Anter 1M free tokens 怎麼用？Managed agent runtime 與 BYOM 邊界

本篇是免費 token fuel 系列第 87 篇，研究 Anter managed AI agent platform 的免費入口。Anter 官方首頁目前明列 Free to start、No credit card，以及第一個 agent 含 1M free tokens；用完之後要 bring your own model key。這個 1M 是 Anter agent runtime 的免費燃料，不是 OpenAI、Anthropic、Google 或 Mistral 的免費 API token，也不是每月自動重置的永久額度。

以 managed agent runtime、第一個 agent 1M free tokens、BYOM handoff 與學生 graph canary 呈現的 YOLO LAB 原創編輯封面 — YOLO LAB 原創編輯封面：以 managed agent runtime 的 1M free allowance、agent graph、permission trace、BYOM handoff 與 human approval 呈現學生 Agent 的受控入口；非 Anter 官方宣傳圖。

本篇分類為 CONDITIONAL_ANTER_1M_FREE_MANAGED_AGENT_RUNTIME_EARLY_ACCESS_BYOM_AFTER_LIMIT。它對主要 agent 的價值在於用低成本練習 agent graph、sub-agent、MCP、工具批准、streaming、replay 與 usage observability；如果目標是直接取得一把可呼叫任意模型的免費 API key，Anter 不是同一類候選。

本文只做 Anter 官方首頁、Docs、Terms、Privacy、AI Safety Policy、Flows quickstart、Call the API、Usage analytics 與 Integrations 文件整理，不代註冊、不建立帳戶、不取得 project API key、不連接 OpenAI 或其他 provider、不送出 live agent run、不上傳私有資料、不接 MCP、不啟用付費方案，也不進行 WordPress 外部寫入。主要 agent 的人工 handoff 原則可延伸閱讀 YOLO LAB AI agent 使用 FAQ。

Anter 的 1M free tokens 到底是什麼

官方首頁把免費入口寫成「1M free tokens, then bring your own model key」。正確解讀是：Anter 先提供一段可用來建立和試跑 agent 的免費 token allowance，達到邊界後，使用者要接上自己的模型供應商憑證。官方沒有在首頁把它定義成 monthly reset、daily refill、每個 project 各 1M，主要 agent 不應自行補上這些未公布條件。

學生要把 Anter fuel 與 model fuel 分開記帳。Anter 可能負責 agent orchestration、工作流狀態與 streaming；OpenAI、Anthropic、Google、Azure 或 Mistral 等 provider 才負責真正的模型 inference，且官方 Integrations 文件明列這些 model provider 需要使用者自己的 API key。Anter 的免費額度不能抵銷下游 provider 的費用。

function classifyAnterFuel(snapshot) {
  if (snapshot.provider !== 'ANTER') return 'PROVIDER_MISMATCH';
  if (snapshot.stage !== 'EARLY_ACCESS') return 'STAGE_RECHECK';
  if (snapshot.freeTokensRemaining <= 0) return 'BYOM_REQUIRED_STOP';
  if (snapshot.paymentMethodAttached === true) return 'PAYMENT_REVIEW_REQUIRED';
  if (snapshot.modelProviderKeyPresent === true && snapshot.providerKeyOwner !== 'LOCAL_OWNER') {
    return 'MODEL_KEY_OWNERSHIP_STOP';
  }
  return 'MANAGED_AGENT_CANARY';
}

截至 2026-08-25 的入口：Anter runtime，不宣稱下游免費模型

截至 2026-08-25，Anter 官方首頁仍把第一個 agent 的 1M free tokens 定位成 runtime allowance，並標示 Free to start、No credit card、用完後 bring your own model key；官方 Docs 也說至少要先設定一個 LLM provider，否則 agent 不能執行。因此本篇的當日入口不是某一個「最佳免費模型」，而是先用 Anter 做 graph／permission／trace canary，再由 owner 自行決定合法的下游 model、key、billing 與資料政策。這個 distinction 必須保留，不能把 Anter allowance 寫成下游模型免費。

const currentAnterEntry = {
  runtime: 'ANTER_MANAGED_AGENT',
  freeAllowance: 'FIRST_AGENT_1M_TOKENS',
  model: 'OWNER_PROVIDER_READ_BACK_REQUIRED',
  afterLimit: 'BYOM_HANDOFF'
};

