---
title: "Coding agent semalaman: sandbox, git, batas biaya | BroadRouter"
description: "Setup praktis untuk coding agent tanpa pengawasan: sandbox, checkpoint git, file tugas, batas langkah, tinjauan pagi, dan sesi paket tetap untuk malam hari."
url: https://broadrouter.com/id/blog/overnight-coding-agent-runs/
lang: id
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Diterjemahkan dari bahasa Inggris dengan bantuan AI. [Baca versi asli bahasa Inggris](https://broadrouter.com/blog/overnight-coding-agent-runs/) (diperbarui 2026-11-16).

# Cara menjalankan coding agent semalaman tanpa pengawasan dengan aman

Oleh tim BroadNet Inference · 5 menit baca · Dipublikasikan 2026-11-14 · Diperbarui 2026-11-16

Jalankan agent di container atau VM dengan hanya repositori yang di-mount, di branch git-nya sendiri, dan commit setelah setiap langkah selesai. Beri agent file tugas tertulis, batas langkah, dan tenggat jam dinding, lalu tinjau branch-nya di pagi hari. Sesi paket tetap, seperti Full Moon dari BroadNet seharga $60, memastikan tagihan terburuk sudah diketahui.

## Poin penting

-   Sandbox dulu: container atau VM dengan hanya repo yang di-mount dan tanpa kredensial produksi.
-   Satu branch atau git worktree per agent, dengan commit setelah setiap langkah, membuat setiap perubahan bisa ditinjau dan dibatalkan.
-   File tugas dengan definisi selesai yang jelas lebih baik daripada prompt satu baris.
-   Batas langkah, tenggat waktu, dan penjaga pengulangan menghentikan run yang macet sebelum pagi.
-   Sesi paket tidak punya meteran token, jadi semalam kerja agent berbiaya sebesar harga paket berapa pun jumlah tokennya.

**Di halaman ini**

1.  1\. Bagaimana men-sandbox agent tanpa pengawasan?
2.  2\. Mengapa setiap agent perlu branch sendiri?
3.  3\. Apa isi file tugas?
4.  4\. Pengaman apa yang menghentikan agent yang macet?
5.  5\. Lebih murah sesi paket atau tagihan per token untuk malam hari?
6.  6\. Bagaimana meninjau hasil run di pagi hari?
7.  Bagaimana mencobanya dengan aman di malam pertama?

Coding agent unggul dalam pekerjaan yang panjang, terdefinisi jelas, dan membosankan: menambahkan tes ke lima puluh modul, memigrasikan setiap call site ke API baru, memperbaiki seribu peringatan lint. Pekerjaan seperti itu tidak perlu Anda tunggui. Yang dibutuhkan adalah tempat yang aman untuk berjalan, tugas yang jelas, pengaman agar tidak macet, dan cara meninjau hasilnya sambil minum kopi.

Berikut checklist untuk menyiapkannya.

## 1\. Bagaimana men-sandbox agent tanpa pengawasan?

Agent tanpa pengawasan menjalankan perintah shell yang tidak disetujui siapa pun. Anggap bahwa suatu saat ia akan menjalankan sesuatu yang tidak akan Anda jalankan: menghapus direktori yang salah, menginstal paket, melakukan push ke remote. Batasi ruang geraknya.

-   **Container atau VM**, bukan akun pengguna utama di laptop Anda. [Dokumentasi keamanan](https://docs.docker.com/engine/security/) Docker membahas kontrolnya; setidaknya jalankan sebagai pengguna non-root dan buang capability yang tidak Anda butuhkan.
-   **Mount hanya repositori.** Tanpa direktori home, tanpa kunci SSH, tanpa kredensial cloud, tanpa `~/.config` yang penuh token.
-   **Tanpa rahasia produksi.** Gunakan database tes dan kunci API dummy. Jika agent membutuhkan layanan sungguhan, beri kunci dengan cakupan terbatas yang bisa dicabut.
-   **Batasi jaringan.** Agent membutuhkan API model dan mungkin registry paket. Jarang sekali butuh yang lain.
-   **Tanpa hak push.** Biarkan agent commit secara lokal. Anda yang push setelah meninjau.

