Apa yang Dipelajari dari Membangun Shippy tentang Membangun Agen AI yang Andal untuk Tugas Operasional

Tim Skylight dari Ai2 membangun Shippy, sebuah agen AI untuk kesadaran domain maritim waktu nyata yang berfokus pada keandalan. Shippy terdiri dari tiga bagian: soul (prompt sistem), skills (file markdown yang menentukan tugas), dan config (pengaturan runtime). Skills adalah file markdown biasa yang mengikuti spesifikasi agent-skills yang digunakan oleh Claude Code dan Codex. Alih-alih memanggil API secara langsung, Shippy menggunakan CLI yang dibuat khusus (Skylight CLI) yang menangani autentikasi, paginasi, dan output terstruktur. Sesi pengguna diisolasi melalui Mothership, yang menyediakan deployment Kubernetes khusus per sesi. Sistem evaluasi menggunakan pakar materi untuk menulis skenario dan rubrik, menilai agen pada data langsung dengan hakim LLM (Large Language Model). Saat ini Shippy menggunakan Claude Opus 4.6 sebagai LLM-nya. Rencana ke depan mencakup kontrol UI yang digerakkan oleh agen, perutean model, dan memori lintas utas.