BroadRouter
Comenzar

Cómo dejar agentes de código trabajando de noche, con seguridad

Por el equipo de BroadNet Inference · 5 min de lectura · Publicado · Actualizado

Ejecute el agente en un contenedor o una VM con solo el repositorio montado, en su propia rama de git, con un commit después de cada paso completado. Dele un archivo de tarea escrito, un tope de pasos y una hora límite, y revise la rama por la mañana. Una sesión de plan de tarifa plana, como Luna Llena de BroadNet a $60, fija la factura en el peor caso.

Los agentes de código son buenos en el trabajo largo, bien definido y tedioso: añadir pruebas a cincuenta módulos, migrar cada llamada a una API nueva, corregir mil avisos de lint. Ese tipo de trabajo no necesita que usted esté mirando. Necesita un lugar seguro donde ejecutarse, una tarea clara, protecciones contra los atascos y una forma de revisar el resultado con el café de la mañana.

Esta es una lista de verificación para prepararlo.

1. ¿Cómo se aísla en un sandbox un agente desatendido?

Un agente desatendido ejecuta comandos de shell que nadie aprueba. Asuma que tarde o temprano ejecutará algo que usted no habría ejecutado: borrar el directorio equivocado, instalar un paquete, hacer push a un remoto. Conténgalo.

  • Un contenedor o una VM, no la cuenta de usuario principal de su portátil. La documentación de seguridad de Docker describe los controles; como mínimo, ejecútelo como usuario sin privilegios de root y elimine las capabilities que no necesite.
  • Monte solo el repositorio. Nada de directorio personal, ni claves SSH, ni credenciales de la nube, ni un ~/.config lleno de tokens.
  • Sin secretos de producción. Use bases de datos de prueba y claves de API ficticias. Si el agente necesita un servicio real, dele una clave con alcance limitado y revocable.
  • Limite la red. El agente necesita la API del modelo y quizá un registro de paquetes. Rara vez necesita algo más.
  • Sin permisos de push. Deje que haga commits en local. Usted hace push tras revisar.

La clave de API del modelo es la única credencial que el agente debe tener. Use una clave creada para este fin y, si su proveedor lo permite, restrínjala a la IP de salida del sandbox. Las claves de BroadNet admiten listas de IP permitidas de hasta 32 entradas, así que una clave filtrada no sirve desde ningún otro lugar.

2. ¿Por qué darle a cada agente su propia rama?

Trabaje en una rama dedicada, nunca en main. Si ejecuta más de un agente, dele a cada uno su propio directorio de trabajo con git worktree:

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

Cada worktree es una copia de trabajo independiente del mismo repositorio, así que los agentes no sobrescriben los archivos de los demás, y cada rama muestra exactamente lo que hizo un agente.

Luego, haga un commit después de cada paso completado. Aider lo hace por defecto. Para otros agentes, añádalo a las instrucciones o envuelva el bucle para que se haga un commit cada vez que pasen las pruebas. Un historial de commits pequeños convierte “el agente rompió algo a las 3 de la mañana” en “el commit 14 lo rompió; conserve del 1 al 13”.

3. ¿Qué va en el archivo de tarea?

Un prompt de una línea que funciona en modo interactivo falla de noche, porque no hay nadie que responda a la primera pregunta del agente. Escriba un archivo de tarea:

# 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.

La sección “Done when” (terminado cuando) es la parte importante. Le da al agente una forma de saber que terminó, y a usted una forma de comprobarlo. El archivo de notas sirve además como memoria si la ejecución se reinicia o el contexto se compacta; vea gestión del contexto en agentes de larga duración.

4. ¿Qué protecciones detienen a un agente atascado?

Desatendido significa que nadie nota un agente atascado hasta la mañana. Cuatro protecciones:

  1. Tope de pasos. Un número máximo fijo de llamadas al modelo por tarea.
  2. Hora límite. Detenerse a una hora del reloj, por ejemplo las 07:00, sea cual sea el estado.
  3. Detección de repeticiones. Detenerse cuando la misma llamada a una herramienta devuelve el mismo resultado tres veces, o cuando ningún archivo ha cambiado durante cierto número de pasos.
  4. Tiempos de espera por herramienta. Un conjunto de pruebas colgado no debería colgar toda la noche.

Cuando salta una protección, el agente debe escribir el motivo en el archivo de notas y salir limpiamente. Por qué los topes de pasos y de reintentos importan para el costo se explica en limite los pasos por tarea, en la guía de costos de agentes de programación.

Aider es fácil de ejecutar así: su documentación de scripts muestra la opción --message para ejecutar una instrucción y salir, y --yes-always para aceptar las confirmaciones automáticamente. Envuélvalo en un bucle de shell sobre una lista de tareas, con timeout alrededor de cada ejecución, y tendrá una cola nocturna sencilla.

5. ¿Qué sale más barato de noche: una sesión de plan o el pago por token?