Kunci API model adalah satu-satunya kredensial yang wajib dimiliki agent. Gunakan kunci yang dibuat khusus untuk keperluan ini, dan jika penyedia Anda mendukungnya, batasi ke IP egress sandbox. Kunci BroadNet mendukung [IP allow-list](https://broadrouter.com/id/guides/api-keys-ip-allow-lists/) hingga 32 entri, sehingga kunci yang bocor tidak berguna dari tempat lain.

## 2\. Mengapa setiap agent perlu branch sendiri?

Bekerjalah di branch khusus, jangan pernah di `main`. Jika menjalankan lebih dari satu agent, beri masing-masing direktori kerjanya sendiri dengan [git worktree](https://git-scm.com/docs/git-worktree):

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

Setiap worktree adalah checkout terpisah dari repositori yang sama, sehingga agent tidak saling menimpa file, dan setiap branch menunjukkan persis apa yang dilakukan satu agent.

Lalu **commit setelah setiap langkah selesai.** Aider melakukannya secara default. Untuk agent lain, tambahkan ke instruksi atau bungkus loop-nya agar commit terjadi setiap kali tes lulus. Riwayat commit kecil mengubah “agent merusak sesuatu jam 3 pagi” menjadi “commit 14 yang merusaknya; pertahankan 1 sampai 13”.

## 3\. Apa isi file tugas?

Prompt satu baris yang berhasil secara interaktif akan gagal di malam hari, karena tidak ada yang menjawab pertanyaan pertama agent. Tulis file tugas:

```markdown
# 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.
```

Bagian “Done when” (selesai jika) adalah bagian yang penting. Bagian itu memberi agent cara untuk tahu bahwa tugasnya selesai, dan memberi Anda cara untuk memeriksanya. File catatan juga berfungsi sebagai memori jika run diulang atau konteks dipadatkan; lihat [manajemen konteks untuk agent yang berjalan lama](https://broadrouter.com/id/blog/long-running-agent-context-management/).

## 4\. Pengaman apa yang menghentikan agent yang macet?

Tanpa pengawasan berarti tidak ada yang menyadari agent macet sampai pagi. Empat pengaman:

1.  **Batas langkah.** Jumlah maksimum pemanggilan model per tugas yang tetap.
2.  **Tenggat waktu.** Berhenti pada jam tertentu, misalnya 07.00, apa pun keadaannya.
3.  **Deteksi pengulangan.** Berhenti ketika pemanggilan tool yang sama mengembalikan hasil yang sama tiga kali, atau tidak ada file yang berubah selama sejumlah langkah tertentu.
4.  **Timeout per tool.** Rangkaian tes yang hang tidak boleh membuat semalaman ikut hang.

Ketika pengaman terpicu, agent harus menulis alasannya ke file catatan dan keluar dengan bersih. Alasan batas langkah dan batas retry penting bagi biaya dibahas di bagian [batasi langkah per tugas](https://broadrouter.com/id/blog/cut-coding-agent-llm-costs/) dalam panduan biaya coding agent.

Aider mudah dijalankan dengan cara ini: [dokumentasi scripting](https://aider.chat/docs/scripting.html)\-nya menunjukkan opsi `--message` untuk menjalankan satu instruksi lalu keluar, dan `--yes-always` untuk menerima prompt secara otomatis. Bungkus itu dalam loop shell atas daftar tugas, dengan `timeout` di setiap run, dan Anda punya antrean malam yang sederhana.

## 5\. Lebih murah sesi paket atau tagihan per token untuk malam hari?

Run semalaman mengubah pertanyaan biaya. Tidak ada yang mengawasi meteran, dan agent yang macet bisa berputar berjam-jam.

