Agent 推送前审批规则为何没有生效
作者在 DigitalOcean Managed Agents 中配置了推送分支、创建 PR 前需审批的规则,但首次实验中 Agent 仍直接完成了这些操作。案例表明,配置为严格执行的权限规则也需要通过真实任务验证。
AI 深度解读
让 AI 编程代理自己改代码、跑测试,到 git push 或创建 PR 时再停下来等人批准,听起来只要配两条规则。作者在 DigitalOcean Managed Agents 上跑了两轮,第一轮却一次都没停,分支和 PR 都发出去了。
问题出在审批规则匹配的是整条命令字符串。终端里常见的 cd、临时 Git 配置和 &&,就足以让实际命令和规则长得不一样。第二轮确实等到了审批,但同时改了匹配模式和命令写法,能证明的事情有限。
为什么 strict 规则一次都没触发
两轮都用 Harness Runtime,搭配 claude-code harness、通过 DigitalOcean 推理服务运行的 Claude Sonnet 5.5,以及 mars-2vcpu-4gb 实例。GitHub 通过 OAuth 接入,实验对象是作者自己的一个小型公开 Python 仓库。第一轮的任务是给 flip.py 的 decode() 和 trial() 补 pytest 测试,再推分支、开 PR。
下面这段配置让普通操作默认放行,对符合两个命令模式的 Bash 调用发起审批。
permissions:
default: allow
rules:
- tool: bash
match: { command: "git push *" }
action: ask
enforcement: strict
- tool: bash
match: { command: "gh pr create *" }
action: ask
enforcement: strict
看两行 match 就能找到问题:它们都要求整条命令以指定前缀开头。
第一轮用了 54 秒、10 次工具调用,写了 12 个测试并全部跑通,最后推了分支,开了 PR #10。下面是代理实际用来完成推送和建 PR 的命令。
cd /workspace/bitrot-demo && git -c credential.helper='!gh auth git-credential' push -u origin tests-for-flip 2>&1 | tail -3 && gh pr create --title "..."
整行以 cd 开头,Git 子命令又在 git 和 push 之间插入了 -c credential.helper=...,而 gh pr create 排在命令链末尾。两条规则都没匹配上。沙箱里的 Git 原本缺少凭据助手,代理才借用 gh 的登录凭据完成这次推送。
同一轮还暴露了普通提问和审批的差别。提交最初因 Git 作者身份未配置而失败,代理发起提问。作者当时没有接入会话,系统在 7 ms 内返回 The user did not answer the questions,代理自行选了个中性身份继续执行。
审批批的是一次命令,重试还要再批
第二轮沿用同一分支,任务改成添加 .gitignore、推送并在 PR 下留言。作者把模式放宽为 *git*push* 和 *gh pr *,同时在提示词里要求推送和评论分别执行。这次共出现三次审批,第一条等了约三分半钟,会话一直停着。一次推送获批后执行失败,重试又触发了一次审批。批准对应当次提交的精确命令字符串,分支相同也要再确认。
作者拒绝评论后,工具返回 denied。这次代理没有重试,结束时说明评论未发出,并把 gh pr comment 命令留给作者。整轮用时 4 分 10 秒,绝大部分花在人工等待上。三次请求都通过笔记本上的 doctl hr approve <session> <request-id> approve|reject 处理,另外两次分别等了 12 秒和 13 秒。作者原本想用 iPhone 上的 Cuttlefish,但当时还没装,所以没有实测手机审批。
放宽模式也扩大了匹配范围。*git*push* 会匹配 git log | grep push,*gh pr * 会匹配只读的 gh pr view。这两个例子在实验里都没出现,第二轮其他五条 Bash 命令也没有误触发。脚本、Shell alias 和 Python subprocess 则是作者推测的漏匹配路径,这些方式都没跑过。
我的判断
这两轮最扎实的发现,是按命令前缀写出的审批规则会漏掉代理实际提交的调用。把通配符放宽、把外部操作拆成单条命令,是可以试的经验做法。第二轮同时改了这两个条件,原文没有对照数据,也没有测试放宽后的规则能否拦住第一轮那种整条命令链。两轮只覆盖一个 harness、一个模型、一个小仓库,best-effort、deny 和暂缓审批均未测试。两次模型 token 分别花了 $0.13 和 $0.05,另有几美分算力费,样本不足以比较方案成本。
对日常开发,default: ask 会增加不少交互。第一轮 10 次工具调用中有 8 次是 Bash,按作者的对比,这 8 次都得确认。选择性审批能少打断人,但会话能做什么仍取决于凭据。作者看到 GitHub 连接默认 scopes 包含完整的 repo,尝试只申请 public_repo 时,连接返回 requested scopes exceed provider maximum。原文没有给出成功缩小这条连接权限的做法。团队采用这套流程前,得分别确认审批是否触发,以及会话实际拿到了什么权限。
能拿来做什么
- 把
git push、gh pr create和gh pr comment写进代理提示词,要求每个需要审批的操作单独执行。前端或 Node 仓库里的跑测、构建可以照常自动完成。 - 先在可接受试跑的仓库执行一次真实流程,再用
doctl hr logs查human_input_requested。既检查推送和建 PR 是否停住,也检查gh pr view这类日常只读调用有没有被宽规则拦下来。 - 有条件就给会话接入限定到必要仓库和操作的凭据。接入方式如果只能发较宽权限,就按这个实际权限决定是否交给代理推送和发评论。