当你在学习框架、测试 prompt，或确认自己的流程是否真的适合 agent 时，本地运行 OpenClaw 是正确的第一步。笔记本离 repo 最近，容易检查，也容易重置。
陷阱是把同一个本地 setup 当成生产环境。笔记本会休眠，shell 会消失，secret 会散落在 dotfiles 里。长时间 coding 运行需要更干净的边界。本文先把本地路径讲清楚，再说明什么时候该用 Office Claws 把 coding 工作转到 VPS 上的 Codex。
从一个小型本地 sandbox 开始
不要把新 agent 直接指向主 checkout 然后希望一切顺利。给 OpenClaw 一个窄 workspace、一个可丢弃分支，以及它真正需要的少量凭据。
| 设置选择 | 更安全的默认值 | 为什么有用 |
|---|---|---|
| Repository | 新分支或一次性 clone | 错误修改后容易 rollback |
| Secrets | 只用短期 token | 如果 tool call 泄露上下文，伤害更小 |
| Filesystem | 一个项目目录 | 避免意外修改任务外文件 |
| Network | 明确 allowlist | 让意外调用可见 |
一个最小的本地例程如下：
git checkout -b agent/sandbox-task
git status --short
# start OpenClaw with only this repo and the credentials required for the task重点不是命令，而是形状：一个任务、一个分支、一个信任边界。
让本地循环可观察
本地 OpenClaw 运行有价值，是因为你可以近距离观察。利用这个优势。保持终端可见，每次 commit 前检查 diff，把测试放进循环，而不是最后才清理。
我们喜欢这个节奏：
- 请求一个小改动，而不是整张路线图。
- 让 agent 检查并提出计划。
- 审查它想修改的文件。
- 运行最小但有意义的测试。
- 只有当 diff 很无聊时才 commit。
这个节奏也让迁移更容易。如果一个 workflow 能在本地小循环中工作，通常也能干净地迁移到远程主机上的 Codex CLI。如果它能工作只是因为你不断手动救场，托管不会神奇地修好流程。
知道什么时候本地不再合适
Local-first 不等于永远放在笔记本上。当 agent 需要时间、隔离或持久性时，就该迁移负载。
| 信号 | 留在本地 | 转到 VPS |
|---|---|---|
| 学习新的 agent framework | 是 | 还不用 |
| 一小时 refactor，并主动 review | 是 | 可选 |
| 通宵 test/fix 循环 | 否 | 是 |
| 多个 agent 在相关分支上工作 | 痛苦 | 是 |
| 接近生产的 secret 或客户数据 | 有风险 | 优先隔离主机 |
这里就涉及 OpenClaw vs Codex 的选择。OpenClaw 更宽，偏生态。Codex 更窄，但很适合以 repo 为中心的软件工作，也适合订阅制成本结构。我们的 OpenClaw vs Codex 对比 更深入地讨论了这个取舍。
交给 Office Claws 的边界
Office Claws 不是 OpenClaw runtime。我们不宣称原生支持 OpenClaw，也不会把 OpenClaw 包在一个按钮后面。诚实的交接是：探索 general-agent workflow 时使用本地 OpenClaw；当你需要持久、以 repo 为中心的执行时，把 coding-heavy 工作迁到 Codex agent。
使用 Office Claws，这条托管路径故意保持很小：
- 从桌面 app 创建一个 self-hosted VPS。
- 通过 Tailscale 连接它，这样 runner 可访问，但不需要把 SSH 暴露到互联网。
- 用你的 ChatGPT 订阅登录 Codex CLI。
- 每个分支启动一个 agent，并在 pixel office 里观察状态。
- merge 前把分支拉回本地做最终 review。
Office Claws for OpenClaw users 这条路径强调控制：你的 VPS、你的订阅、你的分支，以及一个能看见长时间 agent 状态的桌面视图。
建议
先在本地运行 OpenClaw。把 sandbox 保持得很窄，衡量你的工作到底有多少是 code-centric，并用本地循环学习 agent 擅长什么。
当任务变成长时间、多分支，或太重要而不能留在会休眠的笔记本里时，把 coding 部分迁到 VPS 上的 Codex。这样你得到 OpenClaw 用户想要的持久性，同时不假装每个 OpenClaw workflow 都适合 Codex-shaped tool。
本地适合学习 workflow。远程 Codex runner 适合让无聊的 coding 工作继续推进。