OpenAI，开源了！

OpenAI开源Codex Security CLI

OpenAI官宣开源代码安全工具——Codex Security CLI。此前Hacker News用户率先发现该项目，GitHub星标迅速突破1.2k，OpenAI随后正式认领。

GitHub地址：https://github.com/openai/codex-security

此举发生在黄仁勋公开表态力挺开源AI之后，OpenAI随即加入开源阵营并快速推出该工具。

核心功能与使用方式

开源主体为codex-security，包含一个CLI命令行工具和一个TypeScript SDK。

其核心功能是“组合拳”式代码安全闭环：在代码库中自动发现漏洞、验证漏洞并修复漏洞。

开箱即用，三行命令即可跑通全流程：

npm install @openai/codex-security
npx codex-security login
npx codex-security scan .

接入CI时无需登录，仅需配置OPENAI_API_KEY环境变量。

运行门槛为Node.js 22以上、Python 3.10以上，并需获得Codex Security访问权限。

应用安全智能体的底层逻辑

Codex Security并非全新项目，脱胎于2025年10月私测的Aardvark，于2026年3月6日更名上线研究预览版。

其定位是“应用安全智能体”，能深入理解代码语义与系统行为，工作流分三步：

• 读取整个仓库，生成可编辑的威胁模型，厘清项目功能与暴露面；
• 基于上下文识别漏洞，并按真实世界影响分级；
• 将可疑问题投入沙箱实测验证，未通过验证的不报告。

上线头30天，扫描超120万次提交，检出792个严重级别漏洞及10561个高危级别发现。

OpenAI指出，对同一批仓库反复扫描，误报率下降超过50%。

开发者实测：性能与成本挑战

开发者实测暴露显著瓶颈：gregwebs使用小仓库测试，扫描耗时52分47秒后因仓库HEAD变更失败，单次消耗Pro套餐周额度一半。

另一开发者Quai遭遇账户限流，工具重试一分钟即放弃；失败运行花费约13美元，且无明确机制支持断点续扫。

高成本根源在于默认配置：调用gpt-5.6-sol模型，且推理力度设为extra-high。

Sol是GPT-5.6家族中定价最高档，API标价达$5/1M输入token、$30/1M输出token。

开源边界：壳开源，核未开放

OpenAI此次开源的是应用层工具链（CLI+SDK），模型层仍由其完全掌控。

开源部分	未开源部分

尽管如此，Agent接管代码安全的路径已被打开，后续演进取决于社区能否基于开源外壳进行有效改造与优化。

JOTO 企业落地观察

• 企业部署此类AI安全工具时，需审慎评估模型调用成本与扫描频次的平衡点，避免CI流水线因高单价模型触发预算超支或服务限流。
• 这类系统在RAG知识工程层面存在天然张力：威胁建模依赖深度代码理解，但当前开源层未提供模型微调或本地化部署能力，企业难以构建专属安全语义空间。
• AI安全治理需覆盖工具链全生命周期，而Codex Security的沙箱验证机制虽降低误报，但其黑盒模型决策过程不可审计，企业无法满足合规所需的可解释性要求。
• 智能体工程实践中，该工具展示了“感知-决策-执行”闭环范式，但其强依赖云端大模型的架构，对企业级离线环境或混合云场景构成落地障碍。

JOTO 企业落地观察

• 企业部署此类AI安全工具时，需审慎评估模型调用成本与扫描频次的平衡点，避免CI流水线因高单价模型触发预算超支或服务限流。
• 这类系统在RAG知识工程层面存在天然张力：威胁建模依赖深度代码理解，但当前开源层未提供模型微调或本地化部署能力，企业难以构建专属安全语义空间。
• AI安全治理需覆盖工具链全生命周期，而Codex Security的沙箱验证机制虽降低误报，但其黑盒模型决策过程不可审计，企业无法满足合规所需的可解释性要求。
• 智能体工程实践中，该工具展示了“感知-决策-执行”闭环范式，但其强依赖云端大模型的架构，对企业级离线环境或混合云场景构成落地障碍。