AI 编程 Agent 撞上 HTTP 429：到底是什么意思

很少有什么事比 agent 干到一半突然停住、弹出一个红色的 429 更打断节奏了。它看起来像故障，其实不是——它是服务商在说现在不行，而准确理解这句话的意思，就知道下一步该做什么。速率限制是每一套 AI 编程环境的基础设施，agent 触发它的频率远高于普通聊天用户，背后有结构性的原因，值得在你成为那个盯着报错的人之前先弄明白。

429 到底在说什么

HTTP 429 Too Many Requests 的意思是：服务器收到并理解了你的请求，但拒绝处理——配额被突破了。关键在于，它在设计上就是临时性的：响应通常会带上一个 Retry-After 提示，告诉你什么时候再来。正是这一点把它和错误家族里的邻居区分开。401 或 403 是认证或权限问题，重试解决不了；402 指向计费；5xx 是服务商自己出了状况。429 是你的问题，而且可以解决。

Agent 为什么比聊天更容易撞限额

一次聊天交互不过一两个请求。而 agent 的一轮操作是几十个：读文件、搜索、编辑、跑测试、对输出做出反应——每一步都是一个新的 API 调用，还携带着不断膨胀的上下文。有三个独立的上限值得关注：每分钟请求数、每分钟 token 数、并发连接数。agent 通常最先耗尽的是每分钟 token 数，因为每一次调用都要随请求一起送出几千 token 的上下文。订阅套餐还会在上面叠加公平使用上限——按日或按周的额度——这些往往以用量警告而非干净的 429 响应出现，第一次遇到时会让人一头雾水。

第一反应：正确地退避

如果响应里有 Retry-After 头，就遵守它；否则用指数退避加抖动重试——等一秒，然后两秒，然后四秒，然后八秒。疯狂重发只会让事情更糟：重复请求可能拉长限流窗口，多个打开的面板同时手动重试，会把一个小问题放大成大问题。也要弄清楚是哪种限额被触发了。你自己账户的配额和服务商端的拥堵表现完全不同，把两者区分开，能省下你为别人的高峰期自责一小时的时间。

结构性解法：少要一点，摊开一点

持久的解法是压缩需求，而不是躲避需求。精简上下文：让 agent 直接看三个相关文件，胜过粘贴半个仓库。接近上限时，跑一个长任务而不是六个并行会话。把相关编辑合并成一个描述充分的单轮指令，而不是一点一点挤牙膏。把大批量的过夜任务推到低峰时段。拆分管线，让便宜的模型处理例行步骤，把昂贵的容量留给关键决策。如果你本来就在多个服务商之间切换，一份各家编程 agent 的成本对比可以兼作粗略的价格与能力地图，而了解Claude、GPT 和 Gemini 在编程上的差异，能帮你在急需之前就选好一个靠谱的第二服务商。

当 429 反复出现时

高峰期偶尔爆发一次是天气；每天持续出现的固定模式是气候。如果你天天撞限额，说明你已经超出了这个套餐或这家服务商的承受范围——提高上限、升级到更高档位，或者把部分工作负载永久迁移出去。留意是哪些任务触发的：如果总是那些巨型重构任务，那其实是上下文太大穿了件速率限制的马甲，精简发送的内容比升级套餐更管用。

meshcode 这边的情况

由于 meshcode 允许每个面板各自指向不同的后端，某个服务商的 429 就从一次停工变成了一次路由决策：把卡住的任务挪到另一个模型上，其余一切照常运行，等限流窗口过去再切回来。密钥是你自己的，兜底方案也由你安排，而不是平台说了算。

👉 下载 meshcode — Mac, Windows