Google Cloud lance l'Open Knowledge Format (OKF), spécification Markdown neutre pour fournir du contexte aux agents IA

Google Cloud lance un format ouvert pour convertir des documents épars en fichiers Markdown destinés aux agents IA

Google Cloud a lancé l'Open Knowledge Format (OKF), un nouveau standard destiné à transformer la documentation organisationnelle éparpillée en fichiers Markdown structurés avec frontmatter YAML. L'objectif : rendre la connaissance interne des entreprises portable et directement exploitable par des agents d'intelligence artificielle. La spécification, délibérément minimaliste, propose un cadre commun pour unifier des contenus aujourd'hui dispersés entre wikis, bases de données, outils SaaS et documents PDF. L'enjeu est considérable pour les entreprises qui déploient des agents IA en interne. Actuellement, ces agents peinent à accéder à la connaissance organisationnelle parce qu'elle ne respecte aucun format unifié. OKF résout ce problème structurel en imposant une couche de standardisation légère : chaque document devient un fichier texte lisible à la fois par un humain et par un LLM, avec des métadonnées explicites permettant aux agents de comprendre le contenu, sa portée et sa pertinence sans transformation préalable. La démarche de Google Cloud s'inscrit dans un mouvement intellectuel récent : Andrej Karpathy, chercheur emblématique passé par Tesla et OpenAI, avait popularisé ce concept sous l'appellation "LLM Wiki", plaidant pour des bases de connaissances conçues nativement pour les modèles de langage. En formalisant cette intuition sous forme de standard ouvert, Google Cloud cherche à s'imposer comme référence dans l'écosystème des agents d'entreprise, un marché en forte croissance où la qualité et l'accessibilité de la connaissance structurée sont devenues des avantages concurrentiels décisifs.

💬 Le vrai goulot d'étranglement des agents IA en entreprise, c'est jamais le modèle, c'est la connaissance éparpillée dans 14 outils différents. Karpathy avait nommé le truc il y a un moment, Google vient juste de le mettre en costume corporate avec un nom de standard. Reste à voir combien d'éditeurs SaaS vont jouer le jeu, parce qu'un format ouvert sans adoption, c'est juste un PDF de plus.

Google lance Open Knowledge Format et ça secoue déjà le web

Google Cloud a officialisé le 12 juin 2026 un nouveau format ouvert baptisé Open Knowledge Format, ou OKF, conçu pour que les agents IA puissent naviguer dans les savoirs internes d'une organisation sans se perdre dans des piles de documents mal rangés. L'annonce émane de l'équipe Data Cloud de Google, portée par Sam McVeety et Amir Hormati. Le principe est volontairement simple : chaque connaissance d'une organisation, une définition de métrique, une procédure, la description d'une table de base de données, devient un fichier Markdown accompagné d'un en-tête YAML. Le seul champ obligatoire est le type du document, ce qui limite la lourdeur administrative. Ces fichiers peuvent se référencer mutuellement via des liens ordinaires, transformant un dossier plat en graphe consultable. Google fournit également des outils de démonstration concrets : un agent capable de parcourir un jeu de données BigQuery pour générer automatiquement un fichier par table, ainsi qu'un visualiseur qui transforme l'ensemble en graphe interactif. Le problème que vise OKF est bien réel pour quiconque déploie des agents IA en entreprise aujourd'hui. Un modèle de langage, aussi puissant soit-il en génération, ignore tout du contexte interne d'une organisation : les exceptions à une règle, les multiples acceptions d'un même indicateur selon les équipes, les usages non documentés d'une table de données. Avant de produire quoi que ce soit d'utile, l'agent doit reconstruire ce contexte en fouillant wikis, catalogues, notes et documents partagés. OKF propose une alternative structurée : plutôt qu'un sac de documents déversé en vrac dans le contexte, l'agent reçoit une carte lisible et navigable du savoir interne, et peut trouver la bonne information sans tout ingurgiter d'un coup. Pour les équipes data et les développeurs d'agents, c'est un gain de fiabilité et de précision potentiellement significatif. Google ne prétend pas avoir inventé l'idée de zéro. OKF s'inscrit dans le prolongement direct du concept de « LLM Wiki » popularisé par Andrej Karpathy en avril 2026, qui proposait déjà une base Markdown construite et maintenue par un agent. Depuis, les développeurs avaient commencé à bricoler leurs propres conventions, entre AGENTS.md, CLAUDE.md et bases Obsidian connectées à des LLM, sans standard commun. OKF ambitionne d'être cette convention partagée, permettant aux agents de lire ces wikis de manière interopérable. La version publiée reste une v0.1 explicitement présentée comme un point de départ, et le format ne vise pas le web public ni le référencement naturel : il cible exclusivement les connaissances internes des organisations. La vraie question, désormais, est de savoir si l'écosystème des outils IA adoptera ce standard ou continuera de proliférer en dialectes incompatibles.

