# CI за агенти за програмиране с ИИ: когато агентът чака GitHub Actions по 20 минути на всеки цикъл

> Цикълът на агента за програмиране с ИИ е push, чакане на CI, четене на грешката, поправка, нов push, така че 20-минутен pipeline струва 100 минути за пет поправки. Скъсете чакането в този ред: проверки, които агентът пуска преди push, отменени остарели изпълнения, първо бързите проверки, само засегнатите тестове и машина, която пази кешовете си между задачите. Skipbox изпълнява тези задачи на отделната ви машина от $39 на месец, с неограничени минути.

Цикълът на агента за програмиране с ИИ е push, чакане на CI, четене на грешката, поправка, нов push. 20-минутен pipeline за пет поправки е 100 минути чакане, а агентите правят push повече от хората: обемът на задачите в CI на Anthropic се е увеличил 25 пъти за шест месеца. Скъсете чакането в този ред. Нека агентът пуска lint, проверките на типовете и засегнатите unit тестове, преди да направи push. Отменяйте по-старите изпълнения на pull request, когато дойде нов push. Сложете бързите проверки в отделна задача, за да се върне грешката до минута-две. Изпълнявайте само тестовете, засегнати от промяната. После махнете настройката, която всяка задача повтаря на нова VM: на машина, която пази слоевете на Docker, кешовете на пакетите и резултатите от компилацията между задачите, задачата в CI на astro падна от 528 s в GitHub на 30 s в Skipbox.

Skipbox изпълнява задачите ви на отделната машина на профила ви, която пази това състояние между задачите. Сменете един ред, `runs-on: skipbox`, за фиксирани $39 на месец с неограничени минути: агент, който прави push двайсет пъти за един следобед, не добавя нищо към сметката, а бюджет в GitHub никога не спира задачите му.

- CI на astro: 528 s в GitHub, 30 s в Skipbox, със запазените резултати от компилацията на предишната задача
- Неограничени минути: всеки push на агента, всяка поправка след преглед и всяко повторно изпълнение са във фиксираната цена
- Слоевете на Docker, кешовете на пакетите и инструментите остават на машината ви, така че всеки цикъл прескача преинсталирането

**GitHub Actions на фиксирана цена, неограничени минути** Skipbox изпълнява задачите ви в GitHub Actions на собствена, отделена само за вас машина: $39 на месец, колкото и минути да изпълнявате. Docker слоевете и кешовете на зависимостите остават между задачите, така че следващата задача започва веднага.

Рънър с 4 vCPU, 20 000 минути на месец: GitHub $222 → Skipbox $39. Спестявате $183 всеки месец.

Преминаването изисква един ред: `runs-on: skipbox`.

[Започнете 7-дневния безплатен пробен период](https://app.skipbox.dev/sign-in?ref=g-ci-for-ai-coding-agents-bg)

## Защо циклите на агентите правят CI тясното място

От [статията на Anthropic за мащабирането на анализа на влиянието върху тестовете](https://claude.com/resources/articles/agentic-coding-is-straining-ci-heres-how-we-scaled-test-impact-analysis-at-anthropic): обемът на задачите ѝ в CI се е увеличил 25 пъти за 6 месеца. Тя посочва две причини: Claude предпочита по-малки и по-раздробени PR, а агентите правят push през нощта и през уикендите. Човек събира поправките си накуп; агентът прави push на всяка и чака. Всяка минута от pipeline-а се плаща веднъж на цикъл.

## 1. Хванете каквото можете преди push

Най-бързото изпълнение на CI е това, което не се проваля. Дайте на агента същите команди за lint, проверка на типовете и unit тестове, които пуска CI, и нека ги изпълнява върху променените файлове преди всеки push. Тогава печатната грешка струва секунди на собствената му машина, а не 20-минутен кръг.

## 2. Отменяйте изпълненията, които нов push заменя

Агент, който прави push на поправка, докато предишното изпълнение още върви, оставя две изпълнения на един и същ pull request. Отменете по-старото ([concurrency](https://docs.github.com/en/actions/how-tos/write-workflows/choose-when-workflows-run/control-workflow-concurrency)):

```yaml
concurrency:
  group: ${{ github.workflow }}-${{ github.head_ref || github.run_id }}
  cancel-in-progress: true
```

`github.head_ref` съществува само при pull request-и, така че всеки push в `main` получава собствена група и никога не се отменя.

