Skipbox

CI für KI-Coding-Agents: wenn der Agent in jeder Schleife 20 Minuten auf GitHub Actions wartet

Die Schleife eines KI-Coding-Agents heißt pushen, auf die CI warten, den Fehler lesen, fixen, wieder pushen. Eine 20-Minuten-Pipeline bei fünf Fixes sind 100 Minuten Warten, und Agents pushen mehr als Menschen: Das CI-Jobvolumen von Anthropic stieg in sechs Monaten um das 25-Fache. Verkürze das Warten in dieser Reihenfolge. Lass den Agent Lint, Typprüfungen und die betroffenen Unit-Tests vor dem Push ausführen. Brich ältere Läufe eines Pull Requests ab, sobald ein neuer Push kommt. Leg die schnellen Checks in einen eigenen Job, damit ein Fehler nach ein bis zwei Minuten zurückkommt. Führe nur die Tests aus, die die Änderung betrifft. Und dann streich das Einrichten, das jeder Job auf einer frischen VM wiederholt: Auf einer Maschine, die die Docker-Layer, die Paket-Caches und die Build-Ausgaben zwischen den Jobs behält, sank der CI-Job von astro von 528 s bei GitHub auf 30 s bei Skipbox.

Skipbox führt deine Jobs auf der dedizierten Maschine deines Kontos aus, die diesen Zustand zwischen den Jobs behält. Ändere eine Zeile, runs-on: skipbox, pauschal für $39 im Monat mit unbegrenzten Minuten: Ein Agent, der an einem Nachmittag zwanzigmal pusht, erhöht die Rechnung um nichts, und ein GitHub-Budget stoppt seine Jobs nie.

Warum Agent-Schleifen die CI zum Engpass machen

Aus dem Artikel von Anthropic über die Skalierung der Test-Impact-Analyse: „Our CI job volume increased 25x over 6 months.“ Das CI-Jobvolumen stieg also in 6 Monaten um das 25-Fache. Zwei Gründe nennt der Artikel: Claude „prefers smaller, more granular PRs“, bevorzugt also kleinere, feinere PRs, und Agents „push overnight and on weekends“, pushen nachts und am Wochenende. Ein Mensch bündelt Fixes; ein Agent pusht jeden einzeln und wartet. Jede Minute der Pipeline wird einmal pro Schleife bezahlt.

1. Abfangen, was vor dem Push geht

Der schnellste CI-Lauf ist der, der nicht fehlschlägt. Gib dem Agent dieselben Befehle für Lint, Typprüfung und Unit-Tests, die die CI ausführt, und lass ihn sie vor jedem Push auf den geänderten Dateien ausführen. Ein Tippfehler kostet dann Sekunden auf seiner eigenen Maschine statt einer 20-minütigen Runde.

2. Die Läufe abbrechen, die ein neuer Push ersetzt

Ein Agent, der einen Fix pusht, während der letzte Lauf noch läuft, hinterlässt zwei Läufe am selben Pull Request. Brich den älteren ab (Concurrency):

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

github.head_ref gibt es nur bei Pull Requests, also bekommt jeder Push auf main seine eigene Gruppe und wird nie abgebrochen.

3. Die schnellen Checks zuerst melden

Leg Lint und Typprüfungen in einen eigenen Job, ohne needs: davor, und die langsamen Suites in andere. Der Agent liest den ersten Fehler, sobald er da ist, statt nach dem E2E-Job.

4. Nur ausführen, was die Änderung betrifft

Die Antwort von Anthropic auf das 25-Fache war ein Dienst für Test-Impact-Analyse, der „determines which tests run on each change“, also bei jeder Änderung bestimmt, welche Tests laufen. Die meisten Repositorys können kleiner anfangen: turbo run test --affected in einem Turborepo (CI-Guide von Turborepo), Pfadfilter für Workflows, die nur für ein Verzeichnis zählen, und ein voller Lauf auf main nach dem Merge, um aufzufangen, was die Auswahl übersehen hat.

