Was uns der Bau von Shippy über die Entwicklung zuverlässiger KI-Agenten für operative Aufgaben gelehrt hat
Allen Institute for AI
Anthropic
Das Skylight-Team bei Ai2 hat Shippy entwickelt, einen KI-Agenten für das maritime Lagebild in Echtzeit. Die größten Herausforderungen waren die Sicherstellung von Zuverlässigkeit, korrekter Werkzeugnutzung und Isolierung von Benutzerdaten. Shippy verwendet ein deterministisches CLI-Werkzeug, sandboxierte Sitzungen über Mothership und ein benutzerdefiniertes Evaluierungssystem mit Bewertungsrastern von Fachexperten.
Das Skylight-Team von Ai2 hat Shippy entwickelt, einen KI-Agenten für maritime Echtzeit-Lageerfassung mit Fokus auf Zuverlässigkeit. Shippy besteht aus drei Teilen: Soul (System-Prompt), Skills (Markdown-Dateien, die Aufgaben definieren) und Config (Laufzeiteinstellungen). Skills sind einfache Markdown-Dateien, die der Agent-Skills-Spezifikation entsprechen, die von Claude Code und Codex verwendet wird. Statt die API direkt aufzurufen, nutzt Shippy eine speziell entwickelte CLI (Skylight CLI), die Authentifizierung, Paginierung und strukturierte Ausgaben handhabt. Benutzersitzungen sind über Mothership isoliert, das eine dedizierte Kubernetes-Bereitstellung pro Sitzung bereitstellt. Das Bewertungssystem verwendet Fachexperten, um Szenarien und Bewertungsraster zu schreiben und bewertet den Agenten anhand von Live-Daten mit einem LLM-Richter. Shippy verwendet derzeit Claude Opus 4.6 als Large Language Model. Zukünftige Pläne umfassen KI-gesteuerte UI-Steuerung, Modell-Routing und threadübergreifenden Speicher.
Quelle: Hugging Face blog —
Original