Pular para o conteúdo
NovidadesIA

Modelos e LLMs

Mistral migra 40 mil linhas de Fortran para C++ em projeto de energia

Engenheiros usaram agentes autônomos para converter simulador físico sem testes prévios e validar paridade numérica.

Edição: Anderson Gomes
· 3 min de leitura

Mistral migra 40 mil linhas de Fortran para C++ em projeto de energia
Imagem: Reprodução · Mistral AI · reprodução · licença não declarada

A Mistral AI anunciou em 9 de setembro de 2026 a migração de 40 mil linhas de código em Fortran 77 para C++ em um simulador de reservatórios de uma operadora de energia europeia. Os engenheiros Carlo Antonio Patti e Rasul Alakbarli conduziram o projeto usando agentes autônomos orientados por validação numérica contínua. O trabalho atingiu um sistema crítico de física pesada que operava sem documentação centralizada e sem suíte prévia de testes automatizados. O método interessa a equipes industriais presas a softwares legados cujos desenvolvedores originais já deixaram as empresas.

O código original seguia o padrão de 1977, que impunha restrições severas de arquitetura e dificultava qualquer manutenção moderna. O Fortran 77 guarda estados em blocos COMMON, que funcionam como áreas globais de memória compartilhadas por todo o programa. A linguagem também tipifica variáveis de forma implícita pela primeira letra: nomes iniciados entre I e N viram números inteiros de forma automática. Erros de digitação geravam variáveis fantasmas em silêncio em vez de disparar falhas de compilação. Os nomes também ficavam limitados a seis caracteres, o que produzia identificadores crípticos.

Validação numérica guiou os agentes

A equipe descartou a tradução direta linha por linha porque a migração para C++ exigia mudar a estrutura procedural para classes e funções com retorno explícito. Carlo Antonio Patti e Rasul Alakbarli montaram um sistema de paridade antes de liberar os agentes para o código. Os desenvolvedores criaram sub-rotinas no Fortran para descarregar o estado interno da memória em pontos críticos escolhidos pelos engenheiros do cliente. Em seguida, criaram um framework de testes em C++ para carregar esses mesmos pontos de checagem e comparar os resultados. Arquivos Skill.md guiaram os agentes no uso dessas ferramentas.

O teste garantiu que os dois sistemas chegassem exatamente aos mesmos números decimais. Em um exemplo divulgado pela Mistral, uma sub-rotina calculava a variável RHOG com o valor 42.71834 para a densidade de gás. O teste em C++ exigiu esse mesmo número como tolerância de referência. A versão moderna empacotou as matrizes do bloco COMMON em um parâmetro GasProperties, tirou o laço da malha de dentro do cálculo e integrou bibliotecas modernas de computação científica como PetSc. Sem a ponte de dados, os agentes não teriam parâmetros confiáveis para checar o avanço das rotinas.

Relato omite métricas de custo e tempo

A empresa apresentou o trabalho como caso de sucesso, mas omitiu no texto o tempo total gasto no projeto e o volume de recursos computacionais consumidos. O anúncio oficial também não revela o nome da operadora de energia europeia atendida nem o modelo exato da Mistral acionado no fluxo de trabalho. A própria equipe reconhece que converter sintaxe isolada entre linguagens comuns virou uma tarefa trivial para modelos recentes de inteligência artificial. O desafio técnico residia em reconstruir a arquitetura completa sem quebrar equações físicas consolidadas.

A recuperação documental dependeu da leitura de arquivos PDF antigos e comentários esquecidos no código-fonte original. Os agentes reuniram essas referências dispersas e moveram os textos explicativos para junto dos novos arquivos de implementação. O método dependeu de supervisão humana constante para revisar os módulos e validar os limites de autonomia das ferramentas. A Mistral defende que qualquer projeto de modernização comece pelo sistema de paridade numérica, e não pela escrita direta de novo código.

  • Mistral AI
  • Modelos e LLMs

Fonte: Comunicado oficial · Como produzimos as matérias