Module 4 — Agents IA dans Google Antigravity
Comprenez en profondeur le cycle de fonctionnement autonome d'un agent de développement : distinguez un simple modèle de chat d'un agent doué d'action outillée. Analysez la boucle Perception-Décision-Action, l'utilisation sécurisée du terminal de commande et le protocole de vérification continue des modifications apportées.
Différence entre un chatbot et un agent IA
Comprendre la distinction fondamentale entre un modèle qui répond simplement et un agent doté d'outils capable d'agir dans un environnement de développement.
Architecture générale d'un agent IA
Les composants interconnectés : instructions système, modèle LLM, contexte, planificateur, outils, autorisations et boucle d'observation/validation.
Compréhension du contexte du projet
Les 5 dimensions du contexte (technique, structurel, fonctionnel, métier, contraintes), découverte par lecture ciblée et gestion des informations manquantes.
Planification des tâches
Décomposer une mission complexe, identifier les dépendances et priorités, définir les critères de réussite et adapter le plan dynamiquement.
Utilisation des outils (Tools)
Le mécanisme de Tool Calling / Function Calling : lecture, recherche, édition, terminal, outils externes, serveurs MCP et risques associés.
Lecture et modification des fichiers
Comprendre les relations entre fichiers (imports, exports, composants), modifications ciblées vs réécriture globale, contrôle du Diff et protection par Git.
Utilisation du terminal
Rôle du terminal et du shell, importance du répertoire de travail (cwd), commandes npm/Node.js courantes, gestion des variables d'environnement et risques.
Exécution des commandes par un agent IA
Le cycle d'exécution, stdout, stderr, code de retour (exit code), processus persistants, idempotence des requêtes et diagnostic méthodique des pannes.
Validation des résultats par un agent IA
Les 4 niveaux de validation (structurel, technique, fonctionnel, conformité), types de tests, critères d'acceptation et distinction résultat déclaré vs vérifié.
Interaction entre l'utilisateur et l'agent IA
Questions de clarification, validation de plans, checkpoints, niveaux d'autonomie (observation, préparation, assisté, autonome), recadrage et comptes rendus.
Gestion des autorisations et des modes d'exécution
Capacité vs autorisation vs instruction, principe du moindre privilège, sandbox, protection contre le prompt injection et politique de sécurité Antigravity.
Projet pratique final — Créer et contrôler un agent IA dans Google Antigravity
Mise en situation complète : configurer un agent contrôlé pour ajouter une recherche de projets dans un portfolio React sans initiative non autorisée.