原本我使用的模型是 gemini-3.6-flash，一開始沒遇到什麼問題。當初只是想說換成表現更好、等級更高的模型去測試，沒想到剛測試就遇到一個早該想到的問題：用量限制。

測到一半系統直接掛給你看，而且必定是第一次呼叫就失敗。

從 UI 畫面上可以清楚看到連鎖報錯：

• 左欄（自動化評測 Agent）：429 RESOURCE_EXHAUSTED (You exceeded your current quota...)
• 右下角（導師 Agent）：導師回應異常：呼叫失敗：429 RESOURCE_EXHAUSTED

根本原因：雙 Agent 造成的配額雙倍消耗

這印證了目前系統架構的運作方式：當學生按下「送出程式碼」時，系統會在同一次互動中先後呼叫 評測 Agent 與 導師 Agent。

這兩次 API 呼叫在幾百毫秒內連續發出，一旦高階模型的帳號配額達到上限（例如免費或測試層級的每日限制），兩個 Agent 就會同時在 API 閘道端被退回。

解決方法

解決方法其實也很簡單，就是把模型切換/降級成 gemini-3.5-flash-lite，大幅提高用量上限與呼叫額度，避免在測試階段頻繁遇到配額耗盡的情況。

反思與處置

• 配額防禦機制：一次 UI 操作連發兩次 LLM 請求（評測 + 導師）會加倍消耗 API Quota。未來應該在第一個 Agent（評測）失敗時，就立即阻止第二個 Agent（導師）繼續呼叫，並做降級提示。
• 引進沙盒 (Sandbox) 的必要性：這也再次證明未來引進真實沙盒的必要。把「評測」從 LLM 推測改為沙盒實跑，不僅能省下評測 Agent 的 LLM 呼叫次數，還能徹底避免 API Rate Limit 導致改作業失敗的問題。