**Pada kunci per token**, biaya bergantung pada seberapa banyak yang dikirim agent. Agent mengirim ulang konteks di setiap langkah, sehingga run delapan jam terus bertambah biayanya. Prompt caching sangat membantu (input cache di [DeepSeek V4.1 Flash](https://broadrouter.com/id/models/deepseek-v4.1-flash/) seharga $0.0055 per 1 juta token dibandingkan $0.175 untuk input baru), tetapi token output dan penalaran ditagih penuh. Anda membutuhkan anggaran token per run dan batas pengeluaran di akun.

**Pada sesi paket**, tidak ada meteran token. Sesi Full Moon seharga $60 per bulan untuk DeepSeek V4.1 Flash tanpa batas, dan itulah plafonnya, selama apa pun agent berjalan atau sebanyak apa pun ia berputar. Untuk pekerjaan malam hari, inilah daya tarik utamanya: tagihan terburuk sudah diketahui sebelum Anda tidur.

|  | Kunci per token | Sesi paket |
| --- | --- | --- |
| Biaya terburuk dari malam yang macet | Bertambah seiring token | Tetap sebesar harga paket |
| Agent paralel | Hingga 4 permintaan berjalan per kunci bayar sesuai pemakaian | Satu permintaan sekaligus per sesi |
| Model | Semua model chat | Hanya DeepSeek V4.1 Flash |
| Pengaman tetap dibutuhkan | Ya, untuk biaya dan waktu | Ya, untuk waktu |

Dua catatan praktis tentang sesi. Satu sesi menjalankan satu permintaan sekaligus, jadi dua agent yang berbagi sesi akan bergantian; tugas di satu sesi berjalan berurutan, dan itu sering kali tidak masalah di malam hari. Jika Anda ingin agent berjalan berdampingan, beli satu sesi per agent. [Agent paralel di API tarif tetap](https://broadrouter.com/id/blog/run-parallel-coding-agents-flat-rate/) membahas hitungannya.

Pada kecepatan umum sekitar 100 token per detik, satu sesi bisa menghasilkan sekitar 259 juta token output dalam sebulan pemakaian terus-menerus. Apakah itu lebih hemat daripada harga per token bagi Anda tergantung volumenya; contoh hitungan BroadNet untuk coding agent penuh waktu mencapai sekitar $65.40 per bulan dengan bayar sesuai pemakaian. Hitung angka Anda di [kalkulator tarif tetap vs per token](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/). Run panjang tanpa pengawasan juga membutuhkan disiplin konteks dan retry yang bertahan saat crash: lihat [timeout, retry, dan checkpoint](https://broadrouter.com/id/blog/long-running-agents-timeouts-retries/).

## 6\. Bagaimana meninjau hasil run di pagi hari?

Nilai run semalam baru terwujud saat ditinjau. Buat tinjauannya cepat:

1.  **Baca NOTES.md dulu.** Apa yang diselesaikan agent, dilewati, dan membuatnya macet?
2.  **Periksa alasan berhenti.** Selesai, batas langkah, tenggat waktu, atau pengulangan?
3.  **Jalankan tes sendiri.** Jangan percaya laporan agent bahwa semua tes hijau.
4.  **Baca diff per commit.** Commit kecil membuat perubahan buruk mudah dikenali dan dibuang.
5.  **Squash atau rebase yang Anda pertahankan**, lalu buka pull request biasa.

Pada sebagian besar pagi, Anda akan mempertahankan sebagian besar pekerjaan dan memperbaiki beberapa commit secara manual. Pada pagi yang buruk, Anda menghapus satu branch. Bagaimanapun juga, tidak ada yang menyentuh `main` tanpa Anda.

## Bagaimana mencobanya dengan aman di malam pertama?

Mulailah dengan satu tugas yang terdefinisi jelas, satu agent, dan satu sesi. Satu jam Meteor ($1) cukup untuk memastikan sandbox, branch, dan pengaman berfungsi sebelum Anda membiarkan apa pun berjalan semalaman. Untuk agent-nya sendiri, [panduan Aider](https://broadrouter.com/id/guides/aider-unlimited-deepseek/) memuat pengaturan koneksi yang tepat, [model terbuka terbaik untuk coding agent](https://broadrouter.com/id/blog/best-open-model-for-coding-agents/) membantu Anda memilih model, dan [cara kerja sesi paket](https://broadrouter.com/id/guides/unlimited-llm-api-sessions/) membahas kunci dan sesi.

