What Building the Shippy Agent Taught Us: How to Build Reliable AI Agents for Operational Tasks

Команда Skylight (подразделение Ai2) рассказала о создании Shippy — AI-агента для морской осведомлённости в реальном времени. Главный вызов — надёжность: ошибка может отправить патрульное судно не туда. Архитектура Shippy состоит из трёх частей: душа (системный промпт, задающий границы поведения), навыков (набор инструкций в формате маркдаун с фронтматером) и конфигурации (среда исполнения OpenClaw, LLM Claude Opus 4.6, runtime-параметры). Навыки описывают типовые запросы: поиск событий, границ исключительных экономических зон, интерпретация треков судов, генерация ссылок на карту. Чтобы уменьшить недетерминированность, Shippy обращается к API Skylight через специальный CLI, который берёт на себя аутентификацию, пагинацию и форматирование вывода. Это устраняет ошибки, свойственные прямым вызовам. Для изоляции пользовательских данных построена платформа Mothership: для каждого сеанса создаётся отдельное Kubernetes-развёртывание с привязкой к JWT пользователя. Оценка агента проводится на живых данных: эксперты пишут сценарии с рубриками и весами, LLM-судья оценивает каждый критерий, результаты агрегируются и сравниваются с порогом. Тесты запускаются через фреймворк Harbor. Shippy открыт для ранних пользователей, в планах — управление картой через агента, маршрутизация запросов к разным моделям и кросс-сессионная память. Опыт Shippy также используется для проектов EarthRanger и OlmoEarth.