Bagaimana AI Agents Mengubah Manajemen Daya Laptop
Anda memulai agen AI coding sebelum makan malam — refaktor multi-file yang akan berjalan selama dua jam. Kembali dan menemukan MacBook Anda tidur, pekerjaan mati, dan diff setengah-diterapkan di pohon kerja Anda. Mode kegagalan itu tidak ada lima tahun lalu, dan itu menunjukkan kesenjangan nyata antara cara macOS menangani daya dan cara pengembang benar-benar menggunakan mesin mereka hari ini.
Bagaimana Laptop Dirancang untuk Tidur (dan Mengapa Itu Berhasil)
Manajemen daya laptop dibangun untuk ritme manusia. Tidak ada keyboard beberapa menit: redupkan tampilan. Sedikit lebih lama: tidur. Pengatur waktu idle Apple masuk akal karena pekerjaan mesin adalah menunggu Anda, dan menunggu menghabiskan baterai.
Model ini bertahan melalui satu dekade unduhan latar belakang, kompilasi panjang, dan pengodean video karena tugas-tugas itu selesai dengan cepat atau menahan asersi IOKit untuk memberi sinyal sistem operasi. Perender video menahan asersi media; xcodebuild selesai dalam hitungan menit dan keluar. Mesin selalu memiliki beberapa sinyal untuk digunakan.
Tidak ada dalam desain itu yang mengantisipasi beban kerja yang berjalan berjam-jam tanpa input pengguna dan tidak ada batasan penyelesaian alami. Skenario itu tidak ada ketika model daya ditulis.
Apa yang Diubah Beban Kerja AI Agentic Tentang Kebutuhan Pengembang
Agen AI coding — Claude Code, agen latar belakang Cursor, Aider, GitHub Copilot Workspace — bekerja dengan menggabungkan puluhan langkah: baca file, rencanakan edit, tulis kode, jalankan tes, interpretasikan output, loop. Tugas refaktor tunggal dapat berjalan selama dua atau tiga jam.
macOS tidak melihat apa pun itu sebagai aktivitas. Tidak ada peristiwa keyboard, tidak ada gerakan mouse, tidak ada frame tampilan sedang dirender. Pengatur waktu idle menghitung mundur ke nol. Tampilan tidur. Sistem mengikuti tidak lama kemudian, menghentikan sesi terminal di tengah pekerjaan.
Ini bukan bug macOS. Tidur idle benar untuk mesin yang benar-benar menganggur. Masalah struktural adalah bahwa sistem operasi tidak memiliki konsep bawaan dari proses yang melakukan pekerjaan kognitif atas nama pengguna — pekerjaan yang pengguna benar-benar ingin selesaikan.
Panduan terkaitApa Itu Safe Runtime Layer untuk Mac?Mengapa Wake Lock Sederhana Menciptakan Risiko Baru
Perbaikan yang jelas adalah wake lock: caffeinate, Amphetamine, atau perubahan pmset. Ini menahan asersi daya IOKit dan menangguhkan pengatur waktu idle. Agen terus berjalan. Untuk sesi siang hari singkat sambil Anda tersambung dan dekat, ini sering kali semua yang Anda butuhkan.
Gambaran bergeser untuk pekerjaan malam atau atas baterai. Blind wake lock tidak memiliki lantai baterai. Tinggalkan MacBook yang menjalankan caffeinate dengan muatan 40% dengan loop agen berat, dan empat jam kemudian Anda mungkin menemukan baterai di nol, sesi hilang, dan komit sebagian dalam keadaan tidak konsisten. Alat melakukan tugasnya — itu membuat mesin tetap terjaga — tetapi tidak memiliki cara untuk berhenti dengan elegan sebelum daya habis.
Panas adalah kekhawatiran yang lebih halus. MacBook di bawah beban berkelanjutan dengan aliran udara terbatas pembatasan, dan wake lock yang tidak pernah memeriksa keadaan termal tidak memiliki pengaman. Risiko ini tumbuh di ruang terbatas — lid hampir-tertutup, permukaan lunak yang memblokir ventilasi, atau tas. Agen berjalan; mesin berjalan hangat tanpa mekanisme untuk mundur.