## 3. Първо докладвайте бързите проверки

Сложете lint и проверките на типовете в собствена задача, без `needs:` пред тях, а бавните пакети тестове – в други. Агентът чете първата грешка веднага щом пристигне, а не след задачата с E2E тестовете.

## 4. Изпълнявайте само засегнатото от промяната

Отговорът на Anthropic на 25-кратния ръст беше услуга за анализ на влиянието върху тестовете, която определя кои тестове да се изпълнят при всяка промяна. Повечето хранилища могат да започнат с по-малко: `turbo run test --affected` в Turborepo ([ръководството на Turborepo за CI](https://turborepo.dev/docs/crafting-your-repository/constructing-ci)), филтри по пътища за работни потоци, които имат значение само за една директория, и пълно изпълнение в `main` след сливането, за да се хване пропуснатото от избора.

## 5. Спрете да изграждате същото състояние наново при всеки цикъл

На рънърите, хоствани от GitHub, всяка задача започва на нова VM: инструментите се настройват отново, кешът на зависимостите се изтегля и разархивира, слоевете на Docker се изтеглят или изграждат наново, а компилацията започва от нищо. При сто цикъла на агенти на ден тази настройка е по-голямата част от чакането. Рънър, който пази диска си между задачите, вече я има на място.

От [нашите изпълнения на истински проекти](https://skipbox.dev/bg/guides/rust-cache-slow-rust-ci), с непроменени работни потоци:

| Проект | GitHub (публично хранилище, 4 vCPU, 16 GB) | Отделна машина на Skipbox (4 vCPU) |
|---|---|---|
| astro (pnpm, Turborepo) | 528 s | **30 s** |
| tauri (Rust) | 246 s | **53 s** |
| ripgrep (Rust) | 200 s | **40 s** |

## 6. Планирайте едновременните задачи, не само минутите

Няколко агента, всеки от които прави push на pull request с матрица, стигат лимита на GitHub за едновременни задачи на стандартните рънъри: 20 задачи едновременно в GitHub Free, 40 в Pro, 60 в Team, 500 в Enterprise ([лимити](https://docs.github.com/en/actions/reference/limits)). Над него задачите чакат на опашка. При сметка на минута всяка от тези задачи също струва; лимит за разходи, който се изчерпи, ги спира със съобщението „The job was not started because recent account payments have failed or your spending limit needs to be increased“ ([какво да направите](https://skipbox.dev/bg/guides/github-actions-spending-limit-job-not-started)).

## Какво прави Skipbox за CI на агентите

Всеки план идва с отделна машина за профила ви, пазена между задачите:

- **Състоянието остава.** Образите, слоевете и кешът на компилацията на Docker; `~/.npm`, хранилището на pnpm, `~/.cache`, кешовете на Go, Gradle, Maven и Cargo; инструментите, инсталирани от `setup-*`. Остава и работното копие, с `target/` на Cargo, а за проекти с turbo 2 – и `.turbo` на най-горно ниво, така че следващата компилация продължава оттам, където е спряла предишната.
- **Минутите са неограничени**, а бюджет или лимит за разходи в GitHub никога не спира задача в Skipbox.
- **Едновременните задачи са vCPU на плановете.** Задачите се изпълняват едновременно, докато се побират във vCPU на плановете на профила; останалите чакат реда си, а страницата на профила показва колко чакат и от колко време. Един S изпълнява по една задача с 4 vCPU наведнъж; плановете се събират в каквато и да е комбинация.
- **Собствената задача на агента също може да се изпълнява там:** задайте ѝ `runs-on` на `skipbox`.

| Етикет | Машина | План |
|---|---|---|
| `skipbox` | 4 vCPU · 16 GB | S, $39 на месец |
| `skipbox-8x16` | 8 vCPU · 16 GB | M, $79 на месец |
| `skipbox-16x32` | 16 vCPU · 32 GB | L, $149 на месец |

При 20 000 минути на месец на 4 vCPU GitHub таксува $222; Skipbox S е $39. При 30 000 минути – $342.

