BroadRouter
始める

コーディングエージェントを夜間に無人で安全に動かす方法

BroadNet Inference チーム · 約 5 分で読めます · 公開日 · 更新日

エージェントはリポジトリだけをマウントしたコンテナか VM で、専用の Git ブランチ上で動かし、ステップが完了するたびにコミットさせます。書面のタスクファイル、ステップ上限、終了時刻を与え、朝にブランチをレビューします。BroadNet の Full Moon(月 $60)のような定額プランセッションなら、最悪の場合の請求額が固定されます。

コーディングエージェントは、長くて明確で退屈な作業が得意です。50 のモジュールにテストを追加する、すべての呼び出し箇所を新しい API に移行する、1,000 件の lint 警告を直す。こうした作業は、あなたが見守る必要はありません。必要なのは、安全に動かせる場所、明確なタスク、行き詰まりを防ぐ仕組み、そしてコーヒーを飲みながら結果をレビューする方法です。

この記事は、その準備のためのチェックリストです。

1. 無人のエージェントをどうサンドボックス化しますか?

無人のエージェントは、誰も承認しないシェルコマンドを実行します。いずれは、あなたなら実行しなかったこと、つまり間違ったディレクトリの削除、パッケージのインストール、リモートへの push を実行すると想定してください。閉じ込めましょう。

  • コンテナか VM を使い、ノートパソコンのメインのユーザーアカウントでは動かさないでください。Docker のセキュリティドキュメントに制御方法がまとまっています。少なくとも非 root ユーザーで実行し、不要な capabilities は外してください。
  • **リポジトリだけをマウントする。**ホームディレクトリ、SSH キー、クラウドの認証情報、トークンだらけの ~/.config は渡しません。
  • **本番の秘密情報は置かない。**テスト用のデータベースとダミーの API キーを使います。エージェントが実際のサービスを必要とするなら、権限を絞った失効可能なキーを渡します。
  • **ネットワークを制限する。**エージェントに必要なのはモデルの API と、場合によってはパッケージレジストリです。それ以外が必要になることはまれです。
  • **push 権限は与えない。**ローカルでのコミットだけを許可し、push はレビュー後にあなたが行います。

モデルの API キーは、エージェントが必ず持つ唯一の認証情報です。この用途専用のキーを作り、プロバイダーが対応していればサンドボックスの外向き IP に限定してください。BroadNet のキーは最大 32 件の IP 許可リストに対応しているので、キーが漏れてもほかの場所からは使えません。

2. エージェントごとにブランチを分けるのはなぜですか?

専用のブランチで作業させ、main では絶対に作業させないでください。複数のエージェントを動かすなら、git worktree でそれぞれに作業ディレクトリを与えます。

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

各 worktree は同じリポジトリの別々のチェックアウトなので、エージェント同士がファイルを上書きし合うことはなく、各ブランチには 1 つのエージェントが行ったことが正確に表れます。

そして、ステップが完了するたびにコミットさせます。Aider は既定でこれを行います。ほかのエージェントでは指示に書き込むか、テストが通るたびにコミットが行われるようループをラップしてください。小さなコミットの履歴があれば、「午前 3 時にエージェントが何かを壊した」が「コミット 14 で壊れた。1〜13 は残す」に変わります。

3. タスクファイルには何を書きますか?

対話的には通用する 1 行のプロンプトも、夜間には失敗します。エージェントが最初の質問をしたときに、答える人がいないからです。タスクファイルを書いてください。

# 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.

重要なのは「Done when」(完了条件)の部分です。エージェントが終わったと分かる手段になり、あなたが確認する手段にもなります。ノートファイルは、実行が再起動したりコンテキストが圧縮されたりしたときの記憶としても役立ちます。長時間動くエージェントのコンテキスト管理を参照してください。

4. 行き詰まったエージェントを止める仕組みは?

無人ということは、エージェントが行き詰まっても朝まで誰も気づかないということです。仕組みは 4 つあります。

  1. **ステップ上限。**タスクごとのモデル呼び出し回数に固定の上限を設けます。
  2. **終了時刻。**状態にかかわらず、たとえば 07:00 などの時刻で止めます。
  3. **繰り返しの検出。**同じツール呼び出しが同じ結果を 3 回返したとき、または一定のステップ数にわたってファイルが変わらないときに止めます。
  4. **ツールごとのタイムアウト。**ハングしたテストスイートで一晩を無駄にしないためです。

仕組みが作動したら、エージェントは理由をノートファイルに書き、きれいに終了するべきです。ステップ上限とリトライ上限が費用にとってなぜ重要かは、コーディングエージェントのコストガイドのタスクごとにステップ数を制限するで説明しています。

Aider はこの方式で簡単に動かせます。スクリプト実行のドキュメントには、1 つの指示を実行して終了する --message オプションと、確認を自動で承諾する --yes-always が紹介されています。これをタスクリストに対するシェルのループで包み、各実行を timeout で囲めば、シンプルな夜間キューの完成です。

5. 夜間はプランセッションとトークン課金のどちらが安いですか?

