Google Cloud lanzó Agents CLI en Cloud Next '26 el 22 de abril, una herramienta de línea de comandos open source que da a los agentes de codificación de IA una interfaz determinista a la Gemini Enterprise Agent Platform de Google (el nuevo nombre de Vertex AI). InfoQ lo levantó seis días después. La elección notable: Agents CLI soporta explícitamente Claude Code, Cursor y Gemini CLI como clientes de primera clase — Google entrega tooling de integración para los agentes de la competencia en vez de encerrar a los desarrolladores en Gemini. El repo google/agents-cli en GitHub cruzó las 1.000 estrellas en las 48 horas siguientes al lanzamiento.
La mecánica es reducir overhead de tokens, no agregar funcionalidades. Hoy, cuando Claude Code o Cursor trabajan con Google Cloud, tienen que inferir cómo Agent Platform, Cloud Run, IaC y CI/CD se conectan — cada iteración quema contexto en la misma plomería. Agents CLI embebe ese conocimiento estructurado directamente: en vez de que un agente lea docs y re-deduzca formas de API, llama a un comando CLI que devuelve resultados deterministas. El paquete incluye simulación local, pipelines de evaluación que comparan salidas entre corridas y validación contra datasets — atendiendo una de las quejas más fuertes del desarrollo de agentes hoy: la mayoría de los equipos despliegan sin probar porque no hay forma limpia de probar. La automatización de despliegue genera IaC, configura CI/CD y lleva a Cloud Run o Kubernetes, con publicación en Gemini Enterprise. Un "Human Mode" deja a los desarrolladores ejecutar comandos CLI directamente cuando los workflows manejados por agentes necesitan supervisión.
Dos patrones importan acá. Primero, la integración multi-vendor de agentes de codificación es el movimiento opuesto al que GitHub anunció la misma semana. Donde Copilot se convierte en un foso Microsoft sabor OpenAI con costo controlado, Agents CLI es Google diciendo "usá el agente de codificación que quieras, sólo desplegá con nosotros". Es amistoso para los devs y una apuesta calculada: el sustrato cloud es el lock-in, la capa de agente es commodity. Segundo, embeber conocimiento CLI estructurado para cortar overhead de contexto es el mismo patrón que MCP — darle a los agentes herramientas deterministas en vez de forzarlos a re-deducir APIs desde docs en cada iteración. El patrón está convergiendo entre proveedores: Anthropic con conectores creativos más temprano hoy, IBM con el tool calling de Bob, Google con Agents CLI. Superficies distintas, misma forma.
Para los builders que despliegan workflows agentic en Google Cloud, ésta es la clase de release que te acelera de verdad — el pipeline de eval por sí solo elimina una categoría real de dolor del tipo "no tenemos idea si esta regresión es real". Para todos los demás, la lectura estratégica es más útil: Google decidió no pelear las guerras de agentes de codificación y en su lugar ser la nube donde aterrizan los agentes de todo el mundo. Vale compararlo con la apuesta Copilot de Azure (un ecosistema, una nube) y AWS Bedrock Agents (mediado por Bedrock, menos plug-in para agentes externos). El detalle del "Human Mode" — dejar que los devs salteen el agente — es el toque pequeño que muestra que Google miró qué pasó cuando los workflows totalmente autónomos rompieron cosas. Usalo.