Système d'intelligence Android et API MCP pour les applications agentiques

La système d'intelligence Android sert de couche fondamentale reliant les agents IA aux applications dans un écosystème diversifié d'appareils, y compris les téléphones, les objets connectés portables, les lunettes XR, les téléviseurs et les automobiles. Cette architecture est conçue pour protéger la vie privée des utilisateurs tout en permettant une assistance à la demande et proactive. Les développeurs obtiennent le contrôle de l'intégration des applications via des API et des outils basés sur le standard familier Model Context Protocol. Le composant principal, Android MCP, est propulsé par la bibliothèque Jetpack AppFunctions et agit comme un framework unifié d'appel d'outils. Il permet une connexion directe avec des agents IA qualifiés sur l'appareil, en soutenant à la fois l'agent système et les agents personnalisés sur l'appareil au sein des applications. Pour les scénarios nécessitant une portée interplateforme, une option de serveur MCP distant est disponible, complétant la solution Android native.

Android MCP est le chemin d'intégration recommandé lorsque le parcours utilisateur implique un chiffrement de bout en bout, des données locales sensibles ou le besoin d'accéder aux capteurs et au matériel de l'appareil. Il est également essentiel lorsque l'exécution doit se produire localement ou lorsqu'aucun point de terminaison serveur n'est disponible. Pour étendre entièrement les capacités agentiques sur l'appareil, les API ML Kit GenAI ont été mises à jour pour exploiter de nouvelles fonctionnalités de Gemini Nano 4, telles que l'appel de fonctions. Les développeurs peuvent désormais utiliser l'accès direct aux modèles de ML Kit via l'API Prompt et la nouvelle API Agentic. L'API Agentic automatise l'exécution des fonctions, conserve l'historique de la conversation, gère la boucle d'orchestration et inclut des garde-fous automatiques pour assurer la sécurité.

Pour les flux de travail nécessitant une approche hybride combinant le traitement cloud et local, Firebase AI Logic offre une solution simple. Cela permet aux développeurs d'appeler des modèles cloud avancés, tels que Gemini 4, avec un repli automatique sur l'inférence sur l'appareil avec Gemini Nano lorsque c'est possible. Pour gérer les coûts de production et protéger les applications, Firebase App Check, de nouveaux modèles de prompts serveur et les plafonds de dépenses Firebase sont disponibles. De plus, le rendu Jetpack Compose A2UI est désormais en version alpha, permettant aux agents de diffuser des interfaces natives Compose riches et interactives directement à partir d'un protocole JSON. Cette capacité permet aux agents de « parler l'interface », créant des interfaces dynamiques sans codage manuel de la mise en page.

La Connected Apps Platform introduit une manière d'atteindre les utilisateurs à forte intention via les surfaces Gemini et Search. Cette plateforme combine Android MCP pour l'exécution native sur l'appareil avec des serveurs MCP distants pour une portée interplateforme plus large. Les développeurs peuvent commencer à développer et à tester localement dès aujourd'hui en utilisant le Gemini Apps Developer Mode. Pour le déploiement en production, une liste d'attente d'aperçu est disponible, actuellement limitée aux applications sélectionnées et prêtes pour la production dans les catégories prises en charge, avec un accès autonome plus large prévu plus tard. Ce changement reflète une évolution plus large du comportement des utilisateurs, passant de la pose de questions à la réalisation d'actions directes via des expériences d'applications intégrées.