OpenAI опубликовала информацию о том, как безопасно развертывать свой собственный AI-кодовый агент Codex. Основная стратегия: «ограничение выполнения в песочнице + автоматическое одобрение низкорисковых действий + AI-классификация безопасности для обработки тревог», что позволяет эффективно разрабатывать и одновременно контролировать безопасность в компании. (Предыстория: значительное обновление OpenAI Codex: управление Mac из фона, встроенный браузер, генерация изображений, запуск 111 новых плагинов) (Дополнительный фон: OpenAI представила нового инженерного агента Codex! AI может писать функции, исправлять ошибки, проводить тесты) OpenAI на этой неделе опубликовала отчет о внутреннем развертывании, объясняющий, как их команда безопасности выполняет Codex в производственной среде. Это реальный операционный отчет, начиная от конфигурации песочницы до классификации тревог, раскрывающий аспекты, которые необходимо учесть для безопасного контроля при внедрении AI-агента в крупных организациях. Песочница определяет границы, а механизм одобрения решает, когда остановиться. OpenAI в официальном объявлении подчеркивает, что основной принцип развертывания Codex заключается в том, чтобы агент оставался эффективным в четко определенных технических рамках; низкорисковые действия не должны прерывать пользователей, в то время как высокорисковые действия должны быть остановлены для проверки человеком. Этот принцип разбивается на два взаимодополняющих механизма: песочницу и стратегию одобрения. Песочница отвечает за определение пространства выполнения Codex, включая пути записи, разрешение внешних соединений и защиту определенных системных каталогов. Действия за пределами песочницы требуют прохождения процесса одобрения. Пользователь может единовременно одобрить конкретное действие или разрешить автоматическое одобрение похожих действий в течение всей сессии. Для повседневных рутинных операций OpenAI активировала режим «автоматического одобрения» (Auto-review mode). Эта функция будет сопоставлять действия, которые Codex собирается выполнить, с недавним фоновым контекстом и передавать их «автоматическому подагенту одобрения». Если подагент определяет действия как низкорисковые, они сразу разрешаются, не прерывая рабочий процесс пользователя; если они определяются как высокорисковые или потенциально с нежелательными последствиями, они подлежат ручной проверке. Логика сетевого контроля аналогична. Codex не является открытым для внешних соединений; OpenAI ведет список разрешенных доменов, которые необходимо затрагивать в нормальных рабочих процессах Codex. Доменам, не входящим в список, по умолчанию устанавливается блокировка, а при встрече с незнакомыми доменами инициируется процесс одобрения. Аутентификация также подпадает под контроль. Учетные данные CLI и MCP OAuth хранятся в безопасном хранилище ключей операционной системы, вход в систему обязательно проходит через корпоративную рабочую область ChatGPT, и действия Codex таким образом включаются в платформу комплаенса корпоративной версии ChatGPT, что позволяет команде безопасности централизованно проверять. Какие команды не требуют одобрения, а какие блокируются. OpenAI не рассматривает все команды Shell как одинаково рискованные, а создает набор многоуровневых правил. Безвредные команды, часто используемые инженерами в повседневной разработке, разрешены для выполнения вне песочницы без одобрения. Специфические высокорисковые команды подлежат немедленному блокированию или обязательному одобрению. Этот набор правил вводится в действие через три уровня: требования управления облаком (администраторы принудительно применяют, пользователи не могут переопределить), управляемые предпочтения macOS, локальные настройки конфигурации. Эта структура позволяет OpenAI поддерживать единый базовый уровень во всей компании, одновременно тестируя различные конфигурации в зависимости от потребностей команд, групп пользователей или окружения. Одни и те же настройки применимы к настольному приложению Codex, CLI и всем локальным интерфейсам, включая расширения IDE. Это создает прямой контраст с фоновыми исследованиями: исследования показывают, что код, сгенерированный AI, имеет на 57% больше уязвимостей по сравнению с кодом, написанным человеком. GitHub Copilot также был обнаружен с уязвимостью CVSS 9.6 (CVE-2025-53773), позволяющей выполнить удаленный код через инъекцию подсказок. Эти данные показывают, что при использовании AI-кодовых агентов предприятиям следует внедрять соответствующие многоуровневые меры контроля, чтобы избежать неожиданных рисков. Подход OpenAI заключается в том, чтобы записать логику контроля в уровень конфигурации, а не полагаться на собственные суждения AI-агента, чтобы выполнение правил стало техническим фактом, а не привычкой в работе. AI-классификация безопасности агента OpenAI в официальном объявлении подчеркивает, что даже при высоком уровне контроля безопасности после развертывания необходима видимость. Традиционные журналы безопасности могут ответить на вопрос «что произошло», например, когда была запущена программа, изменен файл или была предпринята попытка сетевого соединения. Но безопасность на самом деле требует знать «почему Codex это делает» и «является ли это намерением пользователя». OpenAI позволяет Codex поддерживать вывод журналов OpenTelemetry, охватывающих такие аспекты, как: запросы пользователей, решения по одобрению инструментов, результаты выполнения инструментов, использование серверов MCP, события разрешения или отказа сетевого агента. Клиенты из числа предприятий и образовательных учреждений также могут получить доступ к этим журналам через платформу комплаенса OpenAI. Более того, OpenAI внутренне интегрировала эти журналы с «AI-классификационным агентом безопасности». Когда инструменты обнаружения конечных точек выявляют подозрительное поведение Codex и вызывают тревогу, этот AI-классификационный агент автоматически извлекает соответствующие журналы Codex, восстанавливая первоначальный запрос, действия инструмента, решения по одобрению, результаты инструмента и связанные записи сетевой политики, создавая аналитический отчет для проверки командой безопасности, что помогает определить, является ли это нормальным поведением агента, безвредной ошибкой или событием, требующим повышения уровня обработки. Один и тот же набор данных удаленного мониторинга также используется для внутреннего анализа операций: отслеживание тенденций использования, понимание, какие инструменты и серверы MCP используются чаще всего, оценка частоты блокировок и срабатываний сетевой песочницы, определение, какие аспекты развертывания требуют доработки. Эти журналы OpenTelemetry могут быть централизованно импортированы