Coding agent làm tốt những việc dài, rõ ràng và tẻ nhạt: thêm test cho năm mươi module, chuyển mọi điểm gọi sang API mới, sửa một nghìn cảnh báo lint. Loại việc đó không cần bạn ngồi xem. Nó cần một nơi an toàn để chạy, một nhiệm vụ rõ ràng, cơ chế chống kẹt, và một cách để review kết quả bên ly cà phê.
Đây là checklist để thiết lập điều đó.
1. Đưa agent không giám sát vào sandbox như thế nào?
Agent không giám sát chạy những lệnh shell không ai phê duyệt. Hãy giả định sớm muộn nó sẽ chạy thứ bạn không bao giờ chạy: xóa nhầm thư mục, cài một gói, push lên remote. Hãy khoanh vùng nó.
- Container hoặc VM, không phải tài khoản người dùng chính trên laptop của bạn. Tài liệu bảo mật của Docker nói về các cơ chế kiểm soát; tối thiểu hãy chạy bằng người dùng không phải root và bỏ các capability không cần.
- Chỉ mount repository. Không thư mục home, không SSH key, không thông tin xác thực cloud, không
~/.configđầy token. - Không bí mật production. Dùng cơ sở dữ liệu thử và API key giả. Nếu agent cần một dịch vụ thật, cấp cho nó một key giới hạn phạm vi và thu hồi được.
- Giới hạn mạng. Agent cần API model và có thể là một registry gói. Hiếm khi nó cần gì khác.
- Không quyền push. Để nó commit cục bộ. Bạn push sau khi review.
API key của model là thông tin xác thực duy nhất agent buộc phải có. Hãy dùng key tạo riêng cho mục đích này, và nếu nhà cung cấp hỗ trợ, giới hạn nó theo IP đi ra của sandbox. Key của BroadNet hỗ trợ danh sách IP được phép tới 32 mục, nên key bị lộ cũng vô dụng ở bất kỳ nơi nào khác.
2. Vì sao mỗi agent nên có nhánh riêng?
Làm việc trên một nhánh riêng, không bao giờ trên main. Nếu chạy nhiều hơn một agent, hãy cấp cho mỗi agent một thư mục làm việc riêng bằng git worktree:
git worktree add ../agent-tests-api -b agent/tests-api
git worktree add ../agent-lint-fixes -b agent/lint-fixes
Mỗi worktree là một bản checkout riêng của cùng repository, nên các agent không ghi đè tệp của nhau, và mỗi nhánh cho thấy chính xác một agent đã làm gì.
Sau đó commit sau mỗi bước hoàn thành. Aider làm vậy theo mặc định. Với agent khác, hãy thêm vào chỉ dẫn hoặc bọc vòng lặp để commit mỗi khi test qua. Một lịch sử gồm các commit nhỏ biến “agent làm hỏng gì đó lúc 3 giờ sáng” thành “commit 14 làm hỏng; giữ 1 đến 13”.
3. Tệp nhiệm vụ gồm những gì?
Một prompt một dòng chạy tốt khi tương tác sẽ thất bại qua đêm, vì không có ai trả lời câu hỏi đầu tiên của agent. Hãy viết một tệp nhiệm vụ:
# 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.
Phần “done when” (khi nào xong) là phần quan trọng. Nó cho agent cách biết mình đã xong, và cho bạn cách kiểm tra. Tệp ghi chú còn đóng vai trò bộ nhớ nếu lần chạy khởi động lại hoặc context bị nén; xem quản lý context cho agent chạy dài.
4. Cơ chế nào dừng một agent bị kẹt?
Không giám sát nghĩa là không ai nhận ra agent bị kẹt cho tới sáng. Bốn cơ chế:
- Giới hạn số bước. Số lời gọi model tối đa cố định cho mỗi nhiệm vụ.
- Hạn chót. Dừng tại một giờ thực, ví dụ 07:00, bất kể trạng thái.
- Phát hiện lặp. Dừng khi cùng một lời gọi tool trả về cùng kết quả ba lần, hoặc không tệp nào thay đổi sau một số bước nhất định.
- Timeout cho từng tool. Một bộ test bị treo không được làm treo cả đêm.
Khi một cơ chế kích hoạt, agent nên ghi lý do vào tệp ghi chú và thoát gọn gàng. Lý do giới hạn số bước và giới hạn retry quan trọng với chi phí được trình bày ở mục giới hạn số bước mỗi tác vụ trong hướng dẫn chi phí coding agent.
