Allen Institute for AI（Ai2）のSkylightチームは、海洋保護活動におけるリアルタイム領域認識のためのAIエージェント「Shippy」を開発した。海事判断の誤りが捜索範囲の誤りや資源の無駄遣いを招く中、信頼性とデータ精度を最優先する設計が特徴だ。 システムはシステムプロンプト（ソウル）、処理手順を記したMarkdownスキルの定義、モデルや実行フレームワークを指定する設定ファイル（コンフィグ）の3層構造で構築される。Claude Opus 4.6とオープンソースフレームワークOpenClawを採用し、構成要素の入れ替えは再ビルド不要で行える。法的判断やデータ外推測はプロンプトレベルで明示的に制限し、監査性を確保している。 LLMの非決定論的振る舞いを制御するため、複雑なSkylight APIを一元化した専用CLIを開発した。認証やページネーション、地理座標処理をCLIが処理し、結果をJSONファイルへ出力することでパイプラインエラーを排除した。API仕様、CLI、エージェントスキルの各レイヤーを独立テスト可能にする設計により、次の階層の誤りを段階的に抑制している。 70カ国以上の政府機関やNGO向けに、ユーザーデータ完全隔離を担保するMothershipホスティングプラットフォームが運用されている。各セッションごとに隔離されたKubernetes環境をプロビジョニングし、JWTスコープによりアカウントごとのデータアクセスを厳格に制限。サンドボックス内の処理ログは他セッションと完全に分離される。 実務適合性を評価するため、専門家が重み付けした基準を用いた評価パイプラインHarborプラグインを開発。生データを用いたエンドツーエンドシミュレーションで判断の逸脱や計算エラーを検出し、モデル更新前に回帰テストを実行する。誤回答の原因を特定可能にし、品質管理を自動化した。 Shippyは現在早期採用者向けに段階公開中だ。海洋分野での信頼性構築パターンは、野生動物保護プラットフォームEarthRangerや地球観測ツールOlmoEarthへの展開に順次応用される。Ai2は、高リスク業務におけるエージェント設計知見を今後他の環境プラットフォームへ標準的に展開する方針だ。