Gemini CLI lance un sous-agent, il suffit d'un fichier Markdown pour créer une équipe d'experts en programmation IA dédiée

ME News Actualités, le 16 avril (UTC+8), selon le monitoring de Beating de Dongcha, Google a officiellement lancé la fonction de sous-agents pour son outil de ligne de commande open source Gemini CLI. Chaque sous-agent dispose d’une fenêtre de contexte, d’instructions système et d’un ensemble d’outils indépendants, le principal agent attribuant automatiquement les sous-tâches au sous-agent le plus approprié lors du traitement de tâches complexes, et les résultats étant compressés en résumés pour être renvoyés, sans polluer le contexte de la session principale. Gemini CLI intègre trois sous-agents : generalist (agent généraliste, adapté aux tâches à forte utilisation d’outils comme la reconstruction en masse), cli_help (expert en guide d’utilisation de Gemini CLI), et codebase_investigator (exploration de code, organisation d’architecture et traçage de bugs). Les utilisateurs peuvent également spécifier explicitement le sous-agent à utiliser avec la syntaxe @agent, par exemple @codebase_investigator pour organiser le processus d’authentification. La création de sous-agents personnalisés est très simple : il suffit de placer un fichier Markdown avec des métadonnées YAML dans le répertoire .gemini/agents/, où sont définies la description du rôle, les outils disponibles et les instructions système. Ces sous-agents sont effectifs globalement depuis ~/.gemini/agents, ou partagés avec l’équipe dans le dépôt de code du projet. Les sous-agents peuvent également être empaquetés dans des extensions Gemini CLI pour distribution. Les sous-agents supportent l’exécution parallèle, plusieurs pouvant traiter différentes sous-tâches simultanément. Cependant, Google rappelle que les tâches parallèles impliquant la modification de code peuvent entraîner des conflits d’écriture, à utiliser avec prudence. La veille, Anthropic a également publié une refonte de Claude Code pour desktop, centrée également sur la parallélisation multi-agents. Les outils de programmation IA évoluent collectivement d’une architecture « dialogue avec un seul agent » vers « orchestration par un agent principal + exécution par des agents experts », la gestion de la fenêtre de contexte étant le moteur principal : avec la complexification des tâches de programmation, intégrer toutes les étapes intermédiaires dans un seul contexte entraîne une baisse de performance et une augmentation des coûts, la division en plusieurs agents isolés étant la pratique courante. (Source : BlockBeats)