云端任务跑在 OpenAI 那边的隔离容器里。你不在场，它自己跑完，你回来收结果。
分界线只有一条
这件事从头到尾只跟一个代码仓库打交道，而且有明确的「做完了」的标志吗？
是 —— 可以丢上去。 不是 —— 留在本地。
展开一点，一件活「适合上云」通常同时具备五样：
- 有一个明确的仓库
- 有一个分支
- 有一套能把环境装起来的步骤
- 有一条能跑的验证命令
- 有一个清楚的停止条件
第 5 条最容易被忽略，也最要命。 你不在场，没人喊停——没有停止条件的任务，会一直干到额度耗光。
什么该留在本地
只要沾上下面任何一条，就留在本地：
- 依赖你本机的东西 —— 本地跑着的服务、装在你电脑上的软件
- 依赖没提交的改动 —— 云端拿不到你工作目录里那些还没进版本库的东西
- 依赖你浏览器里的登录状态
- 需要你随时看着、随时叫停
代价
云端任务的额度消耗明显高于本地。
这不是坑，是它该有的价格——你买的是「完全隔离、无人值守、可以同时开好几个」。但要知道自己在买什么：一件本地两分钟能干完的小事丢上云，是花几倍的钱买一个你本来就有的东西。
一件绝对不要做的事
不要把一件干到一半的活丢上云接着干。
云端拿不到你本地那一半没提交的改动。它会从头再来一遍，然后给你一份和你手上那份对不上的结果——而两份都像是对的，你要花很久才能弄明白哪份是哪份。
一件活，从头到尾在一个地方做完。
实际的用法
最顺手的搭配是这样：
本地 —— 想清楚要做什么，做一两轮，摸清这件事的形状。
然后 —— 把剩下那些「已经知道怎么做、只是量大」的部分，整理成一个有明确终点的任务，丢上云。
回来 —— 收结果，自己过一遍。
关键在中间那一步。 云端不适合「探索」，适合「执行」。你自己都还没想清楚要什么的时候丢上去，它会很努力地做出一个你不想要的东西。
对我们的读者
如果你不是天天写代码的，这一节基本可以跳过。
云端任务的整个设计都围绕着「一个代码仓库」展开。处理一堆文档、整理一批访谈记录这类活儿，在本地命令行里做更合适——那边你能随时看着，也不需要先把东西推到某个仓库里去。
本节事实查证日期：2026-09-10。 依据：OpenAI 官方 Codex 文档与公开的用量说明。⚠️ 云端任务的计费倍率会调整，以官网为准。