Alat gratis untuk topik ini (bahasa Inggris)

-   [Agent run cost estimator](https://broadrouter.com/tools/agent-run-cost-estimator/) Context growth per step, total tokens and cost of one agent run, with a DeepSeek session comparison.
-   [LLM batch job planner](https://broadrouter.com/tools/llm-batch-job-planner/) Run time, binding limit, cost per model and the flat sessions needed to finish a big job by a deadline.
-   [Flat-rate vs per-token LLM cost calculator](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) Break-even between an unlimited plan and paying per token, per agent.
-   [LLM rate limit and concurrency calculator](https://broadrouter.com/tools/llm-rate-limit-calculator/) Which limit binds first: RPM, TPM or concurrency, with Little's law.

[Alat gratis (bahasa Inggris)](https://broadrouter.com/tools/)

## Istilah dalam artikel ini

[Token](https://broadrouter.com/id/glossary/token/)

Token adalah satuan teks yang dibaca dan ditulis model bahasa: sebuah kata, bagian kata, tanda baca, atau urutan byte yang dihasilkan tokenizer model. API LLM menghitung, membatasi, dan biasanya menagih pemakaian dalam token.

[Agen coding AI (AI coding agent)](https://broadrouter.com/id/glossary/coding-agent/)

Agen coding AI adalah alat perangkat lunak di mana model bahasa bekerja pada codebase dalam sebuah loop: membaca file, mengeditnya, menjalankan perintah seperti tes, membaca output, dan memutuskan langkah berikutnya sampai tugas selesai atau batas tercapai.

[Bayar sesuai pemakaian (pay-as-you-go)](https://broadrouter.com/id/glossary/pay-as-you-go/)

Bayar sesuai pemakaian (pay-as-you-go) adalah model harga di mana Anda hanya membayar yang Anda pakai, dihitung per satuan seperti token, permintaan, atau menit audio, tanpa langganan atau komitmen minimum. Sebagian besar API LLM menagih dengan cara ini, dari saldo prabayar atau tagihan berkala.

[Konkurensi (concurrency)](https://broadrouter.com/id/glossary/concurrency/)

Konkurensi (concurrency) adalah jumlah permintaan yang sedang berjalan dari sebuah client pada saat yang sama. API LLM sering membatasinya per kunci atau per paket, terpisah dari batas permintaan per menit, karena setiap permintaan yang terbuka menahan kapasitas GPU sampai responsnya selesai.

[Kunci API (API key)](https://broadrouter.com/id/glossary/api-key/)

Kunci API adalah string rahasia yang mengidentifikasi dan mengotorisasi client yang memanggil API. API LLM biasanya mengharapkannya di header Authorization: Bearer, dan siapa pun yang memegang kunci itu bisa membuat permintaan yang ditagihkan ke akun pemiliknya.

[Request timeout (batas waktu permintaan)](https://broadrouter.com/id/glossary/request-timeout/)

Request timeout adalah waktu terlama sebuah client HTTP menunggu server sebelum membatalkan permintaan. Client biasanya membaginya menjadi connect timeout untuk membuka koneksi dan read timeout untuk menunggu data. Panggilan LLM memerlukan read timeout yang longgar karena jawaban panjang butuh waktu.

[Token input cache (cached input tokens)](https://broadrouter.com/id/glossary/cached-input-tokens/)

Token input cache adalah token prompt yang baru saja diproses penyedia LLM dan bisa dipakai ulang dari cache alih-alih dihitung lagi, biasanya prefiks berulang seperti system prompt atau dokumen. Penyedia menagihnya dengan tarif lebih rendah daripada token input baru.

