Construir um agente marítimo de IA confiável acaba sendo muito mais uma questão de design de sistema do que de seleção de modelo. Essa é a principal lição que a Skylight tirou ao desenvolver o Shippy, um agente de IA criado especificamente para consciência situacional marítima em tempo real — um domínio em que uma resposta errada não apenas frustra um usuário, mas pode desviar uma embarcação de patrulha muitos quilômetros de sua rota, drenar recursos limitados e potencialmente colocar o pessoal em risco.
Summary
Principais pontos
- Shippy é um agente de IA criado pela Skylight para consciência situacional marítima em tempo real, permitindo consultas sobre comportamento de embarcações, limites de ZEE e AMP e trajetórias de embarcações.
- Sua arquitetura é estruturada em torno de três componentes: uma alma (prompt de sistema), habilidades (manipulação de tarefas) e configuração (parâmetros de execução, incluindo o uso do Claude Opus 4.6).
- Shippy se comunica com a API da Skylight por meio de uma CLI determinística criada para esse fim, eliminando os padrões de erro que surgiam quando o modelo construía chamadas de API brutas diretamente.
- Cada sessão de usuário é executada em um sandbox dedicado de Kubernetes provisionado pelo Mothership, garantindo total isolamento de dados entre as centenas de clientes governamentais e ONGs da Skylight.
- A avaliação baseia-se em uma estrutura de tarefas e rubricas, com um juiz LLM pontuando respostas em relação a dados ao vivo — um afastamento deliberado de benchmarks estáticos.
Por que a consciência situacional marítima eleva o nível de confiabilidade
A maioria das ferramentas de IA opera em ambientes onde uma resposta medíocre é apenas pouco útil. As operações marítimas são diferentes. A Skylight atende a centenas de agências governamentais e ONGs em mais de 70 países, desde fiscalização pesqueira até monitoramento de conservação. Quando um analista nesse contexto pergunta se embarcações estão operando ilegalmente dentro de uma Área Marinha Protegida, as consequências de uma resposta alucinatória ou imprecisa são imediatas e operacionais.
Esse contexto moldou cada decisão arquitetural por trás do Shippy. A pergunta à qual a equipe da Skylight voltava constantemente não era “o que o modelo pode fazer?” — era “como construímos um sistema no qual possamos confiar para estar correto, permanecer dentro de seus limites e se manter robusto em uma ampla gama de tarefas?” Tudo isso precisava ser verificado em relação aos dados ao vivo da Skylight, atualizados continuamente à medida que novos sinais de satélite e de embarcações chegam.
A arquitetura do Shippy: alma, habilidades e configuração
A Skylight descreve o agente marítimo de IA Shippy por meio de três camadas distintas: uma alma, habilidades e configuração. A distinção é mais importante do que pode parecer à primeira vista.
A alma é o prompt de sistema — ela define a persona do Shippy e estabelece limites rígidos de comportamento. O que o Shippy fará e, crucialmente, o que não fará. A alma é explícita e auditável: o Shippy não fará determinações legais sobre se uma embarcação está infringindo a lei e não irá especular além do que os dados sustentam. Esses não são trilhos de proteção suaves incorporados em fine-tuning; eles são escritos diretamente no prompt de sistema, o que os torna fáceis de inspecionar e revisar.
As habilidades dizem ao Shippy como lidar com tipos específicos de solicitações. Elas seguem a mesma especificação de agente-habilidades usada por ferramentas de código como Claude Code e Codex — arquivos markdown simples com frontmatter estruturado, mantendo cada habilidade versionada e compreensível. O conjunto atual de habilidades do Shippy inclui:
- Consultar a API da Skylight para comportamentos e eventos de embarcações (pesca, transbordo entre embarcações)
- Consultar limites de Zona Econômica Exclusiva (ZEE) e Áreas Marinhas Protegidas (AMP)
- Interpretar dados de trajetórias de embarcações e sinais de posição, com base em classificações de atividade já produzidas pelos próprios modelos da Skylight
- Gerar links de mapas interativos para que analistas possam passar de uma resposta em chat para uma localização exata no mapa da Skylight
Uma única pergunta de usuário pode ativar várias habilidades simultaneamente. Pergunte se embarcações estão operando perto da AMP Cordillera de Coiba, e o Shippy recorre à habilidade de consulta de dados da Skylight, ao banco de dados de limites da ProtectedSeas e à habilidade de interpretação de trajetórias de embarcações — tudo em um único turno de diálogo.
Configuração e a questão do modelo
A camada de configuração lida com tudo o que é relacionado à execução: qual harness de agente rodar, qual LLM usar e segredos injetados como chaves de API. Atualmente, o Shippy é executado no Claude Opus 4.6 como seu modelo de linguagem grande. Importante: trocar o modelo subjacente é uma alteração de configuração em vez de uma reconstrução — a alma e as habilidades são incorporadas de forma independente em uma imagem Docker, dando à equipe flexibilidade para direcionar diferentes tipos de consulta a diferentes modelos à medida que o sistema evolui.
