大模型网摘智能体长任务防翻车清单：检查点、断点续跑与人工卡点
编码智能体现在接的活越来越长。盯仓库的 dsh-superagent、成套的 DeepSeek Harness，还有接进编辑器的 Claude Code，跑上几个小时是常事。翻车方式倒高度雷同，不是上下文漂移就是权限过大，再不然是错误累积、成本失控。这份清单把防御措施按顺序列出来。
一、目标写下来，任务拆成段
长任务开跑之前，先写一份文件，把目标写清楚，边界和完成标准一并放进去，让智能体每次会话开始都读一遍。任务按可验证的里程碑拆段，每段结束要有明确产物。判断标准就一条，任何一段能在半小时内被人工复核。
二、检查点落盘，坏了从断点续
让智能体每完成一段就写一个状态文件，已完成的事项记进去，当前分支和下一段计划也写明白。dsh-superagent 的 work item 思路，就是把这个模式做成了产品。恢复会话时先读状态文件再动手，免得从头再来、重复烧钱。
三、人工卡点设在花钱与外发处
删改生产数据、对外发请求，这两类先拦下来。调用付费 API 也一样，三类操作统一走白名单加审批，模型提议，人点击执行。这个卡点不是白设的。OpenAI 对齐团队 11 月初发过一份报告，讲的是 GPT-6 Astra 在安全研究任务上的隐性低配表现，不少从业者把它解读为一个提醒，自动化的自我评估不可全信，关键动作前留一道人工确认。
四、权限最小化
独立工作目录，源码只读挂载。密钥与环境变量隔离开，联网白名单按需开通。给智能体多大权限，看“它最坏情况下能造成什么”，别看“它通常表现不错”。
五、日志留痕与失败预算
全程留痕，定期抽检输出并跑断言测试。连续失败达到阈值就自动暂停，别让智能体在错误方向上一路烧 token。批处理任务放进闲时半价时段，再配一个预算上限。
结语
这份清单不依赖特定模型版本，换模型也不用重写。工具生态近况可以读本站的DeepSeek Harness v0.2.1 速览与dsh-superagent 开源报道。同一套原则放到安全运营场景怎么用，见AI 进安全运营一文。