5. Nicht in jeder Schleife denselben Zustand neu aufbauen

Auf von GitHub gehosteten Runnern startet jeder Job auf einer neuen VM: Die Toolchain wird neu eingerichtet, der Abhängigkeits-Cache heruntergeladen und entpackt, die Docker-Layer gezogen oder neu gebaut, und der Build beginnt bei null. Bei hundert Agent-Schleifen am Tag ist dieses Einrichten der größte Teil des Wartens. Ein Runner, der seine Festplatte zwischen den Jobs behält, hat das alles schon da.

Aus unseren Läufen echter Projekte, Workflows unverändert:

6. Für gleichzeitige Jobs planen, nicht nur für Minuten

Mehrere Agents, die jeweils einen Pull Request mit einer Matrix pushen, erreichen das Concurrency-Limit von GitHub für Standard-Runner: 20 Jobs gleichzeitig bei GitHub Free, 40 bei Pro, 60 bei Team, 500 bei Enterprise (Limits). Darüber hinaus warten Jobs in der Warteschlange. Bei Minutenabrechnung kostet zudem jeder dieser Jobs; ein aufgebrauchtes Ausgabenlimit stoppt sie mit „The job was not started because recent account payments have failed or your spending limit needs to be increased“ (was zu tun ist).

Was Skipbox für Agent-CI tut

Zu jedem Tarif gehört die dedizierte Maschine deines Kontos, die zwischen den Jobs bestehen bleibt:

  • Der Zustand bleibt. Die Images, Layer und der Build-Cache von Docker; ~/.npm, der pnpm-Store, ~/.cache, die Caches von Go, Gradle, Maven und Cargo; die Tools, die setup-* installiert hat. Auch der Checkout bleibt, mit target/ von Cargo und, bei turbo-2-Projekten, dem obersten .turbo, sodass der nächste Build dort weitermacht, wo der letzte aufgehört hat.
  • Die Minuten sind unbegrenzt, und ein GitHub-Budget oder Ausgabenlimit stoppt nie einen Skipbox-Job.
  • Gleichzeitige Jobs sind die vCPU der Tarife. Jobs laufen gleichzeitig, solange sie in die vCPU der Tarife des Kontos passen; der Rest wartet, bis er an der Reihe ist, und die Seite des Kontos zeigt, wie viele warten und wie lange. Ein S führt einen Job mit 4 vCPU gleichzeitig aus; Tarife lassen sich beliebig kombinieren.
  • Auch der eigene Job des Agents kann dort laufen: Setz sein runs-on auf skipbox.

Bei 20.000 Minuten im Monat auf 4 vCPU berechnet GitHub $222; Skipbox S kostet $39. Bei 30.000 Minuten $342.

Der Wechsel ist eine Zeile

jobs:
  checks:
    runs-on: skipbox # was ubuntu-latest
  1. Melde dich bei Skipbox mit GitHub an.
  2. Installiere die GitHub-App von Skipbox und wähle die Repositorys.
  3. Ändere runs-on und pushe.

Sicherheit

  • Die Maschine gehört nur deinem Konto. Keine Jobs eines anderen Unternehmens laufen darauf.
  • Nach jedem Job werden die Zugangsdaten, Prozesse und Container des Runners gelöscht, ebenso die Git-Zugangsdaten und nicht versionierten Dateien in einem behaltenen Checkout. „Frische VM für jeden Job“ gibt stattdessen jedem Job eine frische Maschine.
  • Code von Personen ohne Schreibzugriff (etwa Pull Requests aus Forks) läuft auf einer frischen VM, die deine Caches liest, aber nicht ändern kann.

Die Einzelheiten stehen unter Wie Jobs isoliert werden.

Probier es mit dem Job, auf den dein Agent wartet

Die Testphase ist kostenlos für 7 Tage oder 3.000 Job-Minuten, je nachdem, was zuerst erreicht ist, und braucht keine Karte. Verschieb den Job, auf den dein Agent wartet, auf runs-on: skipbox, lass den Agent zweimal pushen und vergleiche den zweiten Lauf mit dem von GitHub.

