Intensif Gratuit 21–22/11Intensif gratuit de 2 jours en Vibecoding (21–22 nov, 16h00 MSK) · Cohorte 3 le 23/11S'inscrire gratuitement →Cohorte 3 (23/11)
SortieAnalyse · Sur le radarThe Decoder→ original

Gemini pour Mac sait désormais exécuter des tâches en arrière-plan pendant que vous travaillez

Google ajoute à l'application Gemini pour Mac un mode Computer Use : l'IA clique, saisit du texte et parcourt les menus dans les applications, les fichiers et les sites web. Vous décrivez un objectif, par exemple remplir un formulaire d'expédition à partir des données d'un PDF. Gemini travaille alors dans une fenêtre isolée en arrière-plan et n'occupe pas votre curseur. Chaque étape s'affiche dans le chat, et vous pouvez mettre la tâche en pause à tout moment. Pour les product managers, c'est un exemple de la manière de rendre des agents de bureau contrôlables.

Traité par IA depuis The Decoder ; édité par Hamidun News
Gemini pour Mac sait désormais exécuter des tâches en arrière-plan pendant que vous travaillez
Source : The Decoder. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireThe Decoder ↗
Rédacteur en chef
Chiffre clé #1Disponible pour l'instant uniquement en anglais et uniquement aux États-Unis
Chiffre clé #2L'utilisateur choisit lui-même les applications auxquelles Gemini a accès
Exemples de Googleretouche de photos et de scènes 3D par lots, création de présentations

Imaginez une soirée de travail ordinaire : il faut trier quarante photos, remplir un formulaire d'expédition à partir des données d'un PDF et monter le brouillon d'une présentation. Une demi-heure à une heure de routine, qui vous détourne du vrai travail. Google propose de la confier à Gemini. L'application pour Mac dispose désormais d'un mode Computer Use, qui exécute cette routine en arrière-plan pendant que vous faites autre chose.

Ce que Google a montré

Computer Use exécute des tâches en plusieurs étapes à trois endroits à la fois : dans les fichiers locaux, dans les applications de bureau et sur les sites web. L'utilisateur formule son objectif en langage courant. Gemini se charge ensuite de cliquer, de saisir du texte et de naviguer dans les menus et les formulaires, comme le ferait une personne devant son ordinateur.

Le point technique central est l'endroit où tout cela se déroule. L'agent travaille dans une fenêtre isolée en arrière-plan, et le chat affiche un aperçu en direct de ses actions. L'écran et le curseur restent donc à vous : vous pouvez rédiger un e-mail ou corriger du code pendant que Gemini fait sa part. Jusqu'ici, les agents de ce type prenaient généralement la main, ce qui rendait le travail en parallèle peu pratique.

Les exemples tirés de l'annonce de Google sont plutôt terre à terre :

  • retouche de photos et de scènes 3D par lots ;
  • remplissage de formulaires d'expédition à partir de données contenues dans des PDF locaux ;
  • création de présentations.

Comment fonctionne le contrôle

Pour un agent qui appuie sur des boutons sur votre ordinateur, la question de la confiance compte davantage que les belles démos. Google a prévu plusieurs niveaux de contrôle. L'utilisateur choisit lui-même les applications auxquelles Gemini peut accéder. Il voit chaque étape en temps réel et peut mettre la tâche en pause à tout moment. Avant les actions clés, l'agent demande une confirmation préalable.

Le schéma est raisonnable : la liberté d'action est limitée à une liste de programmes autorisés, et les étapes irréversibles, comme l'envoi d'un formulaire, passent par un humain. Pour ceux qui conçoivent eux-mêmes des agents de bureau ou de navigateur, c'est un modèle d'interface clé en main : isolation, transparence et points de confirmation plutôt qu'un aveugle « fais tout toi-même ».

Ce que l'on ignore encore

Parlons franchement : l'annonce ne contient aucun chiffre. Google ne donne pas de données sur la fréquence à laquelle l'agent mène une tâche à son terme, sur le nombre d'étapes qu'il tient, ni sur son comportement face à des interfaces non standard. Tous les exemples proviennent des supports de l'entreprise elle-même, et il n'existe pour l'instant aucune vérification indépendante. L'annonce ne précise pas non plus quelles applications sont le mieux prises en charge.

Il y a aussi une limite géographique. Computer Use est déployé aujourd'hui uniquement en anglais et uniquement aux États-Unis. L'application Gemini pour Mac peut être téléchargée, mais le mode lui-même n'est pas accessible partout. Les utilisateurs russes et européens devront patienter ou chercher des contournements.

Concurrence et enseignements pour les praticiens

The Decoder note qu'OpenAI travaille aussi activement sur Computer Use et que, selon le média, elle prend une avance nette avec son modèle Astra. L'article ne détaille pas cette comparaison : il faut donc la lire comme l'opinion du média, et non comme un résultat mesuré. La direction, elle, est claire : les grands laboratoires misent sur des agents qui travaillent avec l'interface graphique ordinaire, et pas seulement via une API.

Ce qu'il faut en retenir. Les product managers gagneraient à étudier le modèle de la fenêtre d'arrière-plan : il supprime le principal défaut des agents, qui gênent la personne en train de travailler. Les développeurs dont les applications doivent cohabiter avec de tels agents ont intérêt à vérifier si leurs interfaces sont lisibles et prévisibles : des formulaires sans libellés explicites et des boutons non standard feront dérailler l'automatisation.

Pour les fondateurs qui construisent des agents de bureau de niche, c'est un signal : le scénario de base « décris l'objectif, je clique à ta place » entre dans le produit standard de Google, et il faudra concurrencer par la profondeur dans un domaine précis, et non par la simple capacité à piloter un ordinateur.

Dossier

Questions clés sur cet article

Que sait-on sur Ce que Google a montré ?

Computer Use exécute des tâches en plusieurs étapes à trois endroits à la fois : dans les fichiers locaux, dans les applications de bureau et sur les sites web. L'utilisateur formule son objectif en langage courant. Gemini se charge ensuite de cliquer, de saisir du texte et de naviguer dans les menus et les formulaires, comme le ferait une personne devant son ordinateur. Le point technique central est l'endroit où tout cela se déroule.

Comment fonctionne le contrôle?

Pour un agent qui appuie sur des boutons sur votre ordinateur, la question de la confiance compte davantage que les belles démos. Google a prévu plusieurs niveaux de contrôle. L'utilisateur choisit lui-même les applications auxquelles Gemini peut accéder. Il voit chaque étape en temps réel et peut mettre la tâche en pause à tout moment. Avant les actions clés, l'agent demande une confirmation préalable.

Que sait-on sur Ce que l'on ignore encore ?

Parlons franchement : l'annonce ne contient aucun chiffre. Google ne donne pas de données sur la fréquence à laquelle l'agent mène une tâche à son terme, sur le nombre d'étapes qu'il tient, ni sur son comportement face à des interfaces non standard. Tous les exemples proviennent des supports de l'entreprise elle-même, et il n'existe pour l'instant aucune vérification indépendante. L'annonce ne précise pas non plus quelles applications sont le mieux prises en charge. Il y a aussi une limite géographique.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
Qu'en pensez-vous ?
Chargement des commentaires…