Las ejecuciones nocturnas cambian la pregunta del costo. Nadie vigila el medidor, y un agente atascado puede dar vueltas durante horas.

Con una clave de pago por token, el costo depende de cuánto envíe el agente. Los agentes reenvían el contexto en cada paso, así que una ejecución de ocho horas se acumula. El caché de prompts ayuda mucho (la entrada en caché en DeepSeek V4.1 Flash cuesta $0.0055 por 1M de tokens frente a $0.175 la entrada nueva), pero los tokens de salida y de razonamiento se cobran completos. Necesita un presupuesto de tokens por ejecución y un límite de gasto en la cuenta.

Con una sesión de plan, no hay medidor de tokens. Una sesión Luna Llena (Full Moon) cuesta $60 al mes por DeepSeek V4.1 Flash ilimitado, y ese es el tope por mucho que el agente se ejecute o dé vueltas. Para el trabajo nocturno, ese es el principal atractivo: la factura en el peor caso se conoce antes de irse a dormir.

Clave de pago por token Sesión de plan
Costo en el peor caso de una noche atascada Crece con los tokens Fijo en el precio del plan
Agentes en paralelo Hasta 4 solicitudes en curso por clave de pago por uso Una solicitud a la vez por sesión
Modelos Todos los modelos de chat Solo DeepSeek V4.1 Flash
¿Siguen haciendo falta protecciones? Sí, para costo y tiempo Sí, para tiempo

Dos notas prácticas sobre las sesiones. Una sesión ejecuta una solicitud a la vez, así que dos agentes que comparten sesión se turnan; las tareas de una misma sesión se ejecutan en secuencia, lo que de noche suele estar bien. Si quiere agentes trabajando en paralelo, compre una sesión por agente. Agentes en paralelo con una API de tarifa plana explica los números.

A una velocidad típica de unos 100 tokens por segundo, una sesión puede producir unos 259 millones de tokens de salida en un mes de uso continuo. Que eso le resulte más barato que el pago por token depende del volumen; el ejemplo calculado de BroadNet para un agente de código a tiempo completo sale a unos $65.40 al mes con pago por uso. Haga sus cuentas en la calculadora de tarifa plana frente a pago por token. Las ejecuciones largas desatendidas también necesitan disciplina con el contexto y reintentos que sobrevivan a un fallo: vea tiempos de espera, reintentos y puntos de control.

6. ¿Cómo se revisa la ejecución por la mañana?

El valor de una ejecución nocturna solo se materializa al revisarla. Hágalo rápido:

  1. Lea primero NOTES.md. ¿Qué terminó el agente, qué omitió y dónde se atascó?
  2. Compruebe el motivo de la parada. ¿Terminado, tope de pasos, hora límite o repetición?
  3. Ejecute usted las pruebas. No confíe en el informe del agente de que todo pasa.
  4. Lea el diff commit por commit. Los commits pequeños hacen que los cambios malos sean fáciles de detectar y descartar.
  5. Haga squash o rebase de lo que conserve y luego abra un pull request normal.

La mayoría de las mañanas conservará casi todo el trabajo y corregirá a mano algunos commits. Las malas mañanas borrará una rama. En ambos casos, nada tocó main sin usted.

¿Cómo probarlo con seguridad la primera noche?

Empiece con una tarea bien especificada, un agente y una sesión. Una hora de Meteoro (Meteor) ($1) basta para comprobar que el sandbox, la rama y las protecciones funcionan antes de dejar algo ejecutándose toda la noche. Para el agente en sí, la guía de Aider tiene la configuración exacta de conexión, el mejor modelo abierto para agentes de código le ayuda a elegir un modelo y cómo funcionan las sesiones de plan explica las claves y las sesiones.

Preguntas frecuentes

¿Es seguro dejar que un agente ejecute comandos de shell sin supervisión?

Solo dentro de un sandbox que usted esté dispuesto a desechar. Monte el repositorio, deje fuera los secretos y las credenciales de producción, y limite el acceso a la red a lo que necesite la tarea.

¿Cuántas tareas nocturnas puede atender una sola sesión de plan?

Una sesión ejecuta una solicitud a la vez, así que las tareas de una misma sesión se ejecutan una tras otra. Póngalas en cola en una sesión, o compre una sesión por cada agente que quiera ejecutar en paralelo.

¿Y si el agente rompe la compilación durante la noche?

Nada llega a su rama principal sin revisión. Con un commit por paso, puede ver exactamente dónde se torció y conservar los commits buenos anteriores a ese punto.

¿Qué tareas son adecuadas para ejecuciones nocturnas?

Trabajo bien especificado y verificable, como migrar llamadas a una API nueva, añadir pruebas a módulos sin pruebas, corregir avisos de lint en todo el código o actualizar dependencias. El trabajo de diseño abierto se hace mejor con una persona en el circuito.

Leer en MarkdownPreguntar a ChatGPTPreguntar a ClaudePreguntar a Perplexity