Contexte
Google a annoncé la mise en place d’une infrastructure nommée « Mirror Dimension », décrite comme un « Internet miroir » de grande ampleur. Cette plateforme reproduit le Web public sous forme de copie locale afin de fournir un environnement contrôlé où les agents d’intelligence artificielle intégrés à Chrome peuvent naviguer, interagir avec du contenu et être évalués sans exposer les utilisateurs réels à des risques.
Architecture du Mirror Dimension
Le système repose sur un processus de crawling interne qui parcourt des millions de pages publiques, stocke les ressources HTML, CSS, JavaScript et les médias associés dans des dépôts cloud gérés par Google. Les données sont indexées via les services Bigtable et Spanner, ce qui permet des requêtes à faible latence pour les agents en temps réel. Chaque page est exécutée dans un sandbox basé sur le moteur V8, isolé du réseau extérieur afin d’empêcher toute fuite de données ou appel réseau non autorisé. Le choix d’un sandbox V8 garantit que le comportement du code JavaScript reste identique à celui observé dans le navigateur Chrome réel, tout en offrant la possibilité de réinitialiser l’état entre deux scénarios de test.
Utilisation par les agents IA de Chrome
Les agents IA de Chrome, alimentés par le modèle Gemini, utilisent le Mirror Dimension comme terrain d’entraînement et de validation. Lors d’une session, l’agent reçoit une requête utilisateur, sélectionne une page cible dans la copie locale, exécute le script client et génère une réponse basée sur le rendu final. Cette boucle fermée permet de mesurer la pertinence de la réponse, la capacité de l’agent à extraire des informations structurées et la conformité aux politiques de sécurité. Google indique que le processus d’évaluation inclut des métriques de latence, de consommation mémoire et de taux d’erreur de rendu, bien que les valeurs précises ne soient pas publiées.
Limites et perspectives
Le principal défi identifié réside dans la fidélité du miroir par rapport au Web dynamique. Les pages qui dépendent de services tiers, de géolocalisation ou de contenus générés en temps réel ne sont pas entièrement reproduites, ce qui peut conduire à des écarts entre les performances observées dans le Mirror Dimension et celles rencontrées en production. De plus, l’absence de chiffres officiels sur la taille du corpus rend difficile l’évaluation de la couverture thématique. Google souligne toutefois que la plateforme est extensible : de nouveaux crawls peuvent être planifiés et les jeux de données mis à jour régulièrement pour réduire cet écart. À terme, le Mirror Dimension pourrait servir de banc d’essai pour d’autres produits IA de Google, au-delà de Chrome, en offrant un cadre de test reproductible et sécurisé.