---
title: "通宵运行编程智能体：沙箱、git、成本上限 | BroadRouter"
description: "无人值守运行编程智能体的实用配置：沙箱、git 检查点、任务文件、步数上限、早晨审查，以及用固定价格的套餐会话跑通宵。"
url: https://broadrouter.com/zh/blog/overnight-coding-agent-runs/
lang: zh-Hans
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

本页由英文原文借助 AI 翻译。[阅读英文原文](https://broadrouter.com/blog/overnight-coding-agent-runs/)（2026-11-16 更新）。

# 如何安全地让编程智能体通宵无人值守运行

BroadNet Inference 团队 · 阅读约 5 分钟 · 发布于 2026-11-14 · 更新于 2026-11-16

把智能体放在只挂载代码仓库的容器或虚拟机里运行，使用独立的 git 分支，每完成一步提交一次。给它一份书面任务文件、步数上限和截止时间，第二天早上再审查这个分支。固定价格的套餐会话，例如 BroadNet 每月 $60 的 Full Moon，能把最坏情况下的账单固定下来。

## 要点

-   先做沙箱：只挂载仓库、不放生产凭据的容器或虚拟机。
-   每个智能体一个分支或 git worktree，每一步提交一次，每处改动都可审查、可回滚。
-   一份写明完成标准的任务文件，比一行提示词好得多。
-   步数上限、截止时间和重复检测，能在天亮前叫停卡住的运行。
-   套餐会话不按 token 计量，所以一整夜的智能体工作无论用多少 token，花费都是套餐价格。

**本页内容**

1.  1\. 如何给无人值守的智能体做沙箱？
2.  2\. 为什么每个智能体都要有自己的分支？
3.  3\. 任务文件里写什么？
4.  4\. 哪些保护措施能叫停卡住的智能体？
5.  5\. 通宵运行，套餐会话和按 token 计费哪个更便宜？
6.  6\. 早上如何审查运行结果？
7.  第一晚如何安全地试运行？

编程智能体擅长又长、又明确、又繁琐的工作：给五十个模块补测试、把所有调用点迁移到新 API、修复一千条 lint 警告。这类工作不需要你盯着。它需要的是一个安全的运行环境、一个清晰的任务、防止卡死的保护措施，以及一种能让你边喝咖啡边审查结果的方式。

下面是一份搭建这套流程的检查清单。

## 1\. 如何给无人值守的智能体做沙箱？

无人值守的智能体运行的 shell 命令没人审批。要假定它迟早会运行你不会批准的操作：删错目录、安装某个包、推送到远程仓库。要把它关起来。

-   \*\*用容器或虚拟机，\*\*而不是你笔记本上的主用户账户。Docker 的[安全文档](https://docs.docker.com/engine/security/)介绍了相关控制措施；至少要以非 root 用户运行，并去掉不需要的 capabilities。
-   \*\*只挂载代码仓库。\*\*不挂载用户主目录，不放 SSH 密钥，不放云凭据，也不放装满令牌的 `~/.config`。
-   \*\*不放生产密钥。\*\*使用测试数据库和假的 API 密钥。如果智能体确实需要真实服务，给它一个权限受限、可吊销的密钥。
-   \*\*限制网络。\*\*智能体需要访问模型 API，也许还有包仓库。其他的很少用得上。
-   \*\*不给推送权限。\*\*让它在本地提交。审查后由你来推送。

模型 API 密钥是智能体必须持有的唯一凭据。为此专门创建一个密钥，如果服务商支持，把它限制为沙箱的出站 IP。BroadNet 的密钥支持最多 32 条 [IP 白名单](https://broadrouter.com/zh/guides/api-keys-ip-allow-lists/)，所以即使密钥泄露，在其他地方也用不了。

## 2\. 为什么每个智能体都要有自己的分支？

在专用分支上工作，绝不在 `main` 上。如果运行多个智能体，用 [git worktree](https://git-scm.com/docs/git-worktree) 给每个智能体一个独立的工作目录：

