Shippy'nin Operasyonel Görevler için Güvenilir AI Ajanları Oluşturma Konusunda Bize Öğrettikleri

Ai2'deki Skylight ekibi, gerçek zamanlı denizcilik durumsal farkındalığı için güvenilirliğe odaklanan bir yapay zeka ajanı olan Shippy'yi geliştirdi. Shippy üç bölümden oluşur: soul (sistem istemi), skills (görevleri belirten Markdown dosyaları) ve config (çalışma zamanı ayarları). Skills, Claude Code ve Codex tarafından kullanılan ajan-becerileri (agent-skills) spesifikasyonunu takip eden düz Markdown dosyalarıdır. Shippy, API'yi doğrudan çağırmak yerine kimlik doğrulama, sayfalama ve yapılandırılmış çıktıyı yöneten özel amaçlı bir CLI (Skylight CLI) kullanır. Kullanıcı oturumları, oturum başına özel bir Kubernetes dağıtımı sağlayan Mothership aracılığıyla izole edilir. Değerlendirme sistemi, senaryolar ve değerlendirme ölçütleri yazmak için konu uzmanlarını kullanır ve ajanı canlı veriler üzerinde bir büyük dil modeli yargıcı (LLM judge) ile puanlar. Shippy şu anda büyük dil modeli (LLM) olarak Claude Opus 4.6'yı kullanmaktadır. Gelecek planları arasında ajan odaklı kullanıcı arayüzü kontrolü, model yönlendirme ve iş parçacıkları arası bellek bulunmaktadır.