Wat het bouwen van de Shippy-agent ons leerde: hoe betrouwbare AI-agenten voor operationele taken te bouwen

Het Skylight-team (onderdeel van Ai2) heeft de ontwikkeling van Shippy aangekondigd, een AI-agent voor real-time maritieme situational awareness. De grootste uitdaging is betrouwbaarheid: een fout kan een patrouillevaartuig naar de verkeerde locatie sturen. De architectuur van Shippy bestaat uit drie delen: ziel (system prompt die gedragsgrenzen vastlegt), vaardigheden (set instructies in Markdown-formaat met frontmatter) en configuratie (runtime-omgeving OpenClaw, LLM Claude Opus 4.6, runtime-parameters). De vaardigheden beschrijven typische query's: zoeken naar gebeurtenissen, grenzen van exclusieve economische zones, interpreteren van scheepssporen, genereren van kaartlinks. Om de onvoorspelbaarheid te verminderen, communiceert Shippy met de Skylight-API via een speciale CLI die authenticatie, paginering en outputformattering afhandelt. Dit elimineert fouten die kenmerkend zijn voor directe aanroepen. Voor isolatie van gebruikersgegevens is het Mothership-platform gebouwd: voor elke sessie wordt een aparte Kubernetes-implementatie aangemaakt, gekoppeld aan de JWT van de gebruiker. De evaluatie van de agent vindt plaats met live data: experts schrijven scenario's met categorieën en wegingsfactoren, een LLM-jurylid beoordeelt elk criterium, de resultaten worden samengevoegd en vergeleken met een drempelwaarde. Tests worden uitgevoerd via het Harbor-framework. Shippy is open voor early adopters; toekomstplannen omvatten kaartbeheer via de agent, routering van query's naar verschillende modellen en cross-sessie geheugen. De ervaring met Shippy wordt ook gebruikt voor de projecten EarthRanger en OlmoEarth.