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

每个 worktree 都是同一仓库的独立检出，所以智能体之间不会覆盖彼此的文件，每个分支也能准确显示一个智能体做了什么。

然后，\*\*每完成一步就提交一次。\*\*Aider 默认就这样做。对于其他智能体，把这一点写进指令里，或者包装循环，让测试通过时自动提交。由一个个小提交组成的历史，能把“智能体凌晨 3 点弄坏了什么”变成“第 14 个提交弄坏了，保留第 1 到 13 个”。

## 3\. 任务文件里写什么？

交互时管用的一行提示词，在通宵运行时会失败，因为智能体问出第一个问题时没人回答。写一份任务文件：

```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.
```

“Done when”（完成标准）部分最重要。它让智能体知道什么时候算完成，也让你有办法检查。如果运行重启或上下文被压缩，笔记文件还能充当记忆；参见[长时间运行智能体的上下文管理](https://broadrouter.com/zh/blog/long-running-agent-context-management/)。

## 4\. 哪些保护措施能叫停卡住的智能体？

无人值守意味着智能体卡住了也要到早上才有人发现。四种保护措施：

1.  \*\*步数上限。\*\*每个任务的模型调用次数设一个固定上限。
2.  \*\*截止时间。\*\*到某个钟点（例如 07:00）就停止，不管进展如何。
3.  \*\*重复检测。\*\*同一个工具调用连续三次返回相同结果，或者连续若干步没有任何文件变化时，就停止。
4.  \*\*单个工具的超时。\*\*一个挂起的测试套件不应该拖住一整夜。

保护措施触发时，智能体应把原因写进笔记文件，然后干净地退出。步数上限和重试上限为何影响成本，见编程智能体成本指南中的[限制每个任务的步数](https://broadrouter.com/zh/blog/cut-coding-agent-llm-costs/)。

Aider 很容易以这种方式运行：它的[脚本文档](https://aider.chat/docs/scripting.html)介绍了用 `--message` 选项执行一条指令后退出，以及用 `--yes-always` 自动确认提示。在 shell 循环中遍历任务列表，每次运行外面套一个 `timeout`，就得到了一个简单的通宵任务队列。

## 5\. 通宵运行，套餐会话和按 token 计费哪个更便宜？

通宵运行改变了成本问题。没人盯着计费，卡住的智能体可能循环好几个小时。

\*\*用按 token 计费的密钥时，\*\*成本取决于智能体发送了多少内容。智能体每一步都会重新发送上下文，所以八小时的运行累计起来不少。提示词缓存帮助很大（[DeepSeek V4.1 Flash](https://broadrouter.com/zh/models/deepseek-v4.1-flash/) 的缓存输入为每百万 token $0.0055，新输入为 $0.175），但输出 token 和思考（reasoning）token 按全价计费。你需要为每次运行设定 token 预算，并给账户设消费上限。

\*\*用套餐会话时，\*\*没有 token 计量。一个 Full Moon 会话每月 $60，DeepSeek V4.1 Flash 的 token 不限量；无论智能体运行多久、循环多少次，这就是上限。对通宵工作来说，这是最大的吸引力：睡觉前就知道最坏情况下的账单。

|  | 按 token 计费的密钥 | 套餐会话 |
| --- | --- | --- |
| 卡住一整夜的最坏成本 | 随 token 增长 | 固定为套餐价格 |
| 并行智能体 | 每个按量付费密钥同时最多 4 个请求 | 每个会话同一时间一个请求 |
| 模型 | 所有对话模型 | 仅 DeepSeek V4.1 Flash |
| 是否仍需保护措施 | 需要，为了成本和时间 | 需要，为了时间 |

关于会话，有两点实用说明。一个会话同一时间只处理一个请求，所以两个共用一个会话的智能体要轮流执行；同一会话上的任务按顺序运行，这在通宵场景下通常没问题。如果想让智能体并行运行，就为每个智能体各买一个会话。[在固定价格 API 上并行运行智能体](https://broadrouter.com/zh/blog/run-parallel-coding-agents-flat-rate/)一文给出了具体算法。