它適合主要 agent 的哪一段

Anter 的強項不是提供一個孤立的 chat completion endpoint，而是把 agent graph、root agent、sub-agent、skill、tool、MCP、schedule、API 呼叫與 execution trace 放在同一個 managed runtime。學生可以用一個小型、可審查的流程練習 routing、delegation、人工批准與失敗回復，再把成熟的流程交給自己的 provider。

最適合的第一個 canary 是 read-only research agent：一個 root agent 接收問題，一個 triage sub-agent 分類意圖，一個 research sub-agent 只讀取固定 synthetic fixture，最後由人工檢查摘要。不要在免費額度內直接接付款、刪除、發布、任意 shell、外部帳戶或能改變生產資料的工具。

Free to start 不等於免註冊

Anter Docs 的 quickstart 明確要求 Anter account 與 workspace。這表示「免信用卡」不代表匿名、免帳戶或可共享公用 token。學生只能使用本人或責任組織合法建立的 workspace，依官方條款確認地區、年齡、用途、資料與帳號責任；本文不替任何人註冊，也不代收驗證信。

建立帳戶後先只做文件與設定 read-back：確認 workspace、project、free balance、目前 plan、model provider 狀態、工具清單與付款狀態。若 dashboard 沒有顯示可核對的 1M allowance，或 UI 顯示的數字與官方首頁不一致，標記 FREE_BALANCE_RECHECK，不以文章快照強行推算。

Meta-Agent quickstart 的學習價值

官方 quickstart 說明，使用者可以先描述想要的 agent，Meta-Agent 會訪談需求、設計 agent、產生可審查 spec，再由使用者建立。文件示例是 customer support assistant，包含 triage 與 support specialist 兩個 sub-agent。學生應把這個流程當成規格審查練習，而不是盲目按下 Create agent。

建立前逐項閱讀 root agent 名稱、sub-agent 角色、system prompt、handoff 規則與工具權限。若 spec 自動加入未授權的外部工具、過寬的資料範圍、沒有 human approval 或沒有 timeout，先退回修改。每次建立保留 spec version、reviewer、測試 fixture 與預期 stop line，方便之後比較成本與行為。

建立第一個學生 canary 的範圍

第一個 project 只放一個 root agent、最多兩個 sub-agent、三個 synthetic task 與一個 read-only tool stub。task 要能在本機先產生預期答案與禁止動作，例如「從固定 FAQ fixture 找出退款規則並列出來源」，而不是「登入真實帳戶並替我退款」。這樣可以先驗證路由與 handoff，不把免費額度消耗在未知外部狀態。

const canary = {
  project: 'student-readonly-canary',
  agents: ['root-research', 'triage', 'source-review'],
  tools: [{ name: 'fixture_lookup', mode: 'read-only', writes: false }],
  inputs: ['synthetic-faq-01', 'synthetic-faq-02', 'synthetic-faq-03'],
  approvalRequired: ['publish', 'delete', 'payment', 'external_write'],
  stopOn: ['FREE_BALANCE_RECHECK', 'MODEL_KEY_REQUIRED', 'TOOL_SCOPE_DRIFT']
};

下游 model provider key 是另一個責任邊界

Anter Integrations 文件列出 OpenAI、Anthropic、Google、Azure、Mistral 等模型 provider，並明確說每一個需要使用者自己的 API key。Anter 因此比較像 agent runtime 與控制平面，不是把下游模型費用吸收掉的免費模型池。主要 agent 不應把一個學生的 provider key 貼到共同 workspace，也不應把別人的 key 放進 Anter。

如果真的要接 provider，先由 key owner 在官方 provider dashboard 確認 free tier、model、billing、data policy、rate limit 與可撤銷性，再由責任管理者使用最小 scope 的 secret integration。本文範圍內不接任何 provider；在 Anter 文章中，BYOM 只表示後續條件，不是我們取得免費 model token 的證明。

Anter API 與 project-scoped key

官方 Call the API 文件說，agent 在 Playground 驗證後，可以從 Call Agent tab 取得 Agent ID、Project ID、endpoint URL 與 project-scoped API key。請求需要 project header、API key 與 message，回應以 Server-Sent Events 傳送 status、content chunk、tool call 或 completed event。這是呼叫你在 Anter 內建立的 agent，不是呼叫原始 LLM。

export ANTER_PROJECT_ID='project-id-from-owner-dashboard'
export ANTER_AGENT_ID='agent-id-from-owner-dashboard'
export ANTER_API_KEY='project-key-from-owner-dashboard'

curl -N -X POST \
  "https://api.anter.ai/v1/external/agent-runner/agents/${ANTER_AGENT_ID}/run-stream" \
  -H "x-project-id: ${ANTER_PROJECT_ID}" \
  -H "x-api-key: ${ANTER_API_KEY}" \
  -H "Content-Type: application/json" \
  -d '{"message":"Summarize the synthetic fixture and cite its fixture id."}'