Ferramentas determinísticas para um agente não determinístico
Uma das lições iniciais mais instrutivas veio de permitir que o Shippy construísse chamadas de API brutas diretamente. O resultado foi um fluxo constante de falhas sutis: paginação malformada que descartava resultados silenciosamente, erros de codificação de geometria e consultas que pareciam corretas, mas retornavam dados errados devido a tipos de filtro mal compreendidos. A API da Skylight tem dezenas de tipos de entrada, objetos de filtro aninhados, cursores de paginação e entradas de geometria complexas — o tipo de superfície que convida a erros gerados pelo modelo.
A solução foi uma CLI determinística criada para esse fim. Em vez de construir chamadas de API brutas, o Shippy emite um único comando — por exemplo, skylight events search com flags de filtro tipadas — e a CLI lida com autenticação, paginação e saída estruturada. A CLI é autoexplicativa, com texto de ajuda detalhado e mensagens de erro que permitem ao agente se recuperar de erros sem adivinhar. Os resultados são sempre gravados em um arquivo JSON local em vez de serem canalizados pelo shell, contornando limites de buffer de pipe que causaram problemas com grandes conjuntos de resultados nos primeiros protótipos.
O design em camadas — API tipada, CLI determinística, habilidades do agente referenciando comandos da CLI — significa que cada componente pode ser testado de forma independente. Cada camada reduz o que a próxima camada pode errar. Esse é o tipo de disciplina arquitetural que separa um protótipo de pesquisa de um sistema de produção em um domínio de alto risco.
Sandboxing em Kubernetes e o desafio do isolamento de dados
A base de usuários da Skylight abrange agências governamentais com dados sensíveis e específicos de jurisdição. Um agente de fiscalização pesqueira nas Filipinas tem listas de observação, Áreas de Interesse e configurações de alerta limitadas à sua própria conta. Garantir que seus dados nunca vazem para a sessão de outro usuário — e que o histórico de conversas permaneça totalmente privado — foi um dos esforços de engenharia mais significativos do projeto.
A solução é o Mothership, a plataforma de hospedagem de agentes da Skylight. O Mothership provisiona uma implantação dedicada de Kubernetes para cada sessão de usuário. Quando uma conversa é aberta, o sistema inicia um conjunto de pods que empacotam o runtime do agente, suas habilidades e a CLI da Skylight. O token JWT do usuário é injetado no momento do provisionamento, limitando todas as chamadas de API aos dados desse usuário. Arquivos que o agente escreve durante uma análise em várias etapas existem apenas dentro dessa sessão e nunca são acessíveis entre usuários.
Dentro do sandbox, o agente mantém capacidade operacional substancial — ele pode escrever e executar código, instalar dependências, incorporar conjuntos de dados e trabalhar em análises de múltiplas etapas. No nível de rede, o sandbox é restrito apenas aos serviços de que precisa. O isolamento é limitado à sessão, efêmero e aplicado no nível da infraestrutura, em vez de depender apenas da lógica de aplicação.
Avaliar um agente em contextos operacionais ao vivo
Benchmarks padrão de IA avaliam modelos em conjuntos de perguntas estáticas. Eles não capturam o que acontece quando um agente é conectado a um fluxo de trabalho real — como ele seleciona ferramentas, consulta dados ao vivo, age sobre os resultados e sabe quando parar. A Skylight construiu um sistema de avaliação personalizado exatamente por esse motivo.
Uma estrutura baseada em rubricas com um juiz LLM
No framework de avaliação da Skylight, especialistas no assunto escrevem cenários e rubricas, determinando quais critérios se aplicam a cada tarefa e definindo os pesos. Uma consulta de eventos de pesca, por exemplo, atribui maior peso à precisão dos dados, com resolução de limites e intervalo de tempo em seguida, e atribuição de fonte com menos peso. Especialistas também anotam respostas individuais como corretas ou incorretas, fornecendo ao juiz uma verdade de base para comparar.
O pipeline executa um prompt em linguagem natural por meio do sandbox ao vivo, e um juiz LLM avalia cada critério em uma escala de 0 a 1 com justificativa escrita explicando por que a resposta atendeu ou não ao critério. A média ponderada é então verificada em relação a um limite de aprovação fixo. As tarefas são executadas via Harbor, um framework aberto de avaliação, por meio de um plugin criado pela Skylight que inicia uma sessão real do Shippy com os mesmos dados ao vivo que um usuário encontraria.
Os resultados de execuções recentes de avaliação apontam para modos de falha específicos e acionáveis. Tarefas de planejamento de patrulha mostraram o Shippy extrapolando para recomendações táticas em vez de permanecer dentro dos limites de apoio à decisão. Consultas sensíveis à geometria expuseram eventos perdidos causados por simplificação de limites. E, em um caso, o agente gerou um comando de CLI que não existia. Cada padrão se mapeia diretamente para um alvo de melhoria de habilidade — que é exatamente o que um sistema de avaliação bem projetado deve produzir.
