Codex 安全

原文 ↗ Hacker News 讨论 ↗

OpenAI 新开源的 Codex Security CLI 是一款使用 GPT‑5.6 Sol 扫描代码库漏洞的工具，既引发了兴趣，也带来了不少挫败感。早期用户报告了身份验证 bug、缺乏透明度的长时间扫描、会拒绝解释已发现问题的强硬安全护栏，以及出人意料的高 token 成本，甚至可能在运行中耗尽 ChatGPT 配额。该项目因其可复用的“技能”和面向 CI 的 harness 而受到称赞，但许多人质疑它在没有特殊网络安全访问或本地模型支持的情况下，是否适合真实世界的安全工作，并对将专有代码发送到托管 AI 服务表示担忧。

启动与身份验证问题

  • 多位用户在启动时遇到身份验证失败；修复很快已发布。
  • 像 OPENAI_API_KEY / CODEX_API_KEY 这样的环境变量可以覆盖 ChatGPT/Codex 登录，造成混淆。

护栏、拒绝与网络安全访问

  • 有许多报告称该工具会运行几十分钟，消耗大量 token 配额，然后因网络安全护栏而中止。
  • 用户批评在模型“发现了问题却拒绝解释”时仍然被收费，称这令人抓狂，并建议在这种情况下退款。
  • OpenAI 员工表示，CLI 不会绕过模型安全；Trusted Access for Cyber（TAC1/Daybreak）可为经过审核的 OSS 维护者和企业减少拒绝，但并不是一种全面绕过。
  • 一些人认为这种安全系统让该工具“几乎毫无用处”，尤其是与限制更少的模型相比。

成本、速率限制与 UX 问题

  • 多个轶事称扫描会烧掉每周 Pro/Plus 用量的大头，或者花费几十到数百美元，有时还会因速率限制或仓库 HEAD 变更而失败。
  • --max-cost 虽然存在，但并不能完全阻止失败的长时间运行；部分结果会被保存，但目前还无法恢复继续。
  • 用户希望有更清晰的进度显示、token 使用量展示，以及关于 cyber-access 要求的更早提醒。

范围、能力与架构

  • 该 CLI 被描述为现有模型外加 13 个安全“技能”（英文提示规范）和一个 harness 的包装器：组织级扫描、去重、误报追踪、预算控制、CI 集成。
  • 与 Codex 插件相比，它面向多仓库、历史和 CI 工作流。
  • 它不是离线扫描器；代码上下文会发送到 OpenAI 托管的模型。

数据隐私与替代后端

  • 人们担心上传专有代码；OpenAI 指出，企业/业务数据默认不会用于训练，但也表示禁止数据外流的组织目前不应使用它。
  • 对本地或 OpenAI 兼容端点的官方支持“正在推进中”；用户已经在讨论通过其他提供商和开源权重模型进行路由。

生态、对比与更广泛的担忧

  • 有人将其与 Snyk、Alibaba 的 open-code-review、Strix、Google 的 Mantis 以及中文模型（例如 Kimi）作比较；一些人认为 Codex 安全主要只是一个打磨得更好的 harness。
  • 一些人认为 AI 工具既会引入漏洞，也能帮助发现漏洞（“由纵火犯经营的消防站”），而另一些人则更关注无论来源如何都应具有的实际价值。
  • 人们对这类来自一家大型、资金雄厚公司的工具的成本、安全拒绝以及运营打磨程度既有兴趣，也有强烈不满。