[Token input dan output](https://broadrouter.com/id/glossary/input-and-output-tokens/)

Token input adalah token yang dibaca model bahasa dalam sebuah permintaan, termasuk system prompt, riwayat percakapan, definisi tool, dan gambar. Token output adalah token yang dihasilkannya sebagai balasan, termasuk penalaran. API LLM biasanya menghargainya secara terpisah, dan output biasanya lebih mahal.

## Pertanyaan umum

### Apakah aman membiarkan agent menjalankan perintah shell tanpa pengawasan?

Hanya di dalam sandbox yang rela Anda buang. Mount repositori, jauhkan rahasia dan kredensial produksi, dan batasi akses jaringan sesuai kebutuhan tugas.

### Berapa banyak tugas semalam yang bisa ditangani satu sesi paket?

Satu sesi menjalankan satu permintaan sekaligus, jadi tugas-tugas di satu sesi berjalan bergantian. Antrekan secara berurutan di satu sesi, atau beli satu sesi untuk setiap agent yang ingin Anda jalankan secara paralel.

### Bagaimana jika agent merusak build semalaman?

Tidak ada yang masuk ke branch utama Anda tanpa tinjauan. Dengan commit per langkah, Anda bisa melihat persis di mana kesalahannya dan mempertahankan commit yang baik sebelum titik itu.

### Tugas apa yang cocok dijalankan semalaman?

Pekerjaan yang terdefinisi jelas dan bisa diuji, seperti memigrasikan call site ke API baru, menambahkan tes ke modul yang belum dites, memperbaiki lint di seluruh codebase, atau meng-upgrade dependensi. Pekerjaan desain yang terbuka lebih baik dikerjakan dengan manusia yang terlibat.

## Baca juga

-   [10 cara menekan biaya LLM agen coding, lengkap dengan estimasi hemat](https://broadrouter.com/id/blog/cut-coding-agent-llm-costs/)
-   [Cara menjalankan agen coding paralel dengan API LLM harga tetap](https://broadrouter.com/id/blog/run-parallel-coding-agents-flat-rate/)
-   [Manajemen konteks untuk agent yang berjalan lama dengan window 1M](https://broadrouter.com/id/blog/long-running-agent-context-management/)
-   [API LLM harga tetap vs bayar per token: hitungan titik impas](https://broadrouter.com/id/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [Prompt injection pada coding agent: pertahanan yang benar-benar ampuh](https://broadrouter.com/id/blog/prompt-injection-coding-agents/)
-   [Berapa biaya sekali jalan agen coding AI: langkah, konteks, caching](https://broadrouter.com/id/blog/ai-coding-agent-run-cost/)
-   [Claude Code dengan model terbuka: proxy, endpoint native, dan batasnya](https://broadrouter.com/id/blog/claude-code-with-openai-compatible-models/)
-   [Panduan: Menjalankan Aider dengan DeepSeek V4.1 Flash unlimited](https://broadrouter.com/id/guides/aider-unlimited-deepseek/)
-   [Panduan: Cara kerja paket API LLM unlimited untuk agen](https://broadrouter.com/id/guides/unlimited-llm-api-sessions/)
-   [Panduan: Batasi kunci API ke server Anda dengan IP allow-list](https://broadrouter.com/id/guides/api-keys-ip-allow-lists/)

Coba dengan beban kerja Anda yang sebenarnya. Akun baru mendapat kredit US$5 untuk Gemma dan transkripsi. DeepSeek, GLM, dan Qwen3.8 memerlukan top up.

[Mulai](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-blog-overnight-coding-agent-runs&utm_content=page-cta) ·

**Sumber**

-   [Dokumentasi Docker, keamanan Docker Engine](https://docs.docker.com/engine/security/)
-   [Dokumentasi Git, git-worktree](https://git-scm.com/docs/git-worktree)
-   [Dokumentasi Aider, scripting aider](https://aider.chat/docs/scripting.html)
-   [Paket unlimited BroadNet Inference (bahasa Inggris)](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-blog-overnight-coding-agent-runs&utm_content=sources)
