Французский национальный оператор RTE (Réseau de Transport de l’Electricité) перестал заигрывать с чат-ботами и перешел к реальному делу. Как следует из отчета Жерома Пико и Клемана Губе, компания внедряет агентские системы для управления критической физической инфраструктурой. Речь не о генерации текстов, а о прямой интеграции LLM с промышленными симуляторами через Model Context Protocol (MCP). Это превращает нейросети из советчиков в исполнителей, способных ворочать сложными инженерными расчетами.
Технологический стек: pypowsybl-mcp
В центре архитектуры — разработка pypowsybl-mcp. Этот интерфейс «пробрасывает» возможности фреймворка для моделирования энергосетей pypowsybl напрямую ИИ-агентам. По оценке экспертов RTE, ручная подготовка данных и настройка сценариев в условиях роста возобновляемой энергетики стали непозволительной роскошью — эксперты просто не справляются с объемом гипотез.
Использование мультиагентных воркфлоу, где роли четко распределены между планировщиками и исполнителями. Автоматизация настройки симуляций и извлечения результатов. Сохранение полного контроля над процессом со стороны инженеров.
Смена парадигмы: Action Models вместо диалогов
Это важный сдвиг от развлекательных диалогов к Action Models. Вместо того чтобы пытаться научить нейросеть физике, ей дают стандартизированный инструмент для работы с профессиональным софтом.
Такой подход закрывает вопрос безопасности и масштабируемости: агенты работают в закрытом контуре инженерной среды под надзором человека, что полностью соответствует требованиям EU AI Act.
Итоги и перспективы
Вместо попыток объять необъятное, французские инженеры создали специализированный слой трансляции. Это превращает LLM в операционную систему для энергосетей, где разные инструменты общаются через унифицированный формат. На наш взгляд, именно такая «приземленная» автоматизация рутины, а не мифические прорывы, станет реальным фундаментом для управления сложными государственными системами в ближайшие годы.