O que vem a seguir para o Shippy — e além
A Skylight está abrindo o Shippy para adotantes iniciais de forma contínua, convidando explicitamente a realização de testes de estresse para revelar trilhos de proteção fracos e consultas mal tratadas. O próximo ciclo de desenvolvimento tem como alvo três áreas: controle de UI orientado por agente (passar de retornar links de mapa para controlar diretamente o mapa da Skylight, aplicando filtros e ajustando intervalos de tempo); roteamento de modelos (direcionar consultas simples para modelos menores e mais rápidos, reservando o modelo completo para investigações complexas); e memória entre threads (carregar fatos persistentes, como a jurisdição de um analista ou fontes preferidas, entre diferentes threads de conversa).
As implicações mais amplas se estendem muito além das aplicações marítimas. O Mothership foi projetado para ser independente de domínio, e a organização-mãe da Skylight, a Ai2, já está aplicando lições do Shippy ao EarthRanger, sua plataforma de conservação da vida selvagem, e ao OlmoEarth, seu conjunto aberto de ferramentas de observação da Terra. A arquitetura — alma, habilidades, configuração, ferramentas determinísticas, sandboxing isolado por sessão e avaliação com dados ao vivo — representa um modelo para implantar agentes de IA em qualquer domínio em que o custo de uma resposta errada seja medido em algo diferente de frustração do usuário.
Perguntas frequentes
Para que o Shippy foi projetado?
Shippy é um agente de IA desenvolvido pela Skylight para consciência situacional marítima em tempo real. Ele ajuda analistas a consultar comportamentos de embarcações, consultar limites de Zona Econômica Exclusiva e Áreas Marinhas Protegidas, interpretar dados de trajetórias de embarcações e gerar links de mapas interativos diretamente vinculados à plataforma de dados ao vivo da Skylight.
Como o Shippy garante confiabilidade ao responder consultas?
O Shippy usa uma CLI determinística para lidar com todas as chamadas à API da Skylight, evitando os padrões de erro que surgiram quando o modelo construía chamadas de API brutas diretamente. Combinado com uma arquitetura modular — alma, habilidades e configuração — e limites comportamentais rígidos no prompt de sistema, o design prioriza comportamento previsível e auditável em vez de flexibilidade.
Como o Shippy é avaliado em termos de precisão e confiabilidade?
A Skylight construiu um framework de avaliação personalizado em que especialistas no assunto escrevem cenários de tarefas e rubricas ponderadas. Um juiz LLM pontua cada resposta do agente em relação a dados ao vivo em uma escala de 0 a 1 por critério, com justificativa escrita. A média ponderada é verificada em relação a um limite de aprovação fixo, e qualquer versão do Shippy que apresente regressão nos critérios de avaliação não chega aos usuários finais.
O Shippy faz julgamentos legais sobre a atividade de embarcações?
Não. O Shippy evita explicitamente fazer determinações legais sobre se uma embarcação está violando alguma lei e não irá especular além do que os dados sustentam. Essas determinações são deixadas para analistas humanos. Esses limites são escritos diretamente no prompt de sistema — tornando-os auditáveis e ajustáveis — em vez de serem implícitos no fine-tuning do modelo.
{“@context”:”https://schema.org”,”@type”:”FAQPage”,”mainEntity”:[{“@type”:”Question”,”name”:”Para que o Shippy foi projetado?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Shippy é um agente de IA desenvolvido pela Skylight para consciência situacional marítima em tempo real. Ele ajuda analistas a consultar comportamentos de embarcações, consultar limites de Zona Econômica Exclusiva e Áreas Marinhas Protegidas, interpretar dados de trajetórias de embarcações e gerar links de mapas interativos diretamente vinculados à plataforma de dados ao vivo da Skylight.”}},{“@type”:”Question”,”name”:”Como o Shippy garante confiabilidade ao responder consultas?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”O Shippy usa uma CLI determinística para lidar com todas as chamadas à API da Skylight, evitando os padrões de erro que surgiram quando o modelo construía chamadas de API brutas diretamente. Combinado com uma arquitetura modular — alma, habilidades e configuração — e limites comportamentais rígidos no prompt de sistema, o design prioriza comportamento previsível e auditável em vez de flexibilidade.”}},{“@type”:”Question”,”name”:”Como o Shippy é avaliado em termos de precisão e confiabilidade?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”A Skylight construiu um framework de avaliação personalizado em que especialistas no assunto escrevem cenários de tarefas e rubricas ponderadas. Um juiz LLM pontua cada resposta do agente em relação a dados ao vivo em uma escala de 0 a 1 por critério, com justificativa escrita. A média ponderada é verificada em relação a um limite de aprovação fixo, e qualquer versão do Shippy que apresente regressão nos critérios de avaliação não chega aos usuários finais.”}},{“@type”:”Question”,”name”:”O Shippy faz julgamentos legais sobre a atividade de embarcações?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Não. O Shippy evita explicitamente fazer determinações legais sobre se uma embarcação está violando alguma lei e não irá especular além do que os dados sustentam. Essas determinações são deixadas para analistas humanos. Esses limites são escritos diretamente no prompt de sistema — tornando-os auditáveis e ajustáveis — em vez de serem implícitos no fine-tuning do modelo.”}}]}
Artigo produzido com a assistência de inteligência artificial e revisado pela equipe editorial.
