Agent surveille et dépanne le parc
Le Database Observability Agent intervient après le déploiement. Google lui attribue des fonctions de surveillance de parc, de détection d’anomalies, de diagnostic, de dépannage, d’optimisation et de maintenance pour Cloud SQL, AlloyDB, Spanner, Bigtable, Firestore et Memorystore. 2
24
Au lieu d’isoler un signal, l’agent met en relation les données issues de Database Insights et de la télémétrie de Database Center, ainsi que de Cloud Monitoring, Cloud Logging et Cloud Trace. Il peut notamment exploiter des métriques, des informations sur les requêtes, l’inventaire des ressources et les données liées aux incidents pour rechercher leur cause première. 2
L’ambition dépasse donc celle d’un simple tableau de bord qui déclenche une alerte. L’agent peut expliquer un problème, recommander une action et accompagner un scénario de correction en plusieurs étapes. Google cite par exemple l’activation du regroupement des connexions (connection pooling) dans Cloud SQL ou l’ajout d’index.
Pour les changements susceptibles d’avoir des conséquences en production, une validation humaine reste nécessaire avant l’exécution de corrections vérifiées. Les fonctions d’investigation et de remédiation étaient proposées en aperçu à certains clients. 2
24
Où utiliser ces agents de base de données ?
Les deux agents sont intégrés à Gemini Cloud Assist. Ils sont accessibles dans la conversation Gemini et depuis les pages correspondantes des bases de données dans la console Google Cloud. Google mentionne également les outils en ligne de commande, les serveurs et outils MCP, les outils tiers et les environnements de développement intégrés (IDE). 2
Cette intégration est importante : l’assistance ne reste pas cantonnée à un tableau de bord d’exploitation. Un même flux en langage naturel peut s’insérer dans les environnements où les développeurs et les équipes plateforme analysent déjà leur infrastructure, provisionnent des ressources ou écrivent du code.
Cloud Run instances : un runtime persistant pour les agents IA
Le 28 août, Google Cloud a prévisualisé Cloud Run instances, une primitive différente du service Cloud Run classique, généralement conçu pour ajuster automatiquement le nombre d’instances selon le trafic.
Chaque instance fonctionne comme un singleton : une seule instance est maintenue et aucun autoscaling n’est appliqué. Google destine ce modèle à des charges de travail longues et capables de conserver un état, notamment des agents IA personnels. 4
Ses principales caractéristiques sont les suivantes :
- une exécution continue pouvant durer jusqu’à sept jours ;
- une politique de redémarrage automatique configurée par défaut ;
- une adresse HTTPS stable, qui ne change pas lors des mises à jour ou des redémarrages ;
- la possibilité d’arrêter une instance, puis de la reprendre plus tard ;
- un runtime dédié unique plutôt qu’un parc qui s’adapte au volume de requêtes.
4
Ce fonctionnement convient à un agent qui conserve une identité, un état ou une activité en arrière-plan pour un utilisateur. Il est moins adapté à un endpoint web sans état dont la priorité serait de gérer des pics de trafic simultané.
Un prix annoncé de 5,70 dollars par mois
Google annonce 5,70 dollars pour 30 jours d’exécution continue avec une configuration comprenant 1 vCPU et 1 Gio de mémoire, reposant sur un vCPU partagé et des budgets de capacité temporaire (burst). 4
L’argument avancé par Google est autant opérationnel que financier. Par rapport à une machine virtuelle dédiée, l’utilisateur peut éviter l’entretien de la VM et du système d’exploitation, la gestion du pare-feu et la création de son propre endpoint HTTPS.
Ce montant et ce positionnement doivent toutefois être compris comme une estimation publiée par Google pour la préversion, et non comme une comparaison de coûts valable dans tous les cas. La facture réelle dépendra de la configuration, de l’utilisation, de la région et des modalités de facturation. 4
30
31
Google cite également un témoignage du client OffDeal faisant état d’une réduction de 88 % des démarrages à froid. Il s’agit d’un résultat rapporté par un client, pas d’une garantie générale de performance ni d’un benchmark indépendant. 4
Pourquoi ces nouveautés comptent pour l’infrastructure des agents
Les applications cloud traditionnelles séparent souvent le traitement sans état des requêtes et les services de données persistants. Les agents IA compliquent ce modèle : ils peuvent avoir besoin d’une identité et d’un endpoint durables, d’une mémoire ou d’un état conservé, d’une exécution en arrière-plan sur de longues périodes et d’un accès continu à des outils et à des données opérationnelles.
Les annonces d’août répondent à ces besoins sur deux fronts :
- La couche données gagne en autonomie. L’agent d’intégration aide à sélectionner et provisionner une base gérée, tandis que l’agent d’observabilité surveille le parc, enquête sur les incidents et peut appliquer des corrections après validation.
- La couche calcul propose une option orientée persistance. Les instances Cloud Run fournissent un runtime singleton avec une adresse stable pour les agents qui doivent rester disponibles, au lieu de s’arrêter lorsqu’il n’y a plus de requêtes ou de démarrer uniquement à l’arrivée du trafic.
Cette orientation s’inscrit dans la vision Agentic Data Cloud de Google Cloud, qui cherche à réunir données, modèles et bases opérationnelles au sein d’un même système capable de déclencher des actions. 11
Le choix architectural est révélateur : Google automatise une part croissante du travail d’exploitation, mais conserve une validation humaine pour les modifications de bases de données susceptibles d’affecter la production. 2
À retenir pour les équipes techniques
Google Cloud ne lance pas ici une plateforme universelle pour tous les agents. L’entreprise ajoute plutôt deux primitives ciblées :
- les Database Operations Agents sont pertinents lorsque le point de friction concerne le choix d’une base, son provisionnement, la visibilité sur un parc ou le dépannage ;
- les Cloud Run instances peuvent convenir lorsqu’un agent a besoin d’un runtime unique, persistant et adressable, et ne correspond pas au modèle « scale-to-zero » d’un service serverless classique.
Les deux offres étant présentées dans un contexte de préversion, les équipes devront vérifier leur disponibilité, les configurations compatibles, les autorisations, la tarification et les limites de la remédiation automatisée avant de les utiliser en production.
La direction prise par Google Cloud est néanmoins nette : les agents IA sont désormais considérés comme des charges de travail nécessitant à la fois une exploitation plus autonome et une infrastructure plus durable.
Studio Global AI
Continuez vos recherches
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
Les gens demandent aussi
Quelle est la réponse courte à « Google Cloud adapte son infrastructure aux agents IA » ?
Google Cloud a annoncé en août 2026 des agents IA pour l’intégration et l’observabilité des bases de données, puis présenté Cloud Run instances pour les charges de travail IA persistantes.
Quels sont les points clés à valider en premier ?
Google Cloud a annoncé en août 2026 des agents IA pour l’intégration et l’observabilité des bases de données, puis présenté Cloud Run instances pour les charges de travail IA persistantes. Le Database Onboarding Agent s’occupe du « jour 0 » — choix, configuration et déploiement — tandis que le Database Observability Agent surveille les parcs de bases, recherche les causes des incidents et peut appliquer...
Que dois-je faire ensuite en pratique ?
Les instances Cloud Run fonctionnent comme des runtimes singleton sans autoscaling, avec une durée maximale de sept jours et une adresse HTTPS stable, notamment pour les agents IA personnels de longue durée.