這段只是官方文件格式的 placeholder，本文不執行 request。真實 project key 只能放在 server-side secret store 或環境變數，不可寫入文章、前端 bundle、學生 notebook、Git、issue、截圖或公開 agent config。若 key 曾曝光，立即由 owner revoke／rotate，並檢查 usage；不要用新帳戶掩蓋事件。

SSE streaming 要做完整事件紀錄

Streaming 不等於成功。客戶端可能先收到幾個 content chunk，之後才收到 tool call、error 或中斷。主要 agent 要把 run id、event type、sequence、timestamp、agent version、fixture id、工具批准狀態與最後結果寫入可控的本機 ledger；不要只把最後一段文字當成完整答案。

function acceptAnterEvent(event, state) {
  if (event.sequence <= state.lastSequence) return 'DUPLICATE_EVENT';
  if (event.type === 'tool_call' && event.requiresApproval === true) return 'HUMAN_APPROVAL_STOP';
  if (event.type === 'error') return 'RUN_ERROR_HANDOFF';
  state.lastSequence = event.sequence;
  return event.type === 'completed' ? 'RUN_COMPLETE_READBACK' : 'EVENT_RECORDED';
}

sessionId 與七日記憶邊界

Call the API 文件說，相同 sessionId 的訊息會累積對話記憶，新 sessionId 則從頭開始；文件目前寫 session memory 在閒置七天後保留。這不是永久知識庫，也不是可省略資料分類的理由。學生每次 canary 使用新 sessionId，避免前一次測試污染下一次結果。

正式測試要把 sessionId 與資料分類綁定：synthetic fixture 可重用，公開資料要記來源，含個資或私有內容的 session 直接禁止。刪除 workspace 或要求資料刪除前，先確認官方 retention、backup、log 與 third-party provider 路徑，不以「七天」自行推導所有資料都會消失。

Usage analytics 是治理工具

Anter Usage analytics 文件提供最近 24 小時、7 天或 30 天的 aggregate metrics，包括 total calls、success rate、estimated cost、P95 latency，並可按 sub-agent、model 與 source 拆解。這很適合學生檢查哪個 sub-agent 反覆轉派、哪個 model 產生費用、哪條來源是 chat、API、schedule 或 A2A。

estimated cost 只是依 provider 回報 token usage 與標準單價計算的估算，官方也提醒實際 billing 可能不同。不要把 analytics 的零美元、free balance 或成功率當成付款安全證明；每次測試仍要回讀 provider billing、Anter plan、project usage 與是否有 auto-renew。對主要 agent 設定 local call cap 和每日人工檢查。

Free allowance 的消耗帳本

由於官方首頁只明示 1M free tokens，沒有在本篇替它補寫週期或每個 endpoint 的細節，帳本必須保留查核時的 dashboard snapshot。每一輪記錄 workspace、project、flow、agent version、run count、model provider、input／output token、estimated cost、free balance、付款狀態與查核日期。

function admitAnterRun(snapshot, job) {
  const reserve = Math.max(1000, Math.ceil(snapshot.freeTokensLimit * 0.1));
  if (!snapshot.freeBalanceReadback) return 'FREE_BALANCE_RECHECK';
  if (snapshot.freeTokensRemaining <= reserve) return 'LOW_FREE_BALANCE_HANDOFF';
  if (job.externalWrite || job.payment || job.deleteAction) return 'HUMAN_APPROVAL_STOP';
  if (snapshot.estimatedCostProvider !== 0) return 'PROVIDER_BILLING_REVIEW';
  return 'SERIAL_CANARY_ALLOW';
}

達到 1M 後的停止線

達到免費邊界後，官方首頁的指示是 bring your own model key。這是一個明確 handoff，不是自動允許 Anter 替我們綁卡、啟用 postpaid、提高額度或切換另一個帳戶。主要 agent 先進入 BYOM_REQUIRED_STOP，由 owner 決定是否要接一個已完成條款與預算審查的 provider。

