本地执行与云端执行

一句话理解：本地执行是“在你的工位上干活”，能直接用你的文件、网络和登录态；云端执行是“在公司给的独立办公室干活”，隔离更好、能并行、能关电脑后继续跑。选哪个，取决于数据在哪、权限多大、任务要跑多久。

同样是 Coding Agent，Claude Code 和 Codex 都既能在你电脑的终端里运行，也能在云端运行；同样是业务 Agent，有的装在员工电脑上当桌面助手，有的部署在服务器上处理工单队列。

这个选择经常被当作纯技术决策，但它实际上决定了很多产品问题：Agent 能碰到哪些数据？出了事影响多大？用户能不能同时派出 5 个任务？任务跑到一半合上笔记本会怎样？

两种执行位置的本质差别

维度	本地执行	云端执行
运行在哪里	用户自己的电脑	服务商或企业管理的虚拟机、容器
能接触的数据	本机文件、本机能访问的内网、已登录的账号	只有显式放进去的代码与数据
凭据	往往直接继承用户环境里的凭据	可由代理代为认证，凭据不进入执行环境
爆炸半径	用户整台电脑	一个一次性环境
并发	受限于一台电脑，通常一次一两个任务	可以同时开多个隔离任务
生命周期	电脑休眠或关机，任务就停	关掉电脑后继续运行，完成后通知
交互体验	实时、低延迟，适合边看边改	异步，适合“派出去、回头验收”
成本结构	用户的机器资源	云端计算资源由平台或企业承担

本地的优势是“什么都能碰到”，劣势也是“什么都能碰到”；云端的优势是“干净和可并行”，劣势是“要把数据和权限显式送进去”。

把两种部署画在一起，差别主要在 Agent 周围“默认有什么”：

真实产品是怎么设计的

Claude Code 的云端会话（据官方文档）：

• 每个会话运行在独立的、由 Anthropic 管理的虚拟机中；企业也可以把会话路由到自托管环境，在自己的基础设施上运行。
• 网络访问默认受限，可以完全关闭；文档同时提醒，即使关闭网络，会话仍需要与模型 API 通信。
• Git 凭据和签名密钥留在沙箱之外，由代理使用有作用域限制的凭据代为认证。
• 云端从远程仓库克隆代码，所以本地未推送的提交它看不到。
• 可以从终端发起云端任务，也可以把云端会话“拉回”本地终端继续；文档推荐的一种工作方式是 本地用计划模式讨论方案，再把执行交给云端。

Codex 的云端环境（据 OpenAI 官方文档）：

• 分为准备阶段和 Agent 执行阶段：准备阶段可以联网安装依赖，执行阶段默认不能访问互联网。
• 如果开启网络，可以配置域名白名单，还可以只允许 GET、HEAD、OPTIONS 这类只读请求方法。
• 文档列出了开启网络的风险：Prompt 注入、代码或凭据外泄、下载到有问题的依赖等，并举例说明 Agent 可能被 GitHub Issue 里隐藏的指令误导。

两家的共同点是：云端环境默认少给，按需放开。

怎么选：从数据和权限出发

用几个贯穿场景来看：

• Coding Agent 修一个线上 Bug：需要读本地日志、连本地数据库复现，适合本地；修好之后跑完整测试套件、同时尝试三种修法，适合派到云端并行。
• 销售分析 Agent：数据仓库只允许公司内网访问，而且数据敏感。可以选择部署在企业自己的云环境里，而不是把数据导出到第三方平台。
• 企业 IT 支持 Agent：处理的是 7×24 小时不断进来的支持工单，显然不能依赖某个员工的电脑开着，应该在服务端运行，按工单拉起独立任务。
• SEO 诊断 Agent：每周定时跑一次全站检查，适合云端定时任务，完成后把报告推送给负责人。长任务的设计细节见 长时间运行的任务。

本地执行的特殊风险

本地执行最容易被低估的风险是 “继承”：Agent 继承了用户的文件权限、环境变量里的密钥、浏览器登录态、VPN 连到的内网。用户本人“能做”的事，Agent 默认也能做。

因此本地运行的 Agent 更依赖前面几课讲过的机制：沙箱限制文件与网络（见 沙箱）、权限规则控制工具调用、凭据文件和敏感环境变量对 Agent 不可见。

云端执行的特殊风险

云端并不天然安全，它把风险换了个位置：

• 数据出境与合规：代码和数据被送到哪里？是否符合公司的数据驻留要求？
• 凭据托管：为了让云端任务能推代码、调接口，需要把某种授权交给平台。授权范围多大、能否随时撤销？
• 异步带来的监督缺口：用户派出任务后不在现场，Agent 遇到需要确认的动作时，要么暂停等待，要么在权限内自主决定。这需要提前设计，见 Human-in-the-loop。
• 自动化链条：云端 Agent 可能代表用户在 PR 上留言，而有些仓库配置了“评论触发部署”的自动化。Claude Code 文档就专门提醒过这类风险。

常见误区

• “云端一定比本地安全。” 隔离更好，但数据要离开本地、权限要托管给平台，这些是新的风险。
• “本地运行不涉及隐私问题。” 本地 Agent 仍然会把读到的内容发送给模型服务，本地执行不等于数据不出本机。
• “选了一种就只能用一种。” 越来越多的产品支持本地规划、云端执行、再拉回本地验收的混合模式。

产品经理检查清单

• 任务依赖的数据和系统，在本地还是云端能访问到？
• 用户是否需要实时参与，还是可以派出任务后异步验收？
• 是否需要同时运行多个任务？
• 云端执行时，代码和数据存放在哪里、保留多久，是否满足客户的合规要求？
• Agent 使用的凭据是用户个人的、还是专用的？作用域和有效期是多少？
• 任务中途需要确认时，用户不在线怎么办？

练习

选择你正在设计或使用的一个 Agent，用 30 分钟完成对比：

1. 按上面的八个维度，分别写出它在本地运行和云端运行时的表现。
2. 列出两种部署方式下，Agent 各自能接触到的数据与凭据。
3. 给出你的选择和理由，并说明是否需要“本地规划 + 云端执行”的混合方案。

延伸阅读

• Claude Code：Use Claude Code in the cloud
• Codex：Agent internet access

下一步

执行环境模块到此结束。有了执行能力，下一个模块「权限、安全与护栏」要回答更根本的问题，先从第一课「操作分级」开始：哪些动作可以自动执行，哪些必须停下来问人。