北京
我曾有一次自动化批次一路跑到提交而没有任何确认。提交次数往往有限，而且交出去就撤不回来。自动化让事情变简单，也差点让事故变简单。
这件事之后，我给自己搭了一套流程，核心思路只有一条：在提交前，永远留一个人工确认的环节。
第一步是把浏览器从工作流里拿掉。设置好 KAGGLE_API_TOKEN 环境变量之后，Kaggle CLI 可以直接查笔记本状态、拉输出文件。用 kaggle kernels status 看任务是运行中、已完成还是失败，用 kaggle kernels output 把输出下载到本地。不用开浏览器，脚本和智能体处理起来顺手得多。
但顺手恰恰是问题所在。于是我做了一个包装层，把通往提交的路径拆成几步：
- 先显示将要提交的是哪个文件
- 用 y/N 确认，直接回车默认是“否”
- 执行
- 校验输出，检查文件是否存在、格式是否正确
- 只把提交命令打印出来，然后停住
最后那一步交给人类自己跑。这样即使自动化在某个环节出了岔子，提交前总有人看一眼。确认逻辑用 Python 几行就能写完：读入输入，去掉空白转小写，只有等于 y 才返回真；否则抛出退出异常，中止流程。
关键设计在于把“否”设为默认值。哪怕是被智能体或脚本调用、根本没有人输入，它也不会自己往下走。
第三个坑跟硬件有关。我做本地验证时用的是一块快 GPU，结果趋势有时候和生产环境对不上——生产用的是更慢的 GPU。带时间限制的任务里，硬件慢一点，任务就可能中途被切断，或者在时限内能完成的事情直接变了样。在快环境里“时间够用”，不代表生产环境也够用。
我的结论很直接：带时限的工作负载，要在和生产相同的硬件上测量。
整套做法总结下来就三条：设好令牌，用 CLI 追踪笔记本状态和输出，不需要浏览器；自动化再顺，提交前也要有人工确认，默认选“否”，只显示提交命令；带时限的任务在生产同款硬件上测。
自动化程度越高，我越觉得有件事得提前定下来：人到底在哪个环节介入，把东西拦下来。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