按 约每秒 100 个 token 的典型速度，一个会话连续使用一个月可以产出 约 2.59亿 输出 token。对你来说是否比按 token 计费划算，取决于用量；在 BroadNet 的示例中，一个全职编程智能体按量付费每月约 $65.40。用[固定价格与按 token 计费计算器](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/)算一算你自己的数字。长时间无人值守的运行还需要控制上下文，以及能在崩溃后继续的重试机制：参见[超时、重试与检查点](https://broadrouter.com/zh/blog/long-running-agents-timeouts-retries/)。

## 6\. 早上如何审查运行结果？

通宵运行的价值要到审查时才能兑现。让审查快起来：

1.  \*\*先读 NOTES.md。\*\*智能体完成了什么、跳过了什么、卡在了哪里？
2.  \*\*检查停止原因。\*\*是完成了、达到步数上限、到了截止时间，还是重复检测触发？
3.  \*\*自己跑一遍测试。\*\*不要相信智能体报告的测试全绿。
4.  \*\*按提交阅读 diff。\*\*小提交让糟糕的改动很容易被发现和丢弃。
5.  \*\*把要保留的提交 squash 或 rebase，\*\*然后正常创建 pull request。

大多数早上，你会保留大部分工作，手动修几个提交。运气不好的早上，你会删掉一个分支。无论哪种情况，没有你的参与，什么都碰不到 `main`。

## 第一晚如何安全地试运行？

从一个需求明确的任务、一个智能体和一个会话开始。一个 Meteor 小时（$1）就足以在你让任何东西整夜运行之前，检查沙箱、分支和保护措施是否正常工作。关于智能体本身，[Aider 指南](https://broadrouter.com/zh/guides/aider-unlimited-deepseek/)给出了准确的连接设置，[编程智能体最佳开源模型](https://broadrouter.com/zh/blog/best-open-model-for-coding-agents/)帮你选模型，[套餐会话如何运作](https://broadrouter.com/zh/guides/unlimited-llm-api-sessions/)介绍了密钥和会话。

相关免费工具（英文）

-   [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.

[免费工具（英文）](https://broadrouter.com/tools/)

## 本文涉及的术语

[AI 智能体（AI agent）](https://broadrouter.com/zh/glossary/agent/)

AI 智能体是由语言模型自主决定步骤、朝目标推进的系统：它决定调用哪些工具、读取结果，然后重复，直到给出最终回答或触及上限。在固定位置调用模型的固定脚本，通常称为工作流（workflow）。

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

token（词元）是大语言模型读写文本的基本单位：由模型的分词器切分出的一个词、词的一部分、一个标点或一段字节序列。大模型 API 按 token 计数、设定限制，通常也按 token 计费。

[按量付费（pay-as-you-go）](https://broadrouter.com/zh/glossary/pay-as-you-go/)

按量付费是一种计价模式：你只为实际用量付费，按 token、请求次数或音频分钟等单位计量，没有订阅费，也没有最低消费承诺。大多数大模型 API 都这样计费，从预付余额中扣减或定期开具账单。

[AI 编程智能体（AI coding agent）](https://broadrouter.com/zh/glossary/coding-agent/)

AI 编程智能体是一种软件工具，其中的语言模型在循环中处理代码库：读取文件、编辑文件、运行测试等命令、读取输出并决定下一步，直到任务完成或达到某个上限。

[输入 token 与输出 token](https://broadrouter.com/zh/glossary/input-and-output-tokens/)

输入 token 是语言模型在一次请求中读取的 token，包括系统提示词、对话历史、工具定义和图片。输出 token 是模型生成回复的 token，包括思考内容。大模型 API 通常分别计价，输出一般更贵。

[并发（concurrency）](https://broadrouter.com/zh/glossary/concurrency/)

