Les agents de la plateforme Rescale, conçus à cet effet, intègrent des actions agentiques dans les flux de travail existants, créant ainsi un chemin de confiance vers des processus d'ingénierie agentique de bout en bout.

De nombreuses entreprises d'ingénierie intègrent des agents d'IA à leurs environnements pour automatiser les tâches manuelles répétitives. Cependant, face à la prolifération rapide des capacités des agents, de nombreuses équipes réalisent que l'ingénierie des agents ne repose pas sur un seul agent. Elles ont besoin d'un ensemble croissant d'agents contextuels, chacun capable de résoudre une étape du cycle de vie complet d'une simulation.

C’est précisément l’approche de Rescale annoncé lors de la présentation du printemps Avec le lancement de la bibliothèque d'agents et la mise à disposition de plus de 10 agents fondamentaux, les ingénieurs peuvent choisir et les intégrer à leurs flux de travail existants. Nous développons activement l'avenir de l'ingénierie des agents et envisageons son déploiement progressif : les agents d'ingénierie dédiés présentés dans cet article ne sont qu'un point de départ. Dans de prochains articles, nous explorerons des flux de travail plus avancés ; pour l'instant, nous nous concentrons sur le point de départ de la plupart des organisations. 

La Fondation : Des agents spécialisés déjà à l'œuvre

Redimensionner Bibliothèque d'agents Elle couvre déjà une grande partie du cycle de vie de la simulation, notamment grâce à des agents capables de gérer bon nombre des tâches les plus courantes et chronophages auxquelles les ingénieurs sont confrontés. De nouveaux agents sont régulièrement ajoutés à la bibliothèque ; voici quelques exemples d’agents actuellement utilisés dans les flux de production de nos clients :

• Agent de recommandation Coretype : recommande le matériel adapté à un solveur et à une charge de travail, point de départ de toute décision d'évaluation comparative ou de soumission.
• Agent de validation des entrées : Il détecte les erreurs dans un fichier d'entrée avant sa soumission, ce qui permet aux ingénieurs de les identifier en quelques secondes au lieu de plusieurs heures.
• Agent de dépannage des emplois : diagnostique une tâche ayant échoué, propose une solution, l'applique après approbation et la soumet à nouveau, en itérant jusqu'à ce que la tâche s'exécute.
• Agent de synthèse des échecs professionnels : Il lit les journaux d'une tâche ayant échoué et explique, en langage clair, ce qui s'est mal passé et où.
• Agent générateur de rapports : transforme une campagne de simulation terminée en un rapport soigné basé sur votre modèle, avec des résultats, des graphiques et des recommandations.
• Agent organisateur de travail : Il permet de désencombrer les espaces de travail en plaçant chaque tâche dans le bon dossier et en l'étiquetant selon des dimensions transversales.
• Agent d'analyse comparative de la configuration de calcul : trouve la configuration de calcul qui offre à une charge de travail le meilleur temps, le meilleur coût ou le meilleur équilibre en exécutant réellement le balayage.
• Agent de renseignement de file d'attente : transforme les données de la file d'attente en réponses, notamment la durée d'attente des tâches, les raisons de cette attente et les éléments à modifier.
• Agent de contrôle budgétaire : Les outils de suivi calculent les budgets, expliquent les variations de dépenses et recommandent des réaffectations avant la fin du trimestre.
• Agent de la base de connaissances : permet la recherche sémantique et le raisonnement sur la documentation ingérée de votre organisation, en ancrant les réponses des autres agents dans vos documents de référence. 

Chaque agent constitue une base sur laquelle vous pouvez construire : appliquez-y votre propre expertise du domaine et votre contexte organisationnel, intégrez-les comme nœuds dans des flux de travail déterministes et enchaînez-les pour couvrir une part beaucoup plus importante du cycle de vie de la simulation que n’importe quel agent seul.

La véritable valeur réside dans le flux de travail.

C’est là que l’ingénierie agentielle diverge du modèle de copilote IA. Un copilote assiste sur une tâche à la fois. L’enjeu est d’orchestrer les agents mentionnés précédemment, en les contextualisant, au sein d’un flux de travail unique et complet couvrant l’intégralité du cycle de vie de la simulation, depuis la préparation du traitement jusqu’à l’obtention des résultats. Voici à quoi cela ressemble pour les trois étapes d’un flux de travail de simulation numérique :

• Préparation – Mise en place et planification : L'agent de recommandation Coretype suggère le matériel adapté à la charge de travail, et l'agent de validation des fichiers d'entrée vérifie la configuration avant qu'elle ne consomme une seule heure de calcul.
• Pendant l'exécution – Surveillance et dépannage : L'agent de dépannage des tâches détecte une défaillance, la diagnostique à partir des journaux et, après approbation, applique un correctif et soumet à nouveau la tâche.
• Après la course – Résultats et compte rendu : L'agent générateur de rapports synthétise les résultats en fonction des critères d'acceptation et rédige les conclusions.

