Lo que construir Shippy nos enseñó sobre cómo construir agentes de IA fiables para tareas operativas

El equipo de Skylight en Ai2 creó Shippy, un agente de IA para el conocimiento situacional marítimo en tiempo real, centrado en la fiabilidad. Shippy se compone de tres partes: el alma (indicación del sistema), las habilidades (archivos markdown que especifican tareas) y la configuración (ajustes de ejecución). Las habilidades son archivos markdown simples que siguen la especificación agent-skills utilizada por Claude Code y Codex. En lugar de llamar directamente a la API, Shippy utiliza una interfaz de línea de comandos (CLI) diseñada específicamente (Skylight CLI) que maneja la autenticación, la paginación y la salida estructurada. Las sesiones de usuario se aíslan mediante Mothership, que aprovisiona un despliegue dedicado de Kubernetes por sesión. El sistema de evaluación utiliza expertos en la materia para redactar escenarios y rúbricas, puntuando al agente con datos en vivo mediante un juez basado en un modelo de lenguaje grande (LLM). Actualmente, Shippy utiliza Claude Opus 4.6 como su LLM. Los planes futuros incluyen control de interfaz de usuario impulsado por el agente, enrutamiento de modelos y memoria entre hilos.