Coding-Agenten sind gut in langer, klar definierter, mühsamer Arbeit: Tests für fünfzig Module schreiben, jede Aufrufstelle auf eine neue API migrieren, tausend Lint-Warnungen beheben. Solche Arbeit braucht Sie nicht als Aufpasser. Sie braucht einen sicheren Ort zum Laufen, eine klare Aufgabe, Schutz gegen Festfahren und eine Möglichkeit, das Ergebnis beim Kaffee zu prüfen.
Dies ist eine Checkliste für genau dieses Setup.
1. Wie steckt man einen unbeaufsichtigten Agenten in eine Sandbox?
Ein unbeaufsichtigter Agent führt Shell-Befehle aus, die niemand freigibt. Gehen Sie davon aus, dass er irgendwann etwas ausführt, was Sie nicht getan hätten: das falsche Verzeichnis löschen, ein Paket installieren, auf ein Remote pushen. Grenzen Sie ihn ein.
- Ein Container oder eine VM, nicht das Hauptbenutzerkonto Ihres Laptops. Die Sicherheitsdokumentation von Docker beschreibt die Mechanismen; lassen Sie ihn mindestens als Nicht-Root-Benutzer laufen und entziehen Sie Capabilities, die Sie nicht brauchen.
- Binden Sie nur das Repository ein. Kein Home-Verzeichnis, keine SSH-Schlüssel, keine Cloud-Zugangsdaten, kein
~/.configvoller Tokens. - Keine Produktions-Secrets. Verwenden Sie Testdatenbanken und Dummy-API-Schlüssel. Braucht der Agent einen echten Dienst, geben Sie ihm einen eingeschränkten, widerrufbaren Schlüssel.
- Beschränken Sie das Netzwerk. Der Agent braucht die Modell-API und vielleicht eine Paket-Registry. Selten braucht er mehr.
- Keine Push-Rechte. Lassen Sie ihn lokal committen. Gepusht wird von Ihnen, nach dem Review.
Der API-Schlüssel für das Modell ist die eine Zugangsberechtigung, die der Agent haben muss. Verwenden Sie einen eigens dafür angelegten Schlüssel und beschränken Sie ihn, wenn Ihr Anbieter das unterstützt, auf die Egress-IP der Sandbox. Schlüssel von BroadNet unterstützen IP-Allowlists mit bis zu 32 Einträgen, ein geleakter Schlüssel ist von anderswo also nutzlos.
2. Warum bekommt jeder Agent einen eigenen Branch?
Arbeiten Sie auf einem eigenen Branch, nie auf main. Wenn Sie mehr als einen Agenten laufen lassen, geben Sie jedem mit git worktree ein eigenes Arbeitsverzeichnis:
git worktree add ../agent-tests-api -b agent/tests-api
git worktree add ../agent-lint-fixes -b agent/lint-fixes
Jeder Worktree ist ein separater Checkout desselben Repositorys; Agenten überschreiben sich also nicht gegenseitig die Dateien, und jeder Branch zeigt genau, was ein Agent getan hat.
Committen Sie dann nach jedem abgeschlossenen Schritt. Aider macht das standardmäßig. Bei anderen Agenten schreiben Sie es in die Anweisungen oder legen einen Wrapper um die Schleife, sodass ein Commit erfolgt, sobald die Tests grün sind. Eine Historie kleiner Commits macht aus „der Agent hat um 3 Uhr nachts etwas kaputt gemacht“ ein „Commit 14 hat es kaputt gemacht; 1 bis 13 behalten“.
3. Was gehört in die Task-Datei?
Ein einzeiliger Prompt, der interaktiv funktioniert, scheitert über Nacht, weil niemand die erste Rückfrage des Agenten beantwortet. Schreiben Sie eine Task-Datei:
# 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.
Der Abschnitt „Done when“ ist der wichtige Teil. Er gibt dem Agenten eine Möglichkeit zu erkennen, dass er fertig ist, und Ihnen eine Möglichkeit, das zu prüfen. Die Notizdatei dient zugleich als Gedächtnis, falls der Lauf neu startet oder der Kontext komprimiert wird; siehe Kontextmanagement für lang laufende Agenten.
4. Welche Schutzmechanismen stoppen einen festgefahrenen Agenten?
Unbeaufsichtigt heißt: Niemand bemerkt einen festgefahrenen Agenten vor dem Morgen. Vier Schutzmechanismen:
- Schrittlimit. Eine feste Höchstzahl an Modellaufrufen pro Aufgabe.
- Deadline. Zu einer festen Uhrzeit stoppen, zum Beispiel um 07:00, egal in welchem Zustand.
- Wiederholungserkennung. Stoppen, wenn derselbe Tool-Aufruf dreimal dasselbe Ergebnis liefert oder sich über eine festgelegte Zahl von Schritten keine Datei geändert hat.
- Timeouts pro Tool. Eine hängende Testsuite sollte nicht die ganze Nacht hängen lassen.
Greift ein Schutzmechanismus, sollte der Agent den Grund in die Notizdatei schreiben und sauber beenden. Warum Schritt- und Retry-Grenzen für die Kosten wichtig sind, steht unter Schritte pro Aufgabe begrenzen im Kostenleitfaden für Coding-Agenten.
