「Agent 在哪里干活」是比「Agent 用什么模型」更早要回答的问题，因为它直接决定数据边界、成本结构和可并行度。Codex 的 Environments 一节给出了三种模式：本地环境（Local environments）让 Agent 直接在你电脑上跑，文件、终端、登录态都留在本地，最贴合「数据不出本机」的诉求；云端环境（Cloud environment）把执行放到托管环境，适合想从本地资源里解耦、或者需要更强调度能力的场景；Git worktrees 则是另一个维度的隔离——让每个任务在独立的 worktree 分支上进行，多个任务并行互不踩踏，合并时再收敛。三种模式不是互斥的，而是可以按任务性质切换。
对《从零上手 Codex》的学习者，这一步对应「环境搭建」里最实际的选择题：新手建议从本地环境起步，理由和 FIIT.AI「本地执行」的产品判断一致——文件和终端操作留在自己电脑上，风险最小、可观察性最高。等工作流成熟、需要并行或解耦时，再引入 Git worktree 和云端环境。对《从零到精通 Agent Harness》的学习者，这三种模式映射到 Harness 的「执行层抽象」：一个设计良好的 Harness 应当把「在哪个环境跑」做成可插拔的决策，而不是写死在核心逻辑里——这正是 Codex 用 Modes 统一表达的意义所在。