L’ère du « prompt tout-en-un » touche à sa fin, marquant une évolution fondamentale dans la conception des applications d’intelligence artificielle. Google, en lançant son API Interactions en version bêta, s’impose comme un acteur clé de cette transition vers une architecture plus structurée, étatique et capable de gérer des tâches complexes. Contrairement aux APIs traditionnelles de modèles de langage comme OpenAI, qui ont dû évoluer de Completions à Responses, Google adopte une approche différente : l’API Interactions n’est pas une substitution directe de l’ancienne API generateContent, mais une extension qui introduit une couche de gestion d’état, d’orchestration d’outils et de traitement asynchrone. Le cœur du problème réside dans l’insuffisance des boucles de chat classiques, où l’état est implicite, limité à une fenêtre de tokens historiques. Cette approche conduit facilement à des hallucinations ou à des dérives logiques, notamment dans les applications interactives comme les assistants d’onboarding ou les systèmes de diagnostic. L’API Interactions résout ce défaut en introduisant une ressource « Interaction » qui sert de session persistante, stockant l’intégralité de l’historique — inputs, outputs, résultats d’outils — sur les serveurs de Google. Grâce à un ID d’interaction, les développeurs peuvent reprendre une conversation à tout moment, sans avoir à réinjecter l’ensemble du contexte, ce qui améliore la performance, réduit les coûts en tokens et permet une meilleure gestion du cache. Un des atouts majeurs de cette API est sa capacité à orchestrer des processus agents à haute latence, comme le Deep Research de Google. Ce dernier, basé sur Gemini, ne se contente pas de répondre à une requête : il planifie des recherches, analyse des centaines de documents, synthétise des informations et génère des rapports détaillés. Cette opération, trop longue pour être exécutée dans une boucle synchrone, est désormais gérée de manière asynchrone via l’API. En lançant une tâche de recherche avec background=True, le développeur peut continuer à travailler, tout en interrogeant périodiquement l’état de l’interaction jusqu’à sa complétion. Cela permet de construire des systèmes comme un moteur d’intelligence concurrentielle, capable d’analyser en profondeur une entreprise (comme Nvidia) en produisant une analyse SWOT complète à partir de rapports annuels, de transcriptions de résultats, et de nouvelles récentes. L’API est également multi-modale, permettant de générer des images via des modèles comme Gemini 3 Pro Image Preview, ou d’intégrer des fonctions, des outils et des flux structurés. Elle ouvre la voie à des applications complexes : assistants médicaux, évaluateurs financiers, systèmes de recherche scientifique. En séparant clairement le raisonnement (confié au modèle) de l’architecture (gérée par le développeur), Google permet de passer d’un système probabiliste à un produit fiable, évolutif et maintenable. À noter que l’API Interactions reste en bêta, et que le Deep Research est en préversion. Son adoption en production doit donc être prudente. Toutefois, elle représente une avancée significative vers une IA plus mature, où l’interaction humain-machine n’est plus une simple conversation, mais une collaboration structurée, étatique et capable de tâches complexes. Cette évolution marque la maturité du domaine : l’IA n’est plus seulement une réponse à un prompt, mais un système d’ingénierie capable de pensée profonde, de planification et de gestion de tâches longues.