BroadRouter
Magsimula

Paano patakbuhin nang ligtas ang coding agent nang magdamag

Ng BroadNet Inference team · 5 minutong basa · Nailathala · Na-update

Patakbuhin ang agent sa container o VM na repository lang ang naka-mount, sa sarili nitong git branch, at mag-commit pagkatapos ng bawat natapos na hakbang. Bigyan ito ng nakasulat na task file, step cap at deadline sa orasan, saka i-review ang branch sa umaga. Ang flat plan session, gaya ng Full Moon ng BroadNet sa $60, ang nagpapako sa pinakamasamang posibleng bill.

Magaling ang mga coding agent sa mahahaba, malinaw at nakakabagot na trabaho: pagdagdag ng test sa limampung module, paglipat ng bawat call site sa bagong API, pag-aayos ng isang libong lint warning. Hindi kailangang bantayan mo ang ganitong trabaho. Ang kailangan nito ay ligtas na lugar na takbuhan, malinaw na task, mga bantay laban sa pagkaipit, at paraan para i-review ang resulta habang nagkakape ka.

Checklist ito para i-set up iyan.

1. Paano i-sandbox ang agent na walang nagbabantay?

Nagpapatakbo ang agent na walang nagbabantay ng mga shell command na walang nag-aaprubahan. Ipagpalagay na sa huli ay magpapatakbo ito ng hindi mo sana pinatakbo: magbubura ng maling directory, mag-i-install ng package, magpu-push sa remote. Ikulong ito.

  • Container o VM, hindi ang pangunahing user account ng laptop mo. Sinasaklaw ng dokumentasyon sa seguridad ng Docker ang mga kontrol; sa pinakamababa, patakbuhin bilang non-root na user at alisin ang mga capability na hindi mo kailangan.
  • Repository lang ang i-mount. Walang home directory, walang SSH key, walang cloud credentials, walang ~/.config na puno ng token.
  • Walang production secret. Gumamit ng test database at dummy na API key. Kung kailangan ng agent ng totoong serbisyo, bigyan ito ng limitado at nare-revoke na key.
  • Limitahan ang network. Ang model API at baka isang package registry lang ang kailangan ng agent. Bihira itong mangailangan ng iba pa.
  • Walang karapatang mag-push. Hayaan itong mag-commit nang lokal. Ikaw ang magpu-push pagkatapos ng review.

Ang API key ng model ang nag-iisang credential na dapat hawak ng agent. Gumamit ng key na ginawa para sa layuning ito, at kung suportado ng provider mo, limitahan ito sa egress IP ng sandbox. Sinusuportahan ng mga key ng BroadNet ang IP allow-list na hanggang 32 entry, kaya walang silbi ang na-leak na key kapag ginamit sa ibang lugar.

2. Bakit dapat may sariling branch ang bawat agent?

Magtrabaho sa nakalaang branch, hindi kailanman sa main. Kung higit sa isang agent ang pinapatakbo mo, bigyan ang bawat isa ng sariling working directory gamit ang git worktree:

git worktree add ../agent-tests-api -b agent/tests-api
git worktree add ../agent-lint-fixes -b agent/lint-fixes

Hiwalay na checkout ng parehong repository ang bawat worktree, kaya hindi nag-o-overwrite ang mga agent sa file ng isa’t isa, at ipinapakita ng bawat branch kung ano mismo ang ginawa ng isang agent.

Saka mag-commit pagkatapos ng bawat natapos na hakbang. Default ito sa Aider. Para sa ibang agent, idagdag ito sa mga instruction o balutin ang loop para may commit tuwing pumapasa ang mga test. Ang history ng maliliit na commit ay ginagawang “commit 14 ang sumira; panatilihin ang 1 hanggang 13” ang “may sinira ang agent nang alas-3 ng madaling-araw”.

