Ce que Shippy nous a appris sur les agents de construction

Shippy est un agent d'IA maritime conçu pour prendre des décisions à enjeux élevés, où une mauvaise réponse a de réels impacts. Voici l'architecture qui la sous-tend et les leçons que nous appliquons aux autres plates-formes environnementales d'Ai2.

Shippy répond à une question en direct sur la ZEE du Ghana. La réponse montre son travail : la source limite, la limite des données, l'horodatage de la requête et un lien profond vers la carte Skylight afin que l'analyste puisse vérifier chaque numéro.

Construire un agent IA pour un domaine opérationnel à forts enjeux comme la protection des océans est avant tout un problème de fiabilité. Pour un analyste maritime, une mauvaise réponse pourrait envoyer un patrouilleur dans la mauvaise direction, ce qui coûterait cher à des ressources déjà mises à rude épreuve et pourrait mettre le personnel en danger.

Ainsi, lorsque l'équipe Skylight a décidé de créer Shippy, notre IA pour la connaissance du domaine maritime en temps réel, le véritable travail n'était pas le modèle. Il s’agissait de construire un système dont nous pouvions avoir confiance, qu’il était correct, qu’il restait dans ses limites et qu’il pouvait résister à un large éventail de tâches. Et nous avons dû vérifier tout cela par rapport aux données en direct de Skylight, mises à jour en permanence à mesure que de nouveaux signaux de satellite et de navire arrivent, et non avec un instantané statique.

Anatomie de l'agent : compétences, âme et configuration

Nous considérons un agent comme Shippy comme trois choses : une âme, des compétences et une configuration.

L'âme est l'invite du système qui encadre la personnalité de Shippy et fixe les limites comportementales. Les compétences indiquent à Shippy comment gérer des types spécifiques de demandes. Ensemble, l'âme et les compétences sont intégrées dans une image Docker, un artefact versionné et déployable qui définit ce qu'est Shippy. La configuration couvre tout le reste : quel harnais d'agent exécuter (dans le cas de Shippy, OpenClaw, un framework d'agent open source), quel LLM utiliser (actuellement, Shippy s'appuie sur Claude Opus 4.6) et les paramètres d'exécution. Les secrets tels que les clés API sont injectés au...
[Courte citation de 8% de l'article original]