并发（concurrency）是客户端在同一时刻正在进行中的请求数。大模型 API 往往按密钥或套餐单独限制并发，与每分钟请求数分开计算，因为每个未完成的请求在响应结束前都会占用 GPU 资源。

[工具调用（tool calling / function calling）](https://broadrouter.com/zh/glossary/tool-calling/)

工具调用（也叫函数调用，function calling）是大模型 API 的一项功能：模型返回一个结构化请求，要求执行开发者定义的某个函数，并附上 JSON 参数。应用执行该函数并把结果发回；模型自己从不执行代码。

[缓存输入 token（cached input tokens）](https://broadrouter.com/zh/glossary/cached-input-tokens/)

缓存输入 token 是大模型服务商近期已处理过、可以直接从缓存中复用而无需重新计算的提示词 token，通常是重复的前缀，例如系统提示词或文档。服务商对它们按低于新输入 token 的单价计费。

## 常见问题

### 让智能体无人值守地运行 shell 命令安全吗？

只有在一个你随时可以丢弃的沙箱里才安全。只挂载代码仓库，不放密钥和生产凭据，网络访问限制在任务需要的范围内。

### 一个套餐会话一晚上能跑多少个任务？

一个会话同一时间只处理一个请求，所以同一会话上的任务会依次运行。要么在一个会话上排队顺序执行，要么为每个需要并行运行的智能体各买一个会话。

### 如果智能体半夜把构建弄坏了怎么办？

未经审查，任何改动都不会进入主分支。每一步一个提交，你可以准确看到哪里出了问题，并保留出问题之前的正确提交。

### 哪些任务适合通宵运行？

需求明确、可测试的工作，例如把调用点迁移到新 API、给没有测试的模块补测试、修复整个代码库的 lint 问题、升级依赖。开放式的设计工作最好有人参与。

## 继续阅读

-   [降低编程智能体大模型成本的 10 个方法（附节省估算）](https://broadrouter.com/zh/blog/cut-coding-agent-llm-costs/)
-   [如何在固定价格大模型 API 上运行并行编程智能体](https://broadrouter.com/zh/blog/run-parallel-coding-agents-flat-rate/)
-   [长时间运行的智能体如何管理上下文：用好 1M 窗口](https://broadrouter.com/zh/blog/long-running-agent-context-management/)
-   [大模型 API 包月还是按 token 付费：盈亏平衡怎么算](https://broadrouter.com/zh/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [编程智能体的提示词注入：真正管用的防御措施](https://broadrouter.com/zh/blog/prompt-injection-coding-agents/)
-   [AI 编程智能体跑一次要花多少钱：步数、上下文增长与缓存](https://broadrouter.com/zh/blog/ai-coding-agent-run-cost/)
-   [Claude Code 接入开源模型：代理、原生端点与限制](https://broadrouter.com/zh/blog/claude-code-with-openai-compatible-models/)
-   [指南：用不限量的 DeepSeek V4.1 Flash 运行 Aider](https://broadrouter.com/zh/guides/aider-unlimited-deepseek/)
-   [指南：面向智能体的不限量 LLM API 套餐如何运作](https://broadrouter.com/zh/guides/unlimited-llm-api-sessions/)
-   [指南：用 IP 白名单把 API 密钥锁定到你的服务器](https://broadrouter.com/zh/guides/api-keys-ip-allow-lists/)

用你的真实业务负载试一试。新账户可获得 US$5 初始额度，用于 Gemma和转写。DeepSeek、GLM和Qwen3.8 需要先充值。

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

**来源**

-   [Docker 文档：Docker Engine 安全](https://docs.docker.com/engine/security/)
-   [Git 文档：git-worktree](https://git-scm.com/docs/git-worktree)
-   [Aider 文档：用脚本运行 aider](https://aider.chat/docs/scripting.html)
-   [BroadNet Inference 不限 token 套餐（英文）](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-blog-overnight-coding-agent-runs&utm_content=sources)
