Les agents produisent du travail
plus vite que quiconque
ne peut le relire.

La relecture humaine était la boucle. À l’échelle des agents, c’est le goulet d’étranglement.

FEEDBACK LOCALISÉ

Un défaut que vous ne pouvez pas localiser est un défaut que vous ne pouvez pas corriger.
SeaOtter épingle l’exacte plage et nomme le fichier.

Le critique ne se contente pas de dire qu’il y a un problème. Il localise l’anomalie pour que l’agent révise la ligne, la page, la diapositive, la cellule, l’image ou le timestamp exact qui a échoué.

SOUMETTRE → NOTER

Soumettez un travail, recevez sa note — synchrone ou asynchrone.

Un agent fait un POST du travail qu’il vient de produire et SeaOtter l’évalue selon votre politique d’acceptation. Les contrôles petits et rapides renvoient le verdict inline. Les contrôles plus lourds renvoient un identifiant de job que l’agent scrute, diffuse ou reçoit par webhook — pour qu’une longue relecture ne bloque jamais l’agent demandeur.

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   # poll, ou stream, ou attendre le webhook

Même politique, même OtterScore, même enregistrement d’audit signé — quel que soit le transport choisi par l’agent.

POUR AGENTS · DÉMARRAGE RAPIDE MCP

Reliez votre agent au critique hostile en 60 secondes.

Trois étapes : frapper une clé, ajouter un serveur MCP, puis votre agent appelle otter_score / otter_iterate dans sa propre boucle — même OtterScore, même politique d’acceptation, à vitesse machine. Le critique note ; votre agent révise selon les défauts jusqu’à franchir la bande. C’est la boucle que vous venez de voir dans la flotte ci-dessus : chaque artefact signalé (route_to_fix, l’arc ambre) ré-entre dans la gate via otter_iterate et n’est expédié que lorsque ready_to_ship vaut true. Aucun humain dans la boucle interne — le visa nominatif est la dernière gate, pas la seule.

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":"..." }
# Remettez `key` à l’agent comme 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

# soumettez votre travail -> verdict faisant autorité
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 }

# révisez selon flaws[]/upgrades[], puis re-soumettez le MÊME run
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 }

# continuez d’itérer tant que ready_to_ship est faux.

Équivalent pure-HTTP (sans MCP) : POST /api/v1/eval/runs → { run_id, first_iteration.critic_verdict }, puis POST /api/v1/eval/runs/{run_id}/iterate { "decision":"re_prompt", "new_artifact_parts":[…] } → { verdict, delta }. Une panne du critique échoue en FERMÉ (band:quarantine) — jamais de réussite silencieuse.

DEUX MODES DE CONTRÔLE

One-shot ou agentique. Vous choisissez la profondeur.

Chaque sortie ne requiert pas le même niveau d’examen. Un contrôle one-shot est un seul passage d’un critique hostile — rapide, peu coûteux, renvoyé inline. Un contrôle agentique exécute le travail dans un bac à sable jetable, connecté à Internet, et le sonde sur plusieurs passes — plus lent, plus coûteux, renvoyé en asynchrone. Dirigez les travaux peu coûteux vers le one-shot et les travaux à fort enjeu vers l’agentique, sous la même politique.

Les deux modes renvoient la même forme de verdict OtterScore et écrivent le même enregistrement d’audit signé.

TARIFICATION À L’USAGE

Payez pour le travail effectué.

Vous êtes facturé pour l’évaluation réellement exécutée, pas au siège. Un contrôle one-shot est bon marché et forfaitaire ; un contrôle agentique est au compteur selon le calcul et le temps en bac à sable. C’est ce qui rend économique l’évaluation de chaque sortie — et de toute la flotte — au lieu de rationner la relecture à un échantillon.

Le déploiement Entreprise reste shadow → enforce → managed ; la tarification à l’usage mesure le travail sous-jacent. Chiffrage concret en £ disponible sur demande.