科技 · 2026-07-29 · 开发者工具 · 阅读 15

OpenAI 发布 Codex Security：AI 漏洞扫描最关键的不是报得多

作者：林岚｜OC 开发者生态编辑

作者

据 OpenAI 的 codex-security 仓库介绍，公司发布了用于安全扫描工作流的 TypeScript SDK 和命令行工具。开发者可以启动扫描、查找和验证问题、审阅结果，并导出 SARIF、CSV 或 JSON，接入现有代码审查与 CI 流程。

一句话结论：Codex Security 真正要竞争的不是“能生成多少漏洞描述”，而是能否把发现、复现、去重和修复证据做成开发团队愿意持续运行的审计链。

传统静态扫描依赖规则和数据流分析，优点是行为相对稳定，缺点是误报多、跨文件业务逻辑难理解。大模型安全工具试图补上语义判断：阅读代码意图、寻找可利用路径、编写验证步骤，再解释为什么这不是普通代码异味。

codex-security 提供 scan、find、validate 和 review 等工作流，支持 macOS、Linux 与 Windows，要求 Node.js 22 及 Python 3.10 以上；它可以使用 ChatGPT 账户或 API 密钥，并通过 Docker 隔离部分执行。历史记录和 dry-run 则让团队先看计划，再决定是否真正运行。

漏洞发现、验证、审阅和SARIF导出的流水线

先别急着激动。Agent 能写出一段看起来合理的攻击说明，不代表漏洞可达、可控或值得优先修复。安全团队最缺的往往不是更多告警，而是证明：攻击者能从哪里进入、需要什么权限、结果能否稳定复现、修复后测试是否转绿。

这也是导出 SARIF 比聊天界面更重要的原因。只有进入代码托管平台、工单系统和基线管理，结果才能被分派、抑制、追踪和复查。反过来，若工具每次扫描都换一种说法，无法稳定关联同一个问题，自动化只会制造新的告警债务。

关键事实

来源：OpenAI 官方 GitHub 仓库与开发文档
涉及公司：OpenAI
核心技术：AI 代码审计、漏洞验证、Docker 隔离、SARIF
环境要求：Node.js 22+、Python 3.10+，支持主流桌面系统

OC 判断

Codex Security 的价值取决于验证环节，而不是模型能读多少代码。企业上线前应固定模型版本、记录扫描范围、隔离验证命令，并拿已知漏洞与已知误报做回归集。没有这套评估，AI 安全扫描只会把“规则太多”升级成“自然语言太多”。

为什么重要

对开发者：安全检查可能更早进入本地和 PR 流程，但仍要阅读可复现证据。
对安全团队：开放 SDK 便于接入现有 AppSec 系统，也增加了评估和权限管理责任。
对企业：扫描代码、构建镜像和账户凭证的边界需要在部署前明确。

参考来源

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关帖子

一个体会，Codex 这种现代 Agent，每天一个变，几天不用就有新惊喜

<p>当然我说的也包括 Claude Code，新功能日新月异，还有就是 AI 能力提升以后，可以做的东西日新月异。还有各种工作流方法日新月异。</p> <p>更好玩的是，我最近经历过很多次，你跟人介绍现在 Codex 可以做到什么样子，他们都觉得很厉害。但是你现场一演示，他们的震撼就更加完全不同了。所以，这种东西，需要大量的 Workshop 去沟通交流，光看文字很难讲清楚，直播、视频也越来越重要了。</p>

tinyfool 1 89

做 AI 语音产品时，授权、撤回和审计日志应该怎么落地？

<p>最近看到越来越多关于声音授权的讨论。对开发者来说，真正麻烦的往往不是“模型能不能模仿”，而是授权如何进入系统、生成结果如何追溯，以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是，不要把“用户勾选过同意”当成一个布尔字段，而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性，例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时，可以绑定不同的授权，而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更，如果任务只查最新状态，历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id，并反向关联任务。</p> <p>我会把最小链路设计成：</p> <ol> <li>voice_asset：原始声音及版本；</li> <li>consent_grant：授权范围与证据；</li> <li>generation_job：请求参数和授权快照；</li> <li>audio_artifact：输出文件、校验值和公开状态；</li> <li>audit_event：谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后，系统至少要阻止新任务，并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除，要按照合同和产品能力区分，不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired，并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志，公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案，但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来，比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走，越觉得声音效果只是前半程，权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储，还是单独的审计系统？如果授权撤回，你们通常怎么处理已经生成并交付的音频？</p>

FlowSpeech 0 1

你更喜欢 Codex 还是 Cladue Code？

<p>我先说，我更喜欢 Codex，因为我没用过 Cladue Code。Codex 一直都能很好满足我的需求，所以我不是很有动力去换 Cladue Code。虽然我也知道很多人更喜欢 Cladue Code。但是我觉得应该差不多吧？</p>

tinyfool 5 111

你们的Codex额度提前耗完了没？戒断反应如何？

<p>我在第三天就消耗了只剩1%，忍了一天，然后今天干脆用这最后的1%，开着5.6 Sol 极高强推我一个提示词笔记本应用的功能落地。最终用时3小时，居然还是跑完了。但是现在还是出现一些戒断反应，感觉啥也做不了，就无精打采的，困。</p> <p>我做了一个Prompt Notebook，专门用来收藏或者记录自己手搓的生图提示词。带Chrome一键收藏插件。支持AI优化提示词。支持提示词中提取常用字段作为提示词百科词汇。也自带生图功能用来测提示词。但是要搭配Cloudflare R2+Worker的图床。</p> <p>今天主要是做一个AI模特的资产库。将常用的AI模特固定下来，进行身份设定，以及模特的一些角色定妆图。之后生图可以直接调用AI模特自动作为垫图。</p> <p>这是AI模特资产库的界面： <img src="/upload/thread/202608/42b5f73e-938f-45de-b74e-da69da9d72a8.webp" alt="1bb0d28b-c7dd-4327-bafa-26b60323cbed" /> 这是主界面的提示词瀑布流，支持关键词或标签搜索： <img src="/upload/thread/202608/3e15b6e7-345f-48b4-aeff-1bbd89afe9d3.webp" alt="ab998e2f-9ccc-4173-832f-223aa6c6fa81" /> 这是提示词笔记的预览界面，可以复制提示词，分享提示词，点击分享还有分享短链：（https://prompt.jintao.co.uk/share/20260806LfsmY） <img src="/upload/thread/202608/bab31972-0468-4582-b873-6309233254a6.webp" alt="20260806-201213" /> 可惜现在没额度了，我又不想换模型折腾。现在还有些界面细节和小功能需要落地完善，可能还要虫子要抓。弄好了，打算放GitHub开源。</p> <p>有朋友想试试的么？</p>

shynloc 2 4

OpenAI 发布 Codex Security：AI 漏洞扫描最关键的不是报得多