夜間実行では、コストの問いが変わります。誰もメーターを見ておらず、行き詰まったエージェントは何時間もループし続けることがあります。

トークン課金のキーでは、コストはエージェントが送る量で決まります。エージェントはステップごとにコンテキストを送り直すので、8 時間の実行では積み重なります。プロンプトキャッシュは大いに役立ちます(DeepSeek V4.1 Flash のキャッシュ入力は 100 万トークンあたり $0.0055、新規入力は $0.175)が、出力トークンと推論トークンは全額課金されます。実行ごとのトークン予算と、アカウントの支出上限が必要です。

プランセッションには、トークンのメーターがありません。Full Moon セッションは月 $60 で DeepSeek V4.1 Flash を無制限に使え、エージェントがどれだけ長く動いても、どれだけループしても、これが上限です。夜間の作業ではこれが最大の魅力です。寝る前に最悪の場合の請求額が分かっています。

トークン課金のキー プランセッション
行き詰まった一晩の最悪のコスト トークンに比例して増える プラン料金で固定
並列エージェント 従量課金キー 1 つにつき同時 4 リクエストまで 1 セッションにつき一度に 1 リクエスト
モデル すべてのチャットモデル DeepSeek V4.1 Flash のみ
仕組みはやはり必要か 必要(コストと時間のため) 必要(時間のため)

セッションについて実務上の注意が 2 つあります。1 セッションは一度に 1 リクエストを処理するので、セッションを共有する 2 つのエージェントは交代で動きます。同じセッションのタスクは順番に実行され、夜間ならたいていそれで問題ありません。エージェントを並べて動かしたいなら、エージェントごとにセッションを購入してください。計算は定額 API での並列エージェントで扱っています。

標準的な速度 毎秒約 100 トークン なら、1 セッションで 1 か月連続使用した場合に 約 2.59億 の出力トークンを生成できます。トークン課金より得かどうかは量次第です。BroadNet がフルタイムのコーディングエージェントについて示した計算例では、従量課金で月約 $65.40 になります。自分の数字は定額とトークン課金の比較計算ツールで試算してください。長時間の無人実行には、コンテキストの管理と、クラッシュしても続けられる再試行も必要です。タイムアウト、再試行、チェックポイントを参照してください。

6. 朝、実行結果をどうレビューしますか?

夜間実行の価値は、レビューのときに初めて実現します。素早く済ませましょう。

  1. **まず NOTES.md を読む。**エージェントは何を終え、何を飛ばし、どこで行き詰まったか。
  2. **停止理由を確認する。**完了、ステップ上限、終了時刻、繰り返しのどれか。
  3. **テストを自分で実行する。**エージェントの「テストはすべて通過」という報告を信用しないでください。
  4. **diff をコミットごとに読む。**小さなコミットなら、まずい変更を見つけて捨てるのが簡単です。
  5. **残すものを squash か rebase し、**通常のプルリクエストを作成します。

たいていの朝は、作業の大部分を残し、いくつかのコミットを手で直すことになります。運の悪い朝はブランチを削除します。どちらの場合も、あなたの手を経ずに main に触れたものはありません。

最初の夜、安全に試すには?

仕様が明確なタスク 1 つ、エージェント 1 つ、セッション 1 つから始めてください。Meteor の 1 時間($1)があれば、何かを一晩中動かす前に、サンドボックス、ブランチ、仕組みの構成が機能するか確認できます。エージェント自体については、Aider ガイドに正確な接続設定があり、コーディングエージェントに最適なオープンモデルがモデル選びに役立ち、プランセッションの仕組みでキーとセッションを説明しています。

よくある質問

エージェントに無人でシェルコマンドを実行させても安全ですか?

捨ててもかまわないサンドボックスの中でだけ安全です。リポジトリをマウントし、秘密情報と本番の認証情報は置かず、ネットワークアクセスはタスクに必要な範囲に制限してください。

1 つのプランセッションで一晩にいくつのタスクを処理できますか?

1 セッションは一度に 1 リクエストを処理するので、同じセッションのタスクは順番に実行されます。1 セッションに順番に並べるか、並列で動かしたいエージェントごとにセッションを購入してください。

夜の間にエージェントがビルドを壊したらどうなりますか?

レビューなしに main ブランチに届くものはありません。ステップごとにコミットしていれば、どこでおかしくなったかが正確に分かり、その前の正しいコミットは残せます。

夜間実行に向いているのはどんなタスクですか?

仕様が明確でテスト可能な作業です。呼び出し箇所の新しい API への移行、テストのないモジュールへのテスト追加、コードベース全体の lint 修正、依存関係のアップグレードなど。自由度の高い設計作業は、人が関わりながら進めるほうが適しています。

Markdown で読むChatGPT に聞くClaude に聞くPerplexity に聞く