Aider lässt sich leicht so betreiben: Die Doku zur Skriptsteuerung zeigt die Option --message, um eine Anweisung auszuführen und zu beenden, und --yes-always, um Rückfragen automatisch zu bestätigen. Packen Sie das in eine Shell-Schleife über eine Aufgabenliste, mit timeout um jeden Lauf, und Sie haben eine einfache Warteschlange für die Nacht.
5. Ist eine Plan-Session oder die Abrechnung pro Token über Nacht günstiger?
Läufe über Nacht verändern die Kostenfrage. Niemand schaut auf den Zähler, und ein festgefahrener Agent kann stundenlang in einer Schleife hängen.
Bei einem Schlüssel mit Abrechnung pro Token hängen die Kosten davon ab, wie viel der Agent sendet. Agenten schicken bei jedem Schritt den Kontext erneut, ein achtstündiger Lauf summiert sich also. Prompt Caching hilft sehr (gecachter Input kostet bei DeepSeek V4.1 Flash $0.0055 pro 1 Mio. Tokens gegenüber $0.175 für neuen Input), aber Output- und Reasoning-Tokens werden voll berechnet. Sie brauchen ein Token-Budget pro Lauf und ein Ausgabenlimit für das Konto.
Bei einer Plan-Session gibt es keinen Token-Zähler. Eine Full-Moon-Session kostet $60 pro Monat für unbegrenztes DeepSeek V4.1 Flash, und das ist die Obergrenze, egal wie lange der Agent läuft oder wie oft er sich im Kreis dreht. Für Arbeit über Nacht ist das der Hauptreiz: Die Rechnung im schlimmsten Fall steht fest, bevor Sie ins Bett gehen.
| Schlüssel mit Abrechnung pro Token | Plan-Session | |
|---|---|---|
| Kosten einer festgefahrenen Nacht im schlimmsten Fall | Steigen mit den Tokens | Fest beim Planpreis |
| Parallele Agenten | Bis zu 4 gleichzeitige Anfragen pro Pay-as-you-go-Schlüssel | Eine Anfrage gleichzeitig pro Session |
| Modelle | Alle Chat-Modelle | Nur DeepSeek V4.1 Flash |
| Schutzmechanismen weiterhin nötig | Ja, für Kosten und Zeit | Ja, für Zeit |
Zwei praktische Hinweise zu Sessions. Eine Session verarbeitet jeweils eine Anfrage; zwei Agenten auf einer Session wechseln sich also ab, und Aufgaben auf einer Session laufen nacheinander, was über Nacht oft in Ordnung ist. Wenn Agenten nebeneinander laufen sollen, kaufen Sie eine Session pro Agent. Parallele Agenten mit einer Flatrate-API rechnet das durch.
Bei einer typischen Geschwindigkeit von etwa 100 Tokens pro Sekunde kann eine Session in einem Monat Dauerbetrieb etwa 259 Millionen Output-Tokens erzeugen. Ob das für Sie günstiger ist als die Abrechnung pro Token, hängt vom Volumen ab; das Rechenbeispiel von BroadNet für einen Coding-Agenten in Vollzeit kommt bei Pay-as-you-go auf etwa $65.40 pro Monat. Rechnen Sie Ihre Zahlen im Rechner Flatrate vs. pro Token durch. Lange unbeaufsichtigte Läufe brauchen außerdem Disziplin beim Kontext und Wiederholungen, die einen Absturz überstehen: siehe Timeouts, Retries und Checkpoints.
6. Wie prüft man den Lauf am Morgen?
Der Wert eines Laufs über Nacht entsteht erst beim Review. Machen Sie es schnell:
- Lesen Sie zuerst NOTES.md. Was hat der Agent erledigt, übersprungen, und wo ist er hängen geblieben?
- Prüfen Sie den Stoppgrund. Fertig, Schrittlimit, Deadline oder Wiederholung?
- Führen Sie die Tests selbst aus. Vertrauen Sie nicht dem Bericht des Agenten über grüne Tests.
- Lesen Sie den Diff Commit für Commit. Kleine Commits machen schlechte Änderungen leicht erkennbar und entfernbar.
- Squashen oder rebasen Sie, was Sie behalten, und öffnen Sie dann einen normalen Pull Request.
An den meisten Morgen behalten Sie den Großteil der Arbeit und korrigieren ein paar Commits von Hand. An schlechten Morgen löschen Sie einen Branch. So oder so hat nichts main ohne Sie berührt.
Wie probiert man es in der ersten Nacht sicher aus?
Beginnen Sie mit einer gut spezifizierten Aufgabe, einem Agenten und einer Session. Eine Meteor-Stunde ($1) reicht, um zu prüfen, ob Sandbox, Branch und Schutzmechanismen funktionieren, bevor Sie etwas die ganze Nacht laufen lassen. Für den Agenten selbst enthält der Aider-Leitfaden die genauen Verbindungseinstellungen, das beste offene Modell für Coding-Agenten hilft bei der Modellwahl, und so funktionieren Plan-Sessions erklärt Schlüssel und Sessions.
