A OpenAI revelou como implantar com segurança seu próprio código de IA, o Codex. A estratégia central é "limitações de execução em sandbox + aprovação automática de comportamentos de baixo risco + classificação de segurança da IA para lidar com alertas", permitindo que a eficiência de desenvolvimento e o controle de segurança corporativa operem em sincronia. (Resumo: Atualização significativa do OpenAI Codex: controle remoto de Macs, navegador embutido, geração de imagens, lançamento de 111 novos plugins) (Contexto: OpenAI lançou o agente de engenharia Codex! A IA pode escrever funções, corrigir bugs, realizar testes) A OpenAI divulgou esta semana um relatório interno sobre a implantação corporativa, detalhando como sua equipe de segurança executa o Codex em ambientes de produção. Este é um registro operacional prático, desde a configuração da sandbox até a classificação de alertas, revelando quais aspectos de controle de segurança precisam ser cobertos quando o agente de IA é adotado por grandes organizações. A sandbox define limites, e o mecanismo de aprovação determina quando parar. A OpenAI destacou em seu comunicado oficial que o princípio central da implantação do Codex é simples: permitir que o agente opere de forma eficiente dentro de limites técnicos bem definidos, sem interromper os usuários para comportamentos de baixo risco, enquanto ações de alto risco devem ser interrompidas para revisão. Após a implementação desse princípio, ele foi dividido em dois mecanismos complementares: sandbox e estratégia de aprovação. A sandbox define o espaço de execução do Codex, incluindo quais caminhos podem ser escritos, se conexões externas são permitidas e quais diretórios do sistema estão protegidos. Ações fora da sandbox devem passar pelo processo de aprovação. Os usuários podem aprovar uma operação específica de uma só vez ou permitir a aprovação automática desse tipo de operação durante toda a sessão de trabalho. Para operações rotineiras, a OpenAI ativou o "modo de aprovação automática". Essa funcionalidade sincroniza as ações que o Codex planeja executar com o contexto operacional recente e as envia a um "subagente de aprovação automática". Se o subagente determinar que é de baixo risco, a ação é liberada diretamente, sem interromper o fluxo de trabalho do usuário; se for avaliada como de alto risco ou com possíveis consequências inesperadas, será escalada para confirmação manual. A lógica de controle da rede funciona da mesma forma. O Codex não tem acesso aberto à rede, e a OpenAI mantém uma lista de permissão que lista os domínios alvo que o Codex precisa acessar normalmente. Domínios fora da lista são bloqueados por padrão, e qualquer domínio desconhecido aciona o processo de aprovação. A autenticação também é incluída no controle. As credenciais CLI e MCP OAuth são armazenadas no cofre seguro do sistema operacional, e o login deve passar pelo espaço de trabalho corporativo do ChatGPT, fazendo com que as operações do Codex sejam registradas na plataforma de conformidade do ChatGPT Enterprise, onde a equipe de segurança pode revisar centralmente. Quais comandos estão isentos de aprovação e quais são bloqueados diretamente A OpenAI não considera todos os comandos Shell como de risco equivalente, mas estabeleceu um conjunto de regras em camadas. Comandos inofensivos que são comuns no desenvolvimento diário dos engenheiros são permitidos para execução fora da sandbox sem aprovação. Comandos específicos de alto risco são bloqueados ou forçados a passar por aprovação. Este conjunto de regras é implementado através de três camadas sobrepostas: Requisitos de gerenciamento em nuvem (forçados pelo administrador, os usuários não podem sobrepor) Preferências gerenciadas do macOS Perfis de configuração local Essa estrutura permite que a OpenAI teste diferentes combinações de configuração de acordo com as necessidades da equipe, grupos de usuários ou ambiente, mantendo uma linha base uniforme em toda a empresa. As mesmas configurações são aplicáveis ao aplicativo desktop Codex, CLI e extensões IDE em todas as interfaces locais. Isso contrasta diretamente com o contexto da pesquisa externa: estudos mostram que a proporção de vulnerabilidades de segurança no código gerado pela IA é 57% maior do que no código escrito por humanos. O GitHub Copilot também foi revelado este ano com uma vulnerabilidade crítica de CVSS 9.6 (CVE-2025-53773), que permite execução remota de código através de injeção de sugestão. Esses dados mostram que quando as empresas adotam agentes de código de IA, se não houver controle em camadas correspondente, a exposição pode exceder as expectativas. A abordagem da OpenAI é embutir a lógica de controle na camada de configuração, em vez de depender do julgamento do próprio agente de IA, tornando a execução das regras um fato técnico, não um hábito operacional. Agente de classificação de segurança de IA A OpenAI enfatizou em seu comunicado oficial que, por mais que o controle de segurança seja eficaz, ainda é necessária visibilidade após a implantação. Os logs de segurança tradicionais podem responder "o que aconteceu", como quando um programa foi iniciado, um arquivo foi modificado ou uma conexão de rede foi tentada. Mas o que os profissionais de segurança realmente precisam saber é "por que o Codex fez isso" e "era essa a intenção original do usuário?" A OpenAI fez com que o Codex suportasse a saída de logs do OpenTelemetry, registrando informações que incluem: prompts dos usuários, decisões de aprovação de ferramentas, resultados de execução de ferramentas, uso do servidor MCP e eventos de permissão ou rejeição do proxy de rede. Clientes corporativos e instituições educacionais também podem acessar esses logs por meio da plataforma de conformidade da OpenAI. O mais crucial é que a OpenAI integrasse esses logs a um "agente de classificação de segurança de IA". Quando ferramentas de detecção de endpoint identificam comportamentos suspeitos do Codex e acionam alertas, esse agente de classificação de IA automaticamente consulta os logs relevantes do Codex, reconstruindo o pedido original, atividades da ferramenta, decisões de aprovação, resultados da ferramenta e registros relacionados à política de rede, gerando um relatório analítico que é enviado à equipe de segurança para revisão, ajudando a determinar se isso é um comportamento normal do agente, um erro inofensivo ou um evento que realmente precisa ser tratado. Os mesmos dados de telemetria também são usados para análises operacionais internas: rastreando tendências de adoção internas, entendendo quais ferramentas e servidores MCP são mais frequentemente usados, avaliando a frequência de bloqueios e ativações da sandbox de rede e determinando quais aspectos da configuração de implantação ainda precisam ser ajustados. Esses logs do OpenTelemetry podem ser centralizados em sistemas SIEM e de logs de conformidade. Para organizações que ainda estão hesitantes quanto à segurança dos agentes de IA, este relatório serve mais como uma lista de verificação: se seu plano de implantação ainda não cobriu esses quatro níveis, o risco pode estar lá. Reportagens relacionadas A extensão Chrome do OpenAI Codex está disponível, permitindo que você faça login e opere seu computador A OpenAI lançou a ferramenta "migratória" Claude Code, permitindo que os usuários mudem de forma fluida sem dor A OpenClaw e o Hermes Agent, qual instalar? Introdução ao agente de IA, ensinamento prático direto A OpenAI lançou o agente de engenharia Codex! A IA pode escrever funções, corrigir bugs, realizar testes... restrito a 3 tipos de usuários para uso antecipado A OpenAI lançou um plano de assinatura de 50% de desconto para o ChatGPT Pro de 100 dólares: uso do Codex cinco vezes maior que o Plus "OpenAI ensina como usar o Codex com segurança: limites da sandbox, aprovação automática, classificação de segurança, quadro completo de implantação corporativa" este artigo foi publicado pela primeira vez na BlockTempo, a mídia de notícias de blockchain mais influente.