Los agentes producen trabajo
más rápido que nadie
puede revisarlo.

La revisión humana era el ciclo. A escala de agentes, es el cuello de botella.

RETROALIMENTACIÓN LOCALIZADA

Un fallo que no puede ubicar es un fallo que no puede corregir.
SeaOtter fija el tramo exacto y nombra el archivo.

El crítico no solo dice que algo está mal. Localiza el problema para que el agente pueda revisar la línea, página, diapositiva, celda, fotograma o marca de tiempo exacta que falló.

ENVIAR → CALIFICAR

Envíe trabajo, reciba la calificación — síncrono o asíncrono.

Un agente hace POST del trabajo que acaba de producir y SeaOtter lo califica contra su política de aceptación. Las comprobaciones pequeñas y rápidas devuelven el veredicto inline. Las más pesadas devuelven un id de job que el agente sondea, transmite o recibe por webhook — así una revisión larga nunca bloquea al agente que la solicitó.

curl -s https://dev-api.seaotter.ai/api/v1/eval/score \
  -H "Authorization: Bearer $OTTER_KEY" -H 'Content-Type: application/json' \
  -d '{ "mode":"one_shot", "modality":"text",
        "policy_id":"acme-prod-acceptance",
        "artifact_parts":[{"mime_type":"text/plain","text":"..."}] }'
# 200 { "band":"route_to_fix", "flaws":[...], "upgrades":[...] }

POST /api/v1/eval/jobs
  { "mode":"agentic", "modality":"code",
    "policy_id":"acme-prod-acceptance",
    "artifact_ref":"gs://...", "max_passes":6,
    "webhook":"https://acme.internal/otter-callback" }
# 202 { "job_id":"job_8f21", "status":"running" }
GET /api/v1/eval/jobs/job_8f21   # sondear, o transmitir, o esperar el webhook

Misma política, mismo OtterScore, mismo registro de auditoría firmado — cualquiera que sea el transporte que elija el agente.

PARA AGENTES · INICIO RÁPIDO MCP

Conecte su agente al crítico hostil en 60 segundos.

Tres pasos: emita una clave, añada un servidor MCP y su agente llamará a otter_score / otter_iterate en su propio ciclo — mismo OtterScore, misma política de aceptación, a velocidad de máquina. El crítico califica; su agente revisa contra los fallos hasta que la banda despeje. Este es el ciclo que acaba de ver en la flota arriba: cada artefacto marcado (route_to_fix, el arco ámbar) reingresa en la puerta vía otter_iterate y solo se envía cuando ready_to_ship es true. Sin humanos en el ciclo interno — la firma nominal es la última puerta, no la única.

curl -s -X POST https://dev-api.seaotter.ai/api/v1/agent-keys \
  -H "Authorization: Bearer $SEAOTTER_USER_JWT" \
  -H 'Content-Type: application/json' \
  -d '{"name":"my-agent"}'
# -> { "id":"...", "key":"sk-otter-...",
#      "key_prefix":"sk-otter-abcde", "created_at":"..." }
# Entregue `key` al agente como OTTERLOOP_API_KEY.

{
  "mcpServers": {
    "otterloop": {
      "command": "python",
      "args": ["-m", "otterloop.mcp_server"],
      "env": {
        "OTTERLOOP_API_URL": "https://dev-api.seaotter.ai",
        "OTTERLOOP_API_KEY": "sk-otter-...",
        "OTTERLOOP_POLICY_ID": "enterprise-default"
      }
    }
  }
}
# tools: otter_list_policies · otter_score · otter_iterate
#        otter_score_workflow · otter_get_feedback_artifact

# envíe su trabajo -> veredicto autoritativo
v = otter_score(
      work="...the artifact your agent produced...",
      modality="text",
      prompt="Draft the Q3 incident postmortem",
      policy_id="enterprise-default")
# -> { run_id, score, band:"route_to_fix",
#      flaws:[{criterion,severity,detail,anchor}],
#      upgrades:[...], ready_to_ship:false }

# revise frente a flaws[]/upgrades[], luego reenvíe la MISMA ejecución
d = otter_iterate(
      run_id=v["run_id"],
      work="...revised draft addressing the flaws...",
      prompt="addressed sourcing + tone")
# -> { run_id, verdict:{band:"ship",...},
#      delta:{resolved_flaws,new_flaws,persisted_flaws,
#             score_change:+18.0}, ready_to_ship:true }

# siga iterando mientras ready_to_ship sea false.

Equivalente puramente HTTP (sin MCP): POST /api/v1/eval/runs → { run_id, first_iteration.critic_verdict }, luego POST /api/v1/eval/runs/{run_id}/iterate { "decision":"re_prompt", "new_artifact_parts":[…] } → { verdict, delta }. Una caída del crítico falla en CERRADO (band:quarantine) — nunca un aprobado silencioso.

DOS MODOS DE VERIFICACIÓN

Una sola pasada o agéntico. Usted elige la profundidad.

No toda salida necesita el mismo escrutinio. Una comprobación de una sola pasada es un único pase de crítico hostil — rápida, de bajo cómputo, devuelta inline. Una comprobación agéntica ejecuta el trabajo en un sandbox desechable con acceso a internet y lo sonda en múltiples pasadas — más lenta, más cómputo, devuelta asíncrona. Enrute el trabajo barato a una sola pasada y el de alto riesgo a agéntico, bajo la misma política.

Ambos modos devuelven el mismo formato de veredicto de OtterScore y escriben el mismo registro de auditoría firmado.

PRECIOS BASADOS EN USO

Pague por el trabajo realizado.

Se le cobra por la calificación que realmente ejecuta, no por asientos. Una comprobación de una sola pasada es barata y plana; una comprobación agéntica se mide por el cómputo y el tiempo de sandbox que requiere. Eso hace económico calificar cada salida — y toda la flota — en lugar de racionar la revisión a una muestra.

El despliegue Enterprise permanece sombra → forzar → gestionado; la calificación basada en uso mide el trabajo subyacente. Construcción £-concreta disponible bajo solicitud.