## Преминаването е един ред

```yaml
jobs:
  checks:
    runs-on: skipbox # was ubuntu-latest
```

1. Влезте в Skipbox с GitHub.
2. Инсталирайте приложението Skipbox в GitHub и изберете хранилищата.
3. Сменете `runs-on` и направете push.

## Сигурност

- Машината е само на вашия профил. Задачи на друга компания никога не се изпълняват на нея.
- След всяка задача идентификационните данни, процесите и контейнерите на рънъра се изтриват, както и данните за git и неследените файлове в запазеното работно копие. „Чиста VM за всяка задача“ дава вместо това на всяка задача нова машина.
- Код от хора без права за запис (например pull request-и от форкове) се изпълнява на нова VM, която чете кешовете ви, но не може да ги променя.

Подробностите са в [как са изолирани задачите](https://docs.skipbox.dev/bg/isolation).

## Изпробвайте го със задачата, която агентът ви чака

Пробният период е безплатен за 7 дни или 3000 минути на задачи, което настъпи първо, и не изисква карта. Преместете задачата, която агентът ви чака, на `runs-on: skipbox`, оставете агента да направи push два пъти и сравнете второто изпълнение с това в GitHub.

## Често задавани въпроси

### Агентът ми отваря PR, чака CI 20 минути, поправя и пак чака. Как да направя CI достатъчно бърз за циклите на агента?

Скъсете това, което агентът чака, в този ред. Нека пуска lint, проверките на типовете и засегнатите unit тестове, преди да направи push, за да не е CI първото място, където се вижда печатна грешка. Отменяйте по-старите изпълнения на pull request, когато дойде нов push (concurrency с cancel-in-progress). Сложете бързите проверки в собствена задача, за да прочете агентът грешката до минута-две. Изпълнявайте само тестовете, засегнати от промяната. После махнете настройката, която всяка задача повтаря: на машина, която пази слоевете на Docker, кешовете на пакетите и резултатите от компилацията между задачите, CI на astro падна от 528 s в GitHub на 30 s в Skipbox.

### Колко повече CI предизвикват агентите с ИИ?

Anthropic писа, че обемът на задачите ѝ в CI се е увеличил 25 пъти за 6 месеца, тъй като Claude предпочита по-малки и по-раздробени pull request-и, а агентите правят push през нощта и през уикендите. Всеки от тези push-ове пуска целия работен поток отново, освен ако работният поток не го отмени, пропусне или стесни.

### Каква е най-добрата настройка на CI за екип, в който повечето PR са написани от агенти с ИИ?

Такава, която отговаря на агента бързо и не таксува на push: бърза задача за lint и проверки на типовете, която докладва първа, бавните пакети тестове след нея, отменени по-стари изпълнения на pull request, само засегнатите тестове и рънъри, които пазят кешовете си между задачите. Skipbox дава на всеки профил отделна машина на фиксирана цена с неограничени минути; броят задачи, които изпълнява едновременно, е vCPU на плановете на профила.

### Стигат ли агентите лимитите на GitHub за едновременни задачи?

Могат да ги стигнат. Стандартните рънъри, хоствани от GitHub, изпълняват най-много 20 задачи едновременно в GitHub Free, 40 в Pro, 60 в Team и 500 в Enterprise; останалите чакат на опашка. Няколко агента, които правят push на pull request-и с по една матрица, ги стигат бързо. В Skipbox задачите се изпълняват едновременно, докато се побират във vCPU на плановете на профила, а останалите чакат реда си, така че екип с няколко агента едновременно има няколко плана или по-голям план.

### Може ли собствената задача на агента да се изпълнява в Skipbox?

Да. Всяка задача за Linux избира машината си с runs-on, включително задачата, която изпълнява действието на Claude Code. Задайте ѝ skipbox и тя се изпълнява на същата машина като CI ви.

### Колко струва да го изпробвам?

Нищо. Пробният период е 7 дни или 3000 минути на задачи, което настъпи първо, без карта, до 4 задачи наведнъж, всяка на 4 vCPU. Преместете задачата, която агентът чака, на runs-on: skipbox и засечете второто изпълнение.

Обновено на 2026-11-19 · https://skipbox.dev/bg/guides/ci-for-ai-coding-agents