若 dashboard 顯示付費 plan 或 auto-renew，立即停止長跑；Anter Terms 說 paid plans 會自動續訂，除非在續訂前取消。文章不把付費後的使用量列為免費燃料，也不鼓勵學生為了延長試用新增付款方式。先保存現有 run、撤掉未批准的 schedule，再由人工決定。

MCP 與工具連接不能跟著免費額度放寬

Anter Integrations 文件把 organization-level connection 與 project-level MCP permission 分開：前者管理認證、transport 與健康狀態，後者決定某個 project 的 agent 能否呼叫 MCP。這種分層很適合做最小權限，但也代表「已連接」不等於「這個 agent 應該能用」。每個 flow 都要再做 project scope read-back。

第一輪只接 stub 或 read-only fixture。若工具能寫入資料庫、發送郵件、執行付款、刪除檔案、發佈內容、啟動遠端任務或執行任意程式，必須有明確 approval、timeout、audit log 與人工接手。免費 token 不會降低外部副作用，也不能作為繞過治理的理由。

Anter 的資料路徑

Anter Privacy Policy 說平台會收集 account/profile data、agent configuration、evaluation assets、加密的 API credentials 與 runtime telemetry；資料用於執行 workflow、路由到選定 provider、提供 observability／evaluation 與維持平台完整性。Agent payload 也可能送往使用者配置的第三方 model provider。

同一份政策與 AI Safety Policy 都寫明 Anter 不用 prompts、run logs、configurations 或 payload data 訓練內部 foundation models，但這不表示下游 provider 一定採用相同政策。課程第一輪固定使用 public／synthetic fixture，禁止未成年資料、學籍、客戶資料、私人 repository、access token 與真實交易資訊。

加密與 secret injection 仍要由 owner 管理

官方 Privacy Policy 目前描述 secrets at rest 使用 AES-256-GCM，資料傳輸使用 TLS，並提供 tenant isolation 與 sandboxed execution boundaries。這些是供應商宣稱的控制，不取代我們自己的權限設計。每把 provider key 都要有 owner、用途、project scope、撤銷方式與 incident contact。

不要把 Anter API key 與下游 model key 混為一談：前者呼叫 Anter agent，後者由 Anter 代表 agent 呼叫模型。若 log、SSE event、tool arguments 或 error message 可能回顯 secret，先做 redact，再保存 run evidence。發現任何 key 外洩時，停止所有相關 job 並由 owner revoke／rotate。

No-training 不等於 no-retention

「不拿來訓練」與「不保存、不監控、不經過第三方」是不同承諾。Anter Privacy Policy 說 runtime logs 會為診斷保留有限期間後 rolling prune，workspace deletion 會觸發永久刪除流程；Call the API 文件另說 session memory 有閒置保留邊界。正式資料使用前仍要把 retention、deletion、backup 與 provider policy 列入 review。

對學生最安全的示範是可重建、不可識別的 fixture：用假姓名、假訂單、假網址與固定版本，測完即可刪除 workspace。不要為了測試 memory 把真實對話、私訊或客戶 ticket 貼入。若資料來源權利、跨境傳輸或刪除責任不清楚，直接標記 DATA_REVIEW_REQUIRED。

Terms 的帳號與行為限制

Anter Terms 說使用服務與 API 即代表接受條款，使用者要對 credentials、API keys 以及 configured agents 發起的 downstream actions 負責；條款禁止 abuse、malware、未授權掃描、harassment 與繞過 platform controls。這與我們的 token fuel policy 一致：只做合法、低頻、可審查的教育 canary，不把免費入口變成自動化濫用。

Terms 也提醒模型輸出具有 non-deterministic 性質，敏感行動要有 guardrails、verification 與 human approval。即使一個 run 在 Anter analytics 顯示成功，仍要人工核對來源、資料邊界、工具事件、下游 response 與最後動作，不將「completed」誤寫成「正確」或「已獲批准」。

不應宣稱的免費項目

本篇不宣稱 Anter 提供免費 OpenAI token、免費 Anthropic token、免費 Google token、免費 Mistral token、無限 agent run、每月 1M token、每個學生各 1M、匿名 API、永久 free tier 或免責任共享 workspace。這些都不是目前官方首頁與文件足以支持的結論。

也不要把 Anter 首頁的 1M 與 Usage analytics 的 estimated cost 相加或互換。前者是平台宣稱的 free token allowance，後者是依 provider usage 與標準單價產生的估算。兩者的 unit、計算來源、適用範圍與付款責任都要在 ledger 中分欄。

