分享幾個讓 agent 夜間自己做本地影片模型調參數研究任務的經驗。
一、設立硬約束。之前弄本地影片模型 LoRA，調參改管線遇到的問題是會爆記憶體（我的 48GB 很入門）＋大量吃 SWAP，潛在傷害 SSD，所以我在 CLAUDE.md 寫下了「SSD 保護 ＞ 品質 ＞ 速度」的優先判準。但這樣還不夠，還要寫好閘門腳本實時監控 SSD 寫入流量，超標立刻強制停止讓 agent 來修。
二、每一次跑生成大概都是一個多小時，善用 Monitor 跟 30 分鐘 loop。Max 方案的快取是一小時，30 分鐘回來盯一次看有沒有靜默卡死，抽驗一下已經完成的片段是否視覺上有問題，這樣才不會快取遺失整包上下文原價計費。
三、以上兩個環境設置好後，就跟他說不用等我決策，你盡可能嘗試不同方向，直到早上六點（我起床）。於是他設立了 5:30 強制終止的閘門腳本。還創了記錄結果的 md 跟 json 檔，方便事後追溯。
早上醒來，手機 mosh 連回去看。
它在 05:06 就自己停乾淨了，比 05:30 的期限提早 24 分鐘：行程清空、cron 移除、硬停計時器解除，SSD Percentage Used 0%、累計寫入 5.99 TB。成片放在 ~/Downloads/comfyui-短劇成果-20260731/，底下還有五支演進對照和逐秒截圖，另外把三條規則寫進了 KNOWN_ISSUES.md。
一個 /goal 下去，不緊急的任務讓他整夜跑也不心疼。你可以在目標中多加一個約束：驗收用 sol subagent，他說過關你才可以停。這樣就可以品質跟廉價兼顧。
至於為什麼要為了 SSD 立這種規矩——這個去查一下 SWAP 跟 SSD 寫入&壽命，一定很精彩。
每週一封，只挑跟你工作有關的 AI 動態。免費訂閱電子報 →
讓模型跑整夜任務的提示詞
這套不用人工干預、自設驗收與防飄移的做法，不只適用本地調參，換成雲端長任務也一樣能用。應該已經有不少人知道了，讓模型跑整夜任務的提示詞範例：
由於我等等要去睡覺，會長時間離開電腦，所以我打算讓你在很長一段無我干預的時間去做________。請寫給我看你的完整計劃，計畫中間都不需要經過我干預跟核准，我的目的是醒來就可以看到好的成果。你現在不用開計畫模式，直接把完整計劃寫出來（內部要包含步驟、目標完成的標準、進度回寫紀錄區等等，為了預防長任務長上下文中的 agent 執行飄移）。
寫出的計劃放在___資料夾下，並且請 fable subagent 來對抗式審查，根據審查結果修改後呈現給我看。
然後直接開一個新 session，/goal 下去。Opus 5.5 在這種長上下文長時間任務上的表現據說超級好。