OpenAI 首次拆开 Codex 沙箱:默认断网、目录级权限,连 MCP 都能套壳
OpenAI 工程团队详解 Codex 沙箱:不用 Docker 和虚拟机,而是直接借操作系统内…
文章目录

核心看点
- 不搬环境,就地设限:Codex 没有把计算搬进 Docker 或虚拟机,而是用操作系统自带的沙箱能力约束”在当前环境里跑的命令”。
- 默认三条边界:内置的 :workspace 权限档允许写工作区(.git、.codex 只读)、允许全盘读取、默认完全断网。
- 沙箱兜不住的地方也说了:往 node_modules 里投毒这类攻击照样能绕过,所以官方反复强调”沙箱 + 训练对齐”是纵深防御的两层。
- 权限是可以分层的:个人、团队、企业管理员各有一套配置合并规则,企业还能锁定员工可选哪些权限档。
- 普通开发者也能用:
codex sandbox命令可以把这套机制单独套在任意命令上,比如默认”裸奔”的 MCP server。
11 月 18 日,OpenAI 工程团队发了一篇长文,第一次把 Codex 沙箱的设计思路、配置方式和三个平台的实现细节完整摊开。对天天让 AI 在自己电脑上敲命令的开发者来说,这可能是最近最值得读的一份”安全说明书”。
为什么不用 Docker
虚拟机、容器是最常见的两种沙箱方案,但 Codex 选了另一条路:不把计算搬走,而是用各平台的内核级沙箱去限制”在用户现有环境里跑的命令”。
理由很实际。很多人的笔记本本身就是一个被改造得面目全非的开发环境,想在容器里复刻一遍并不轻松;更麻烦的是有些工作流必须在宿主机上跑。官方举的例子很典型:在 Mac 上用 Codex 开发 iOS 应用,如果把它塞进 Docker,iOS 的构建工具链用不了,iPhone 模拟器也起不来。要用宿主机的构建能力,那些操作其实又跑到了容器沙箱外面,还得再套一层限制。
所以 Codex 干脆在操作系统层面下功夫,用一套统一 API 把 macOS、Windows、Linux 各自的沙箱机制包装起来,对外只暴露”命令 + 权限档”两样东西。
默认配置:能干活,但别乱来
以 Git 仓库作为工作区根目录时,内置的 :workspace 权限档做了三件事:
- 工作区内可写,但
.git和.codex目录只读——这样 Codex 改源码不用每次都求你批准,同时改不了 git hooks,也改不了.codex/config.toml给自己放权。 - 文件系统读取放开,受操作系统已有权限约束。因为编译器、运行时、构建工具本来就依赖仓库外的 SDK 和库,只允许读工作区会让大量正常流程直接崩掉。代价是机器上其他敏感文件(比如带 API key 的配置文件)也可能被读到。
- 网络默认关闭。这挡住了把读到的数据往外传的直接通道,同时也挡住了正常的下载依赖操作,需要时得单独开口子。
官方没有回避这套默认值挡不住什么。文章里写得很直白:agent 可以往本地已安装的包里注入恶意代码,比如 node_modules/prettier,这种改动在 git status 里根本看不见;如果你的编辑器在保存时调用了这份被污染的 Prettier,一个保存动作就让恶意代码跑到了沙箱外面。这也是为什么他们坚持”纵深防御”——沙箱负责限制命令”能碰到什么”,训练和对齐负责让模型”按你的意图去碰”。
权限怎么配:从个人到企业
权限档是命名的,可以在 config.toml 的 [permissions] 下自定义,并继承内置档位。文件系统条目分三档:只读(read)、读写(write)、完全禁止(deny)。网络也有三种状态:全断、直连、或者只放行经过代理的指定域名——域名规则支持通配,deny 优先于 allow,请求一个两边都不匹配的域名时,代理会先挂起请求,交给用户或 auto-review 决定。
企业侧的设计值得一提。 Codex 的配置文件是分层合并的,表递归合并、高优先级覆盖低优先级,数组整体替换;所以权限档特意用”表”来描述路径和域名,团队可以只覆盖其中几条,其余自动继承组织基线。管理员还能通过 requirements.toml 下发强约束,比如用 allowed_permission_profiles 直接把 :danger-full-access 设成 false,员工连选都选不到。
三个平台怎么落地
网络限制是所有平台共用的:本地起一个 HTTP 加 SOCKS5 代理,通过 HTTP_PROXY、PIP_PROXY 这类环境变量告诉子进程走代理,同时在内核层封掉直连。细节上有个小心思——代理是先判断域名是否被允许,之后才做 DNS 解析,因为哪怕一次 DNS 查询也能把信息藏在主机名里泄露出去。文章也承认,宽泛的通配规则或者放行 DNS 服务,仍然可能被拿来做 DNS 外泄。
macOS 上用的是苹果的 Seatbelt,策略用 SBPL(一种 Scheme 方言)描述,通过 /usr/bin/sandbox-exec 调用,基础策略以 (deny default) 开头,除非明确允许,否则一律拒绝。OpenAI 也提到这块不好搞:苹果没有为第三方文档化这套语言,而 sandbox-exec 本身已经被标记为废弃。
你可以直接拿来用
文章里最有实用价值的一段,是 codex sandbox 命令:它让沙箱脱离 agent 会话独立存在,你可以用同一套配置语言和平台实现,给自己的工具套壳。
典型场景是 MCP server。Codex 启动 MCP server 时不会自动给它套沙箱——因为它没法可靠推断这个 server 需要哪些文件和网络服务,套错了反而把正常配置弄坏。于是默认用 npx 拉起来的 server 就有了和当前用户一样的权限,这明显过宽。官方给的解法是:写一个权限档,把启动命令包进 codex sandbox --permission-profile;先把数据目录建好、把包预下载进 npm 缓存,之后就能用 npx --offline 在断网状态下把 server 跑起来,写入范围也只限于缓存和它自己的数据目录。
总结
这篇工程博客的价值不在”OpenAI 又发了个功能”,而在于它把 agent 安全这个模糊话题拆成了可执行的工程细节:默认值选在哪、边界画在哪、哪些攻击挡不住、企业怎么在用户自由和统一管控之间找平衡。对正在自建 agent、或者正准备把 AI 编码工具放进公司内网的团队来说,这是一份可以直接对照抄作业的参考。
顺带一提,这不是 Codex 第一次公开讲内部机制,此前那篇《Unrolling the Codex Agent Loop》讲的是 agent 循环本身,这次补上的是”循环跑起来的命令被什么约束着”。
本文地址:https://www.163264.com/22005