課程中的最小驗收表

每個 student canary 完成後，至少回讀以下證據：workspace／project identity、free balance snapshot、agent graph version、sub-agent routes、tool scope、model provider status、run id、SSE event sequence、usage metrics、資料 fixture id 與人工結論。缺一項就標記 INCOMPLETE_READBACK，不把文章範例算成實跑成功。

function closeAnterCanary(evidence) {
  const required = ['workspace', 'project', 'freeBalance', 'graphVersion', 'toolScope', 'runId', 'events', 'fixtureId'];
  const missing = required.filter((key) => !evidence[key]);
  if (missing.length) return { status: 'INCOMPLETE_READBACK', missing };
  if (evidence.externalWriteObserved) return { status: 'SECURITY_REVIEW_REQUIRED' };
  if (evidence.freeBalance <= 0) return { status: 'BYOM_REQUIRED_STOP' };
  return { status: 'CANARY_CLOSED', next: 'MANUAL_REVIEW' };
}

何時值得把 Anter 放進主要 agent

如果主要 agent 目前缺的是 graph、sub-agent delegation、SSE、replay、MCP scope、approval gate 或 usage observability，Anter 的 1M free allowance 可以作為短期學習燃料。它能讓學生先熟悉可觀測的 runtime，再選定真正要承擔費用與條款的 model provider。

如果主要 agent 只需要一個便宜的原始 chat、embedding、rerank 或 search endpoint，應優先比較本系列其他直接 provider。Anter 增加的是 orchestration layer；它可能讓流程更完整，也會增加另一個帳戶、資料、key、retention、依賴與故障面。選用前要證明這層控制面有實際學習或治理收益。

最後的安全停止線

遇到 free balance 不可回讀、1M allowance 週期不明、dashboard 出現付款或 auto-renew、provider key owner 不明、tool scope 漂移、SSE event 缺失、資料含個資、workspace 權限不清、下游 license 未確認或 run 想執行外部寫入時，停止在本機或平台 canary，不繼續擴大。

Anter 這篇的結論是：它是一個值得研究的 managed agent runtime 免費入口，但目前應標成條件式、早期存取、BYOM handoff，而不是主要 agent 的永久免費模型 token 池。只要把 1M 的真實範圍、下游 provider、資料路徑、工具權限與付費停止線分開驗證，它就能安全地成為學生練習 agent engineering 的第一段燃料。

官方沒有公布固定 RPM 就不要自行填數字

目前 Anter 官方首頁與 Docs 可支持 1M free tokens、agent API、SSE、usage analytics 與早期存取定位，但沒有在本篇查核的頁面上給出一個可永久套用的全平台 RPM、TPM 或 concurrency 表。主要 agent 不能把其他 provider 的 rate limit 搬過來，也不能用一次成功 run 推導長跑吞吐量。

實際 canary 只允許低併發、有限 turns、固定 fixture 與一次 retry。遇到 429、timeout、SSE 中斷或平台錯誤，先保存 response metadata、run id、最後事件與時間，再停在人工檢查；不增加平行 worker、不重播整個 job、不用多帳戶堆疊免費量。

HTTP 錯誤的最小分流

401 或 403 先檢查 project、agent、key scope 與 owner，不把錯誤解讀為「再建立一把 key」；429 先停止並回讀現有 usage，不把它解讀為「多開帳戶」；5xx、timeout 或 stream 中斷則保存可重試邊界，避免重複造成工具副作用。任何 billing、permission 或 data-policy 不明，優先人工接手。

function routeAnterFailure(status, context) {
  if ([401, 403].includes(status)) return 'IDENTITY_SCOPE_RECHECK';
  if (status === 429) return 'RATE_LIMIT_PAUSE';
  if ([500, 502, 503, 504].includes(status)) {
    return context.sideEffectStarted ? 'MANUAL_SIDE_EFFECT_REVIEW' : 'BOUNDED_RETRY_ONCE';
  }
  return 'UNCLASSIFIED_FAILURE_HANDOFF';
}

Schedules 與 A2A 先保持關閉

Anter Docs 將 schedule、API 與 A2A 列為 agent 的執行來源，Usage analytics 也會按 source 拆分它們。這些功能很適合日後做受控自動化，但在免費 canary 階段會把 token 消耗、重複執行與外部副作用放大。預設只允許手動 Playground 或明確的一次性 API run。

