2026年7月16日 02:29
AllenAI、Shippy開発で得たエージェント設計の教訓
What building Shippy taught us about building agents
3行まとめ
- •AllenAIが海洋監視AI「Shippy」の教訓公開
- •ソウル・スキル・設定の3層構造を採用
- •決定論的CLIでAPI複雑さを隠蔽
詳細
背景
AllenAI（Allen Institute for AI）は、海洋保全のための意思決定支援エージェント「Shippy」を開発した。違法・無報告漁業の監視など、誤情報が「パトロール船を誤った方向に導き貴重なリソースを浪費しかねない」重要な応用領域であるため、信頼性の確保が最優先課題となった。同社はブログでこの開発から得た、AIエージェント構築全般に応用できる教訓を公開した。
内容
Shippyはシステムプロンプトで行動原則を定める「ソウル」、機能モジュールの「スキル」、実行時パラメータの「設定」という3層構造で設計されている。Skylight APIへの直接アクセスではなく専用CLIを経由させることで、ネストされたフィルタなど複雑な入力形式を隠蔽し、構造化出力を安定化させた。ホスティング基盤「Mothership」ではユーザーごとにKubernetes環境を独立プロビジョニングし、会話履歴やJWTトークンをセッション単位で隔離する。評価はHarborフレームワーク上でLLM判定官が重み付け基準を採点する独自体系を構築した。
今後の影響
これらの知見はEarthRangerやOlmoEarthなど他の同社プロジェクトにも応用されており、UIの自動操作やモデルルーティング機能も開発ロードマップに含まれる。
なぜ重要か
Soul/Skills/Config分離や決定論的CLI設計など、実運用エージェント構築の具体的知見を提供する。
元記事を読む — Hugging Face Blog