FAQ

Mein Coding-Agent öffnet einen PR, wartet 20 Minuten auf die CI, fixt und wartet wieder. Wie wird die CI schnell genug für Agent-Schleifen?

Verkürze, worauf der Agent wartet, in dieser Reihenfolge. Lass ihn Lint, Typprüfungen und die betroffenen Unit-Tests vor dem Push ausführen, damit ein Tippfehler nicht erst in der CI auffällt. Brich ältere Läufe eines Pull Requests ab, sobald ein neuer Push kommt (concurrency mit cancel-in-progress). Leg die schnellen Checks in einen eigenen Job, damit der Agent einen Fehler nach ein bis zwei Minuten liest. Führe nur die Tests aus, die die Änderung betrifft. Und dann streich das Einrichten, das jeder Job wiederholt: Auf einer Maschine, die die Docker-Layer, die Paket-Caches und die Build-Ausgaben zwischen den Jobs behält, sank die CI von astro von 528 s bei GitHub auf 30 s bei Skipbox.

Wie viel mehr CI verursachen KI-Agents?

Anthropic schrieb, dass sein CI-Jobvolumen in 6 Monaten um das 25-Fache gestiegen ist, weil Claude kleinere, feinere Pull Requests bevorzugt und Agents nachts und am Wochenende pushen. Jeder dieser Pushes führt den ganzen Workflow erneut aus, wenn der Workflow ihn nicht abbricht, überspringt oder eingrenzt.

Wie sieht das beste CI-Setup für ein Team aus, in dem die meisten PRs von KI-Agents stammen?

Eines, das dem Agent schnell antwortet und nicht pro Push abrechnet: ein schneller Job für Lint und Typprüfungen, der zuerst meldet, die langsamen Suites danach, ältere Läufe eines Pull Requests abgebrochen, nur betroffene Tests ausgeführt und Runner, die ihre Caches zwischen den Jobs behalten. Skipbox gibt jedem Konto seine dedizierte Maschine zum Festpreis mit unbegrenzten Minuten; wie viele Jobs gleichzeitig laufen, bestimmen die vCPU der Tarife des Kontos.

Stoßen Agents an die Concurrency-Limits von GitHub?

Das kann passieren. Die von GitHub gehosteten Standard-Runner führen höchstens 20 Jobs gleichzeitig aus bei GitHub Free, 40 bei Pro, 60 bei Team und 500 bei Enterprise; der Rest wartet in der Warteschlange. Mehrere Agents, die jeweils Pull Requests mit einer Matrix pushen, erreichen das schnell. Auf Skipbox laufen Jobs gleichzeitig, solange sie in die vCPU der Tarife des Kontos passen, und der Rest wartet, bis er an der Reihe ist. Ein Team mit mehreren gleichzeitig arbeitenden Agents hält also mehrere Tarife oder einen größeren.

Kann der eigene Job des Agents auf Skipbox laufen?

Ja. Jeder Linux-Job wählt seine Maschine mit runs-on, auch der Job, der die Action von Claude Code ausführt. Setz ihn auf skipbox, und er läuft auf derselben Maschine wie deine CI.

Was kostet es, das auszuprobieren?

Nichts. Die Testphase dauert 7 Tage oder 3.000 Job-Minuten, je nachdem, was zuerst erreicht ist, ohne Karte, bis zu 4 Jobs gleichzeitig auf je 4 vCPU. Verschieb den Job, auf den der Agent wartet, auf runs-on: skipbox und miss den zweiten Lauf.

Aktualisiert am 19. November 2026

Schnellere CI/CD mit immer warmem Cache

Dein warmer Runner zum Festpreis

Wir hosten sie. Du änderst eine Zeile. 1/12 der Kosten von GitHub bei voller Auslastung. Zum Festpreis den ganzen Tag laufen lassen. 7× so viel Cache-Speicher wie bei GitHub.

  • Keine Karte
  • Mit GitHub anmelden
  • Jederzeit kündbar