若日後開 schedule，先設定單次上限、最短間隔、時區、失敗通知、停用按鈕與自動 deny 工具；若接 A2A，先限制 caller project、hop depth、session memory、payload size 與 approval。沒有這些證據時，狀態保持 SCHEDULE_DISABLED／A2A_DISABLED。

Team 與 project 權限要有 owner

Anter 的 project-scoped key 可以讓 API 呼叫落在特定 project，但它不會自動解決誰能建立 agent、誰能修改 prompt、誰能接 MCP、誰能查看 usage 或誰能刪除 workspace。學生課程要指定一位 workspace owner 和一位 reviewer；其他成員只拿完成 canary 所需的最小權限。

交接時保存 project ID、agent ID、key fingerprint 的遮罩值、角色、建立時間、撤銷人與最後使用時間，不保存 raw key。成員離開課程、project 轉手或 policy 改變時，先 revoke 舊 key、檢查 run log 與 tool connections，再建立新的 scoped credential。

成功率不能代替答案品質

Usage analytics 的 success rate 只表示 run 是否完成，不表示 routing 正確、引用完整、工具安全或回答符合事實。學生要另外維護小型 evaluation set：預期 route、允許 tool、必要來源、禁止動作、可接受輸出與人工 verdict。每次修改 system prompt 或 model 都重新跑相同 fixture。

P95 latency 同樣不是品質分數。若 root agent 看似快速但反覆呼叫 sub-agent，可能更快耗盡 free allowance；若答案較慢但能正確停在 approval gate，對高風險流程反而更安全。把 token、calls、latency、failure、handoff 與 evaluator result 放在同一個版本化報告。

這個候選與直接 API 的比較方式

比較 Anter 時不要只排一個「免費 token 數」排行榜。對 raw model API，要問模型、input／output token、RPM、資料政策與 billing；對 Anter，要問 agent runtime allowance、下游 provider key、workspace／project 權限、tool scope、session retention、SSE、replay 與 observability。兩者的免費單位不同，不能直接相加。

學生可先用 Anter 練習流程治理，再把 retrieval、embedding、rerank 或 chat 拆到本系列已查核的直接 provider。這種分層能避免一個供應商同時承擔 model、orchestration、資料儲存與外部工具權限，也能讓主要 agent 在某一層失效時保留替代路線。

最後一次 read-back 的格式

每輪關閉前，主控只接受一份不含 secret 的 evidence packet：官方首頁查核日期、dashboard free balance、plan／payment 狀態、workspace／project／agent ID、graph hash、model provider 名稱、tool scope、run IDs、完整事件數、usage analytics 時間窗、fixture digest、人工 verdict 與下一步。

如果 packet 只有「跑成功了」或只有一張 UI 截圖，就只能報告為 PARTIAL_EVIDENCE。沒有 live API smoke 時，本文只確認官方文件與本機範例結構，不宣稱 Anter 帳戶已建立、1M 已入帳、agent 已部署、provider 已連接或 token 已實際消耗。

Early access 要保留替代方案

Anter 官方首頁目前標示 early access，因此學生專案不能把它當成唯一生產依賴。先把 agent spec、fixture、evaluation、prompt version、tool contract 與本機 stop policy 保存好；若平台入口、免費額度、API schema 或某個 integration 改變，仍能把相同流程移到另一個經查核的 runtime 或自行控制的本機測試環境。

替代方案的驗收不是「換一個 endpoint 就好」，而是重新檢查資料路徑、session、工具批准、模型費用、錯誤語意、retention 與輸出品質。這份可攜式 evidence 才是真正屬於課程的燃料；Anter 的 1M allowance 應視為一次低風險練習機會，而不是不可替代的資產。

因此本系列不會把 Anter 排到永久免費供應商清單，而是放在「可驗證的 agent engineering sandbox」類別。每次重跑都重新查官方首頁與帳戶狀態，並把日期寫進 manifest；若免費條件消失，文章狀態改為歷史快照，既有 canary 立即停止，不用讀者自行猜測。

這個狀態也保護學生的預算與學習紀錄：免費額度只能用於明確的課程任務，不能拿來跑無限迴圈、批量爬取或沒有驗收標準的長程 agent。每一次增加工具或 sub-agent，都先估算額外 calls、token 與資料暴露，再由 reviewer 放行。