💬 Ce que Google appelle OKF, on le faisait déjà avec nos CLAUDE.md et nos bases Obsidian, sans le savoir. L'intérêt d'une convention partagée, c'est exactement ça : arrêter de réinventer chacun dans son coin une structure que tout agent devrait pouvoir lire. Reste la vraie question, si l'écosystème suit ou si dans six mois on a juste un format supplémentaire à la liste.

Google et ses partenaires annoncent une spécification de découverte de ressources pour agents IA

Google et plusieurs partenaires industriels ont dévoilé la spécification Agentic Resource Discovery (ARD), un standard ouvert destiné à la publication, la découverte et la vérification d'outils, d'API et d'agents d'intelligence artificielle. Présentée par Leela Kumili, cette annonce introduit une couche de découverte reposant sur des catalogues et des registres, permettant aux systèmes d'IA de repérer dynamiquement les capacités disponibles. ARD s'appuie sur des protocoles déjà établis comme MCP (Model Context Protocol) et OpenAPI pour la partie exécution, se positionnant comme une brique complémentaire plutôt qu'un remplacement de l'existant. Cette initiative répond à un problème concret pour les développeurs d'agents IA : à mesure que les outils, API et sous-agents se multiplient, il devient difficile de savoir quelles capacités existent, où les trouver et si elles sont fiables. En standardisant la découverte et la vérification, ARD pourrait simplifier la construction de systèmes multi-agents capables de composer des services entre eux de façon sûre et interopérable, un enjeu central pour les entreprises qui déploient des agents IA à grande échelle dans leurs infrastructures. Cette annonce s'inscrit dans une dynamique plus large de standardisation de l'écosystème agentique, où plusieurs acteurs cherchent à éviter une fragmentation des protocoles. Le MCP, porté notamment par Anthropic, s'est imposé comme référence pour la connexion des modèles aux outils externes, tandis qu'OpenAPI reste le standard pour décrire les API. En misant sur ces fondations existantes plutôt qu'en créant un protocole rival, Google et ses partenaires cherchent à renforcer la confiance et l'adoption. Les prochaines étapes attendues concernent l'implémentation concrète par les fournisseurs de cloud et les éditeurs d'outils IA.

💬 Google et ses partenaires viennent de dire à voix haute ce que tout le monde pensait tout bas : les agents IA sans annuaire commun, ça devient vite le bordel. ARD ne réinvente rien, il s'appuie sur MCP et OpenAPI, et c'est justement pour ça que ça a une chance de tenir. Reste à voir si les fournisseurs cloud jouent vraiment le jeu, parce qu'un standard sans adoption massive, c'est juste un joli PDF.

Google intègre le support MCP dans Colab pour permettre l'exécution cloud d'agents IA

Google a publié le Colab MCP Server, un outil open source qui permet aux agents d'intelligence artificielle d'interagir directement avec Google Colab via le Model Context Protocol (MCP). Cette intégration donne aux agents la capacité d'exécuter du code, de lancer des notebooks et de piloter des environnements cloud Colab sans intervention humaine, en passant par une interface standardisée que les principaux frameworks d'agents reconnaissent nativement. L'enjeu est concret : les développeurs qui construisent des agents IA se heurtent régulièrement à deux problèmes, la puissance de calcul disponible localement et la sécurité des exécutions. En déportant ces tâches vers Colab, les agents peuvent faire tourner des modèles lourds, traiter des jeux de données volumineux ou exécuter du code potentiellement risqué dans un environnement isolé et géré par Google, sans exposer la machine du développeur. Cela ouvre la voie à des workflows d'automatisation bien plus ambitieux, notamment pour les équipes qui n'ont pas accès à des GPU dédiés. Ce lancement s'inscrit dans la montée en puissance du Model Context Protocol, standard initialement proposé par Anthropic et rapidement adopté par l'ensemble de l'industrie comme protocole commun pour connecter les agents aux outils externes. Google, qui avait déjà intégré MCP dans plusieurs de ses produits, étend ainsi sa surface de compatibilité avec l'écosystème agent. Le fait que le serveur soit open source suggère une volonté d'ancrer Colab comme infrastructure de référence pour l'exécution agentique dans le cloud.