3. Ano ang laman ng task file?

Ang isang-linyang prompt na gumagana nang interactive ay pumapalya sa magdamag, dahil walang sasagot sa unang tanong ng agent. Sumulat ng task file:

# Task: add unit tests to src/billing/

## Goal
Every public function in src/billing/ has at least one unit test.

## Done when
- `pytest tests/billing` passes
- coverage for src/billing/ is reported (no target)
- no changes outside tests/billing/ except fixing obvious bugs, each in its own commit

## Rules
- Do not change public function signatures.
- If a function is untestable without a refactor, list it in NOTES.md and move on.
- Run `pytest tests/billing -x` after each new test file.

## Notes
Append decisions and skipped items to NOTES.md as you go.

Ang seksyong “done when” ang mahalagang bahagi. Binibigyan nito ang agent ng paraan para malaman kung tapos na ito, at ikaw ng paraan para mag-check. Nagsisilbi ring memory ang notes file kapag nag-restart ang takbo o na-compact ang context; tingnan ang context management para sa mga agent na matagal tumatakbo.

4. Aling mga bantay ang pumipigil sa naipit na agent?

Ang ibig sabihin ng walang nagbabantay ay walang makakapansin sa naipit na agent hanggang umaga. Apat na bantay:

  1. Step cap. Nakapirming maximum na bilang ng tawag sa model kada task.
  2. Deadline. Huminto sa isang oras sa orasan, halimbawa 07:00, anuman ang estado.
  3. Pag-detect ng pag-uulit. Huminto kapag tatlong beses nang ibinabalik ng parehong tool call ang parehong resulta, o walang file na nagbago sa itinakdang bilang ng hakbang.
  4. Timeout kada tool. Hindi dapat ipitin ng isang naka-hang na test suite ang buong gabi.

Kapag pumutok ang isang bantay, dapat isulat ng agent ang dahilan sa notes file at lumabas nang maayos. Kung bakit mahalaga sa gastos ang step cap at retry cap, tinatalakay iyon sa i-cap ang mga step kada task sa gabay sa gastos ng coding agent.

Madaling patakbuhin ang Aider sa ganitong paraan: ipinapakita ng scripting docs nito ang option na --message para magpatakbo ng isang instruction at lumabas, at --yes-always para awtomatikong tanggapin ang mga prompt. Balutin iyan sa shell loop sa isang listahan ng task, na may timeout sa bawat takbo, at may simpleng pila ka na para sa magdamag.

5. Plan session ba o per-token na billing ang mas mura sa magdamag?

Binabago ng magdamag na takbo ang tanong sa gastos. Walang nagbabantay sa metro, at kayang mag-loop nang ilang oras ang naipit na agent.

Sa per-token na key, nakadepende ang gastos sa dami ng ipinapadala ng agent. Ipinapadala ulit ng mga agent ang context sa bawat hakbang, kaya lumalaki ang walong-oras na takbo. Malaki ang tulong ng prompt caching ($0.0055 kada 1M token ang cached input sa DeepSeek V4.1 Flash laban sa $0.175 para sa bago), pero buong sinisingil ang output at reasoning token. Kailangan mo ng token budget kada takbo at spend limit sa account.

Sa plan session, walang token meter. $60 kada buwan ang isang Full Moon session para sa unlimited na DeepSeek V4.1 Flash, at iyan ang kisame gaano man katagal tumakbo ang agent o gaano man ito kadalas mag-loop. Para sa trabaho sa magdamag, iyan ang pangunahing atraksyon: alam mo na ang pinakamasamang posibleng bill bago ka matulog.

Per-token na key Plan session
Pinakamasamang gastos ng isang gabing naipit Lumalaki kasabay ng token Nakapako sa presyo ng plan
Sabay-sabay na agent Hanggang 4 request nang sabay kada pay-as-you-go key Isang request nang sabay kada session
Mga model Lahat ng chat model DeepSeek V4.1 Flash lang
Kailangan pa rin ng bantay Oo, para sa gastos at oras Oo, para sa oras

Dalawang praktikal na tala tungkol sa session. Isang request lang nang sabay ang pinapatakbo ng session, kaya nagsasalitan ang dalawang agent na nagsasalo sa isang session; sunod-sunod na tumatakbo ang mga task sa iisang session, na madalas ay ayos lang sa magdamag. Kung gusto mong magkatabing tumatakbo ang mga agent, bumili ng session kada agent. Sinasaklaw ng sabay-sabay na agent sa flat-rate na API ang kuwenta.

