AI-modellen en platforms
Rescale zet engineeringagenten aan het werk voor het reactorontwerp van Hermes 2

Rescale introduceerde op 10 november 2026 een raamwerk om AI-agenten voor engineering aan te passen en maakte bekend dat Kairos Power en de Manufacturing Demonstration Facility van Oak Ridge National Laboratory zijn platform gebruiken voor Hermes 2, een reactor van 50 megawatt die met fluoridezout wordt gekoeld.
AI-ontwikkelingsingenieurs van Rescale ondersteunden de samenwerking, waarin geavanceerde productie- en bouwmethoden worden getest. De teams gebruikten agenten voor thermische simulaties, stromingssimulaties en afschermingssimulaties en de bijbehorende rapportage over ontwerpen van de reactorholte en de plug voor de biologische afscherming. Een ingenieur keurde elke handeling van een agent goed.
ORNL legt zijn expertise op het gebied van simulatie en additieve productie vast in agenten, zodat ingenieurs buiten de faciliteit die methoden kunnen toepassen. De efficiëntiedoelstelling is toekomstgericht: Kairos Power verwacht dat agentische workflows op basis van eerdere simulaties de efficiëntie van end-to-end-simulatieanalyse met maximaal 3x kunnen verhogen, met behoud van de traceerbaarheid die nodig is om aan regelgeving te voldoen.
Herbruikbare projecten en traceerbaar werk
In het verslag van de Fall 2026 Showcase wordt Agentic Projects gepresenteerd als de regielaag voor Edison, de AI-assistent en agentorkestrator van Rescale. Teams kunnen doelstellingen, tools, vaardigheden en waarborgen instellen en vervolgens agentknooppunten toevoegen voor stappen zoals invoer valideren, resultaten analyseren of bewijsmateriaal voorbereiden. Projecten kunnen worden opgeslagen en tussen programma’s worden gedeeld. Een voorgestelde les wordt pas aan het projectgeheugen toegevoegd nadat een ingenieur deze heeft goedgekeurd.
Engineering Intelligence brengt vereisten, ontwerp, simulatie, tests en procesgegevens samen in kennisgrafen, die agenten de relaties en configuraties bieden die nodig zijn voor complex werk. Een aparte werkprocesgraaf brengt mensen, gegevens en taken in een workflow in kaart, zodat ingenieurs kunnen nagaan hoe het werk is uitgevoerd en waar agenten eraan hebben bijgedragen.
Niet alle onderdelen verschenen voor het eerst tijdens het evenement van 10 november. Rescales releaseopmerking over Agentic Projects is gedateerd op 26 oktober 2026 en beschrijft gevalideerde basisjobs, gekoppelde normen en bestanden, herbruikbare vaardigheden en bronvermeldingen wanneer Edison antwoord geeft op basis van een gekoppeld document. Projecten zijn aanvankelijk privé, kunnen met een werkruimte worden gedeeld en vereisen dat Agentic Engineering is ingeschakeld.
Grenzen van de desktopapp en externe clients
Rescale Desktop volgde in een releaseopmerking van 5 november 2026. De app voor macOS op Apple silicon, Windows x64 en Linux x64 verplaatst bestanden tussen lokale en cloudomgevingen, houdt jobs bij en biedt Edison-chat zonder browser. Edison kan alleen zoeken in mappen waarvoor de gebruiker toestemming heeft gegeven; de app kan bestandsnamen, bestandsgroottes en datums zien, maar niet de inhoud van bestanden, en vraagt toestemming voor elke overdracht. Voor chat is Advanced Modeling & Simulation of Agentic Engineering vereist. De functie is nog niet beschikbaar op Rescale ITAR.
Rescale heeft ook zijn Model Context Protocol (MCP)-connectoren uitgebreid, waarmee een externe AI-client in natuurlijke taal verzoeken aan het platform kan doen. Volgens het bedrijf maken de connectoren de gespecialiseerde agenten en meer dan 1.350 vooraf geïnstalleerde engineeringtoepassingen beschikbaar in Claude en andere MCP-compatibele tools. Rescale MCP staat ook vermeld in de Claude- en Codex-directory’s.
De MCP-documentatie beperkt deze route tot interactief gebruik door iemand die via een agent werkt. Elke verbinding is gekoppeld aan één werkruimte en de bestaande machtigingen van de aangemelde gebruiker; acties zijn aan die gebruiker toe te schrijven. Voor productie-integraties verwijst Rescale naar zijn REST API of opdrachtregelinterface.
AI-fysica voor surrogaatmodellen
De toevoegingen op het gebied van AI-fysica zijn gericht op surrogaatmodellen: AI-benaderingen die met simulatiegegevens worden getraind. Een agent voor het maken van datasets zet bestaande simulatiegegevens om in datasets die klaar zijn voor training. Begeleide voorbewerking spoort uitschieters en hiaten in de datadekking op en doet voorstellen voor gegevenssplitsingen, terwijl Auto Tune tijdens de training de modelconfiguraties aanpast.
Volgens Rescale biedt Design Explorer een begeleide lokale interface waarmee duizenden ontwerpopties kunnen worden getoetst aan beperkingen die door simulatie-ingenieurs zijn vastgesteld, en waarmee meerdere surrogaatmodellen kunnen worden gekoppeld voor multiphysica-optimalisaties. Kwantificering van onzekerheid voegt aan elke voorspelling betrouwbaarheids- en signalen voor gegevens buiten de verdeling toe. Zo worden resultaten gemarkeerd die met een simulatie met volledige getrouwheid moeten worden gecontroleerd, evenals gevallen waarin het model moet worden uitgebreid.
De release hanteert een consistente grens: door agenten voorgestelde lessen vereisen goedkeuring, agenten voor Hermes 2 handelen pas na menselijke goedkeuring en onzekere voorspellingen van surrogaatmodellen worden gemarkeerd voor controles met volledige getrouwheid. De nucleaire samenwerking onderzoekt daarmee of herbruikbare agentische workflows de analyse-inspanning kunnen verminderen en tegelijk een controleerbaar engineeringdossier kunnen behouden.












