Inside Shippy: Cómo se construyó un agente de IA para monitoreo oceánico para ser confiable, no solo inteligente
El equipo detrás de la IA marítima de Skylight explica por qué la confiabilidad, no la inteligencia pura, fue el problema de ingeniería más difícil que enfrentaron.
Puntos clave
- Shippy es un agente de IA, software que ejecuta tareas multietapa de forma autónoma, construido para ayudar a analistas marítimos a rastrear la pesca ilegal y la actividad de buques en tiempo real.
- Shippy funciona con Claude Opus 4.6, un modelo de lenguaje grande creado por Anthropic.
- Cada usuario obtiene su propia sesión aislada: los datos de un oficial de pesca en Filipinas nunca se mezclan con los datos de otra agencia.
- El equipo construyó una herramienta de línea de comandos personalizada para evitar que la IA cometiera errores sutiles al extraer datos en vivo de satélites y señales de buques.
- Skylight atiende a cientos de agencias gubernamentales y ONG en más de 70 países.
Si un buque patrullero se envía en la dirección incorrecta porque una IA dio una respuesta errónea, personas reales en trabajos peligrosos pagan el costo. Este único hecho moldeó cada decisión de diseño detrás de Shippy, el asistente de IA integrado en Skylight, una plataforma para rastrear barcos en el mar.
El equipo publicó un desglose detallado de su enfoque en Hugging Face. Lo que describen es menos una historia sobre una IA ingeniosa y más una historia sobre construir protecciones alrededor de una. Cuando cubrimos Skylight por primera vez el 15 de julio, la pregunta de cómo verificar los resultados de un agente ya estaba activa; ahora hay una respuesta arquitectónica.
¿Qué evita realmente que un agente de IA se equivoque?
Capas. No un modelo más inteligente, sino una serie de pasos predecibles y verificables que reducen lo que la IA puede equivocar en cada etapa.
Shippy se construye alrededor de tres conceptos: alma, habilidades, configuración. El alma es un conjunto de instrucciones escritas integradas en el sistema que le indican a Shippy qué es y qué no hará. No decidirá si un buque está infringiendo la ley. Estos límites se escriben explícitamente en el mensaje del sistema en lugar de ocultarse en el ajuste fino, lo que significa que un humano puede leerlos y auditarlos.
Las habilidades son archivos de instrucciones separados que manejan tareas específicas: buscar la posición de un buque, encontrar la Zona Económica Exclusiva de un país (el área marina donde una nación controla la pesca), o generar un enlace de mapa para que un analista verifique la respuesta. Una sola pregunta puede usar varias habilidades a la vez.
La configuración cubre ajustes prácticos como qué modelo de IA usar. Cambiar a un modelo diferente es un cambio de una línea, no una reconstrucción.
¿Por qué el equipo construyó su propia herramienta de línea de comandos?
La parte más complicada fue los datos. La API de Skylight, el punto de conexión entre Shippy y las fuentes de satélites en vivo, maneja docenas de tipos de entrada y entrega resultados en fragmentos paginados en lugar de todos a la vez. Las primeras versiones de Shippy construían sus propias solicitudes de datos desde cero. Se veían correctas pero no lo eran: faltaban registros, los datos de ubicación regresaban distorsionados, los filtros se malinterpretaban.
La solución fue una herramienta de línea de comandos personalizada llamada Skylight CLI. Shippy emite un comando simple y la CLI maneja autenticación, paginación y salida estructurada internamente. Cada capa se puede probar independientemente. Si algo falla, los ingenieros saben exactamente dónde buscar. La CLI también escribe resultados en un archivo local en lugar de transmitirlos a través del shell, lo que evita que los conjuntos de datos grandes causen fallos en las herramientas posteriores.
¿Debería cada herramienta de IA que maneja datos sensibles funcionar de esta manera?
El aislamiento es tan importante como la precisión. Cuando un oficial de pesca inicia sesión, sus datos e historial de conversación deben permanecer invisibles para todos los otros usuarios. El equipo construyó un sistema de alojamiento llamado Mothership que crea un entorno fresco y contenido para cada sesión de usuario y lo descarta cuando termina la conversación.
Para cualquiera fuera del trabajo gubernamental, aquí está la lectura práctica: límites explícitos, componentes probables independientemente, y separación estricta de datos son la arquitectura de una IA confiable, no un pulido opcional. El equipo de Skylight no descubrió esto teorizando. Lo encontraron observando a un modelo más inteligente devolver silenciosamente respuestas incorrectas.