Sa karaniwang bilis na mga 100 token bawat segundo, kayang gumawa ng isang session ng mga 259 milyon output token sa isang buwang tuloy-tuloy na paggamit. Kung mas sulit iyan para sa iyo kaysa sa per-token na presyo ay depende sa volume; ang halimbawang kuwenta ng BroadNet para sa full-time na coding agent ay umaabot sa mga $65.40 kada buwan sa pay-as-you-go. Kuwentahin ang sarili mong numero sa flat-rate vs per-token calculator. Kailangan din ng mahahabang takbong walang nagbabantay ang disiplina sa context at mga retry na kumakaya sa crash: tingnan ang timeout, retry at checkpoint.

6. Paano i-review ang takbo sa umaga?

Sa oras ng review lang nakukuha ang halaga ng magdamag na takbo. Gawin itong mabilis:

  1. Basahin muna ang NOTES.md. Ano ang natapos, nilaktawan at pinagkaipitan ng agent?
  2. Tingnan ang dahilan ng paghinto. Tapos, step cap, deadline o pag-uulit?
  3. Ikaw mismo ang magpatakbo ng mga test. Huwag pagkatiwalaan ang ulat ng agent na green ang mga test.
  4. Basahin ang diff kada commit. Pinapadali ng maliliit na commit ang paghanap at pagtanggal ng masasamang pagbabago.
  5. I-squash o i-rebase ang pananatilihin mo, saka magbukas ng karaniwang pull request.

Sa karamihan ng umaga, mapapanatili mo ang karamihan ng trabaho at mano-manong aayusin ang ilang commit. Sa masasamang umaga, magbubura ka ng branch. Alinman dito, walang gumalaw sa main nang wala ka.

Paano ito subukan nang ligtas sa unang gabi?

Magsimula sa isang malinaw na task, isang agent at isang session. Sapat na ang isang oras ng Meteor ($1) para tiyaking gumagana ang setup ng sandbox, branch at mga bantay bago ka mag-iwan ng anumang tumatakbo buong gabi. Para sa agent mismo, nasa gabay sa Aider ang eksaktong connection settings, tinutulungan ka ng pinakamahusay na open model para sa coding agent na pumili ng model, at sinasaklaw ng paano gumagana ang mga plan session ang mga key at session.

Mga tanong

Ligtas bang hayaang magpatakbo ng shell command ang agent nang walang nagbabantay?

Sa loob lang ng sandbox na ayos lang sa iyong itapon. I-mount ang repository, ilayo ang mga secret at production credentials, at limitahan ang network access sa kailangan lang ng task.

Ilang task sa magdamag ang kaya ng isang plan session?

Isang request lang nang sabay ang pinapatakbo ng session, kaya sunod-sunod na tumatakbo ang mga task sa iisang session. Ipila sila nang sunod-sunod sa iisang session, o bumili ng session para sa bawat agent na gusto mong tumakbo nang sabay.

Paano kung masira ng agent ang build sa magdamag?

Walang umaabot sa main branch mo nang walang review. Kapag may commit kada hakbang, eksakto mong makikita kung saan nagkamali at mapapanatili mo ang mga maayos na commit bago ang puntong iyon.

Anong mga task ang bagay sa magdamag na takbo?

Malinaw ang spec at nate-test na trabaho gaya ng paglipat ng mga call site sa bagong API, pagdagdag ng test sa mga module na walang test, pag-aayos ng lint sa buong codebase, pag-upgrade ng mga dependency. Mas mabuting gawin nang may tao sa loop ang bukas na trabaho sa design.

Basahin bilang MarkdownTanungin ang ChatGPTTanungin ang ClaudeTanungin ang Perplexity