Shippy: l'agente AI che mette insieme risposte live e verifiche
Testo scritto con l’intelligenza artificiale a partire da una fonte citata, senza revisione umana prima della pubblicazione.
Skylight ha progettato Shippy per rispondere con dati live e tracciare fonte, cutoff e timestamp di ogni numero per permettere la verifica.
“Qual è il limite della ZEE del Ghana?” Shippy risponde e allega tutto per il controllo: fonte del confine usato, cutoff dei dati, timestamp della query e deep link alla mappa di Skylight per verificare ogni numero1.
Skylight lo ha costruito per la sorveglianza marittima. Qui uno scarto di coordinate sposta pattuglie, consuma carburante, mette a rischio personale. Non basta addestrare un modello e confidare nell’output. Serve un sistema che rispetti i limiti, lavori con dati che cambiano e regga compiti diversi in un dominio operativo ad alto rischio1.
Il team distingue modello e sistema. L’affidabilità non coincide con l’LLM. Conta l’architettura che rende verificabile la risposta. La verifica non avviene su uno snapshot, ma contro i dati live di Skylight, aggiornati in modo continuo con nuovi segnali satellitari e delle navi. Per questo la risposta incorpora elementi di controllo: fonte cartografica del confine, cutoff, orario, collegamento diretto alla mappa usata per il calcolo1.
Gli autori descrivono tre parti: soul, skills, config. La soul è il system prompt che stabilisce persona e comportamento. Le skills incapsulano le capacità operative chiamate in base al compito. La config governa quando e come usare tali capacità e quando consultare le fonti live. L’insieme mette al centro verificabilità e gestione dei limiti, non solo prestazioni del modello1.
Mostrare il lavoro qui non è un orpello. Accompagna la natura viva dei dati. Il deep link apre la Skylight map con gli stessi riferimenti usati da Shippy. L’analista può vedere confini, segnali e contesto che hanno portato a quell’esito. Cutoff e timestamp chiariscono l’intervallo temporale considerato. La fonte del confine esplicita l’esatto riferimento geografico adottato per la risposta1.
La logica è sempre la stessa: ancorare il controllo al dato che scorre. Nuovi segnali cambiano lo scenario; l’agente deve esporre i presupposti in modo tracciabile, così chi decide può validare in tempo reale e correggere la rotta se serve. Non è una promessa di infallibilità. È un metodo per legare ogni numero a una fonte, un momento e una vista condivisibile sulla mappa1.
La conseguenza operativa è chiara. In ambiti come pattugliamento e allerta, l’uso di risposte corredate da link, cutoff e orari spinge a procedure di controllo continuo sulle mappe live, non su istantanee salvate in passato. Quando arrivano nuovi segnali, la stessa risposta resta verificabile con lo stesso deep link, che riflette l’aggiornamento dei dati. È qui che l’architettura in tre parti e l’esposizione dei presupposti entrano nel flusso di lavoro: riducono l’ambiguità, rendono auditabile ogni passo e tengono l’agente entro confini espliciti, dati alla mano1.
Fonti
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici
Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate qui sopra. Prima di uscire, ogni testo passa questi controlli:
- Fedeltà alle fonti. Un secondo passaggio toglie ogni affermazione che le fonti non sostengono.
- Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale.
- Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica.
I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.
Per vedere Millebit nelle notizie principali di Google, aggiungilo alle tue fonti preferite. Oppure segui l’edizione di oggi, il feed RSS o La Sintesi.