Pola Runtime Aman untuk Pekerjaan Berbasis AI
Lapisan runtime yang aman menahan asersi wake dan mengamati kondisi yang akan membuat lari berkelanjutan tidak aman. Perbedaannya kurang lebih: wake lock menahan pintu terbuka; lapisan runtime memegangnya terbuka sampai sistem memberi sinyal masalah, lalu menutupnya dengan elegan. Memahami apa yang dilakukan lapisan runtime yang aman adalah konteks berguna jika Anda menjalankan beban kerja AI panjang secara teratur.
Dalam praktik ini berarti lantai baterai rendah — berhenti otomatis pada 15 atau 20 persen sehingga mesin masih dapat bangun dengan bersih sesudahnya. Ini berarti memeriksa sinyal termal yang diekspos sistem operasi dan mundur ketika sistem melaporkan tekanan panas. Pemantau proses opsional menambahkan pengaman lain: hentikan sesi ketika proses agen keluar daripada berjalan sampai baterai mencapai nol.
Untuk jalankan siang hari cepat pada daya AC, caffeinate tidak apa-apa — tidak ada alat tambahan yang diperlukan. Untuk sesi malam, atas baterai, atau lid-tertutup, lapisan yang memantau kondisi bersama asersi wake membantu mengurangi risiko bangun ke mesin mati atau pekerjaan yang mati dalam keadaan buruk.
Fitur dari LidRun's keep-awake engine.
LidRun menjaga pekerjaan Anda tetap jalan saat layar tertutup, dengan perlindungan baterai dan suhu bawaan.
Sering ditanyakan
Tidak selalu. Untuk jalankan singkat saat Anda berada di meja dan terhubung, perintah caffeinate sederhana atau aplikasi tetap-terjaga menangani masalah utama: pengatur waktu tidur idle. Untuk jalankan lebih lama, sesi malam, atau pekerjaan hanya-baterai, Anda juga menginginkan lantai baterai rendah dan kesadaran termal. Tanpa itu, mesin dapat mengalami pengosongan atau menjadi hangat tanpa cara untuk berhenti dengan elegan sebelum sesuatu rusak.
macOS mengukur waktu idle dengan input pengguna — peristiwa keyboard, gerakan mouse, dan aktivitas tampilan. Agen AI tidak menghasilkan apa pun dari ini; itu berjalan di latar belakang tanpa menyentuh perangkat input. Setelah pengatur waktu idle mencapai ambang batasnya, sistem tidur dan menghentikan sesi terminal agen atau menangguhkan proses sepenuhnya.
Untuk mesin yang terhubung di lingkungan stabil, caffeinate biasanya bekerja dengan baik. Menjadi risiko di baterai: caffeinate menahan asersi wake tetapi tidak memiliki lantai baterai, jadi mesin dapat mengalami pengosongan hingga nol di tengah-pekerjaan. Jika baterai dimulai pada 40% dan pekerjaan membutuhkan empat jam, sesi mungkin tidak bertahan. Alat yang berhenti-otomatis pada ambang baterai rendah mengurangi risiko itu tanpa memerlukan Anda untuk mengawasi jalankan.
Kompilasi panjang berjalan selama beberapa menit, keluar dengan bersih, dan banyak alat build menahan asersi IOKit selama kompilasi. Agen AI terbuka-berakhir: mereka loop, memanggil API eksternal, menulis dan menguji kode, dan dapat berjalan berjam-jam tanpa waktu penyelesaian yang ditentukan. Kombinasi durasi panjang dan penyelesaian yang tidak dapat diprediksi adalah yang membuat manajemen daya menjadi kekhawatiran nyata — kompilasi yang selesai awal tidak membayar Anda apa pun; agen mati malam hari membayar Anda seluruh sesi.