Aider dễ chạy theo cách này: tài liệu scripting có tùy chọn --message để chạy một chỉ dẫn rồi thoát, và --yes-always để tự chấp nhận các câu hỏi xác nhận. Bọc nó trong một vòng lặp shell qua danh sách nhiệm vụ, có timeout quanh mỗi lần chạy, và bạn có một hàng đợi qua đêm đơn giản.
5. Chạy qua đêm thì phiên gói hay trả theo token rẻ hơn?
Chạy qua đêm thay đổi câu hỏi chi phí. Không ai nhìn đồng hồ, và một agent bị kẹt có thể lặp hàng giờ.
Với key trả theo token, chi phí phụ thuộc vào lượng agent gửi đi. Agent gửi lại context ở mỗi bước, nên tám giờ chạy sẽ cộng dồn. Prompt caching giúp rất nhiều (đầu vào đã cache trên DeepSeek V4.1 Flash là $0.0055 mỗi 1 triệu token so với $0.175 cho đầu vào mới), nhưng token đầu ra và token suy luận bị tính đủ. Bạn cần ngân sách token cho mỗi lần chạy và giới hạn chi tiêu trên tài khoản.
Với phiên gói, không có đồng hồ đếm token. Một phiên Full Moon là $60 mỗi tháng cho DeepSeek V4.1 Flash không giới hạn, và đó là mức trần dù agent chạy bao lâu hay lặp bao nhiêu. Với việc chạy qua đêm, đó là điểm hấp dẫn chính: bạn biết hóa đơn xấu nhất trước khi đi ngủ.
| Key trả theo token | Phiên gói | |
|---|---|---|
| Chi phí xấu nhất của một đêm bị kẹt | Tăng theo token | Cố định ở giá gói |
| Agent song song | Tối đa 4 request cùng lúc mỗi key trả theo mức dùng | Một request tại một thời điểm mỗi phiên |
| Model | Mọi model chat | Chỉ DeepSeek V4.1 Flash |
| Vẫn cần cơ chế chặn | Có, cho chi phí và thời gian | Có, cho thời gian |
Hai lưu ý thực tế về phiên. Mỗi phiên chạy một request tại một thời điểm, nên hai agent dùng chung một phiên sẽ thay phiên nhau; nhiệm vụ trên một phiên chạy nối tiếp, và qua đêm thì thường như vậy là ổn. Nếu muốn agent chạy song song, hãy mua mỗi agent một phiên. Agent song song trên API giá cố định có phần tính toán.
Ở tốc độ điển hình khoảng 100 token mỗi giây, một phiên có thể tạo ra khoảng 259 triệu token đầu ra trong một tháng dùng liên tục. Điều đó có rẻ hơn giá theo token với bạn hay không tùy vào khối lượng; ví dụ tính toán của BroadNet cho một coding agent chạy toàn thời gian ra khoảng $65.40 mỗi tháng với trả theo mức dùng. Hãy tính số của bạn bằng máy tính giá cố định và giá theo token. Các lần chạy dài không giám sát còn cần kỷ luật về context và cơ chế thử lại sống sót qua sự cố: xem timeout, thử lại và checkpoint.
6. Review lần chạy vào buổi sáng như thế nào?
Giá trị của một lần chạy qua đêm chỉ hiện thực hóa lúc review. Hãy làm nhanh:
- Đọc NOTES.md trước. Agent đã xong gì, bỏ qua gì và kẹt ở đâu?
- Kiểm tra lý do dừng. Xong, chạm giới hạn bước, hạn chót hay lặp?
- Tự chạy test. Đừng tin báo cáo test xanh của agent.
- Đọc diff theo từng commit. Commit nhỏ giúp dễ phát hiện và bỏ thay đổi xấu.
- Squash hoặc rebase những gì giữ lại, rồi mở một pull request như bình thường.
Phần lớn các buổi sáng, bạn sẽ giữ phần lớn công việc và sửa tay vài commit. Vào buổi sáng tệ, bạn xóa một nhánh. Dù thế nào, không gì chạm tới main mà không qua bạn.
Thử an toàn trong đêm đầu tiên như thế nào?
Bắt đầu với một nhiệm vụ được mô tả rõ, một agent và một phiên. Một giờ Meteor ($1) đủ để kiểm tra sandbox, nhánh và các cơ chế chặn hoạt động trước khi để bất cứ thứ gì chạy cả đêm. Về bản thân agent, hướng dẫn Aider có thiết lập kết nối chính xác, model mở tốt nhất cho coding agent giúp bạn chọn model, và cách phiên gói hoạt động nói về key và phiên.