Aucun agent ne réalise à lui seul toutes ces tâches. Mais lorsqu'ils travaillent de concert au sein d'un flux de travail régi, avec des pauses aux moments opportuns pour une vérification humaine, l'ingénieur passe de l'exécution de chaque étape à la révision, l'approbation et la prise de décision tout au long du processus.

C’est là que la valeur se multiplie. Un flux de travail de bout en bout ne se contente pas de faire gagner du temps ponctuellement ; il transforme un processus reproductible en un atout précieux. La valeur s’accumule à chaque itération de conception et se démultiplie pour chaque ingénieur et chaque équipe qui l’utilise, de sorte que toute l’organisation bénéficie de chaque amélioration.

Le contexte transforme l'automatisation en jugement d'ingénierie

Même la meilleure architecture d'agent reste insuffisante sans contexte. Les modèles génériques ignorent vos conventions de résolution, vos modèles de test, vos critères d'acceptation et l'historique de vos campagnes précédentes. Sans ces éléments, toute recommandation se réduit à une réponse théorique : plausible, certes, mais insuffisamment adaptée au problème que vous rencontrez.

Lorsque les agents peuvent s'appuyer sur un historique structuré de simulations antérieures, de normes et de décisions de projet, ils passent de réponses plausibles à des réponses fondées :

• Interprétation des exigences : Un agent qui consulte les nouvelles exigences thermiques d'un bloc-batterie récupère les plans antérieurs de travaux similaires et signale les points nécessitant un jugement quant aux nouveautés.
• Diagnostic de panne : Le diagnostic s'améliore lorsqu'un agent compare une erreur à l'historique des pannes similaires de votre organisation et aux solutions qui ont fonctionné.
• Interprétation des résultats : L'interprétation s'affine lorsqu'un agent compare la campagne actuelle aux versions précédentes et explique ce qui a changé.

Rendre ce savoir institutionnel accessible, grâce à des sources de données interconnectées et des systèmes de connaissances dédiés, est ce qui distingue l'automatisation de base d'un véritable partenaire d'ingénierie de confiance. Concrètement, cela implique de modéliser les composants, les exigences, les tests et les résultats sous forme de données interconnectées plutôt que d'enregistrements isolés. Ainsi, un agent peut retracer l'impact d'une modification de conception ou d'un échec antérieur sur la décision à prendre. Nous détaillerons le fonctionnement de cette structure dans un prochain article ; pour l'instant, retenez que le contexte transforme l'automatisation en expertise technique et ouvre la voie à un niveau de compétence supérieur.

La voie à suivre pour construire un avenir accéléré par les agents

L'ingénierie des agents est un domaine émergent et en constante évolution, et aucun fournisseur ne propose aujourd'hui de solution complète couvrant l'intégralité du cycle de vie. Les organisations qui prendront l'ascendant ne seront pas celles qui comptent le plus d'agents, mais celles qui s'attaqueront d'abord aux principaux points de blocage et mettront en œuvre les processus les plus efficaces.

C’est l’approche que Rescale privilégie : des agents conçus sur mesure, testés face aux cas d’usage réels des ingénieurs, basés sur les données de l’organisation, personnalisables pour chaque équipe et conformes aux normes exigées par les services d’ingénierie. Chaque flux de travail créé par nos clients gagne en valeur à chaque itération de conception et pour chaque utilisateur et équipe qui l’adopte.

Dans cet univers des technologies agentielles en constante évolution, vous n'êtes pas seul. Collaborez avec nos experts et notre équipe Solutions déployées pour cartographier vos flux de travail existants, les contextualiser et concrétiser votre vision d'une ingénierie accélérée par les agents. Vos ingénieurs pourront ainsi consacrer moins de temps aux tâches administratives et plus de temps aux décisions stratégiques.

Prêt à le voir en action ? Démo en visio pour voir comment Ingénierie des agents de redimensionnement peut transformer le cycle de vie de votre simulation, des exigences aux décisions, grâce à une automatisation intelligente qui permet aux ingénieurs de garder le contrôle.