Материал подготовлен автоматически по первоисточникам: ссылки на них — в конце статьи.
Систему научили проверять заявки на подключение к энергосети и проводить инженерные исследования так, чтобы специалист мог восстановить путь к каждому выводу. В препринте команды Grid Agents, который не проходил рецензирование, а все числа в нём получили сами авторы, специализированная часть системы оказалась точнее и быстрее всех сравненных решений. Для продуктовых команд важен не отраслевой рекорд, а схема: знания дают доказательства, инструменты считают, а журнал действий позволяет проверить путь к ответу.
Знания отвечают за правила, расчётные пакеты — за числа
Grid Agents состоит из двух связанных частей. Grid Ontology хранит нормативные документы и накопленные знания, а Grid Studio планирует и запускает исследования энергосети.
В британском наборе Grid Ontology собраны 27 документов на 6 347 страниц: законы, сетевые кодексы, стандарты и описания процессов. Агент ищет в них доказательства и прикладывает к ответу конкретные фрагменты. Поэтому специалист проверяет не правдоподобность текста, а источник каждого утверждения.
Рядом с документами находится память системы. Она хранит факты, методы выполнения задач и опыт прошлых исследований. Агент может предложить новое правило или исправить старое, но изменение, которое затронет других специалистов, вступает в силу только после одобрения человеком.
Grid Studio использует эти знания, чтобы выбрать исследование, подготовить состояние сети и прочитать результат. Сама LLM не решает сетевые уравнения и не вычисляет токи или напряжения: каждый показатель выдаёт отраслевой расчётный пакет. Модель отвечает за последовательность действий и интерпретацию, но не подменяет вычислительный движок.
Такое разделение закрывает разные классы ошибок. Ссылка на нормативный фрагмент защищает от ответа без основания. Расчётный пакет защищает от арифметики модели. Решения о подключении, усилении сети и принятии заявки остаются за инженером, причём процесс останавливается в точках, где требуется его подтверждение.
Правильный результат засчитывали только вместе с правильной работой
Обычная проверка агента сравнивает финальный ответ с эталоном. Для энергосети этого недостаточно: одно и то же значение можно получить из памяти, случайным совпадением или расчётом для неверного состояния сети.
Поэтому строгий зачёт требовал одновременно попасть в допустимую погрешность и подтвердить, что нужное исследование запустили на нужной версии сети. Система сохраняет вызовы инструментов, а проверяющий воспроизводит их и видит, какие изменения агент применил перед расчётом. Верный показатель после неверной последовательности действий не засчитывается.
Grid Studio проверили на 519 задачах из опубликованных наборов. Они охватывали сети от 4 до 9 241 узла и включали расчёт потоков мощности, проверку отключений, поиск оптимального режима и изменение задачи по текстовому требованию. Это одиночные инженерные задания, а не полный процесс подключения с несколькими последовательными этапами.
Итоговая оценка Grid Studio составила 99,9%, а медианное время работы агента — 13,9 секунды на задачу. Codex CLI, Claude Code и Power-Agent получили более низкую оценку и работали медленнее; обе разницы статистически значимы. Преимущество росло на крупных сетях, где универсальные агенты чаще ошибались при подготовке состояния или писали собственный код вместо вызова готового инструмента.
Grid Ontology также чаще находила правильные нормативные доказательства, чем Claude Code и конвейеры с однократным поиском. Разница здесь принципиальна: ответ без подходящей ссылки всё равно приходится полностью проверять вручную.
Планы стоит менять вокруг контура выполнения, а не вокруг модели
Работа не показывает, что LLM можно поручить автономное решение о подключении объекта. Она показывает более узкую и применимую архитектуру помощника: модель планирует, специализированные инструменты выполняют расчёты, а человек утверждает выводы.
Для команды, которая строит агента в регулируемой отрасли, выбор базовой модели становится лишь частью системы. Поиск должен возвращать проверяемое доказательство, вычисления следует выносить в существующие расчётные средства, а журнал — хранить состояние данных и последовательность вызовов. Иначе правильный финальный ответ не доказывает, что процесс был правильным.
Память агента тоже нельзя обновлять незаметно после каждого диалога. Grid Agents разделяет личный опыт сессии и общие знания: изменения, которые повлияют на работу коллег, проходят человеческое одобрение. Такой барьер особенно полезен там, где правила меняются, но каждое решение должно оставаться воспроизводимым.
Отдельный опыт с планированием усиления сети показывает пользу ещё одного слоя. Когда агент передавал подбор работ оптимизатору, итоговые пакеты стоили в среднем на 33–67% меньше, чем варианты, составленные агентом самостоятельно, и при этом проходили независимую проверку режима после отключения одного элемента. LLM здесь формулирует и ведёт задачу, но поиск лучшего инженерного варианта выполняет предназначенный для этого алгоритм.
Практический вывод — проектировать сначала проверяемый маршрут от документа и состояния системы до расчёта и решения. Замена модели затем улучшит отдельные шаги, но не компенсирует отсутствие доказательств, специализированных инструментов и воспроизводимого журнала.
Источники
Похоже на вашу задачу?
Расскажите, что собираете. За полчаса разложим на этапы и назовём сроки — это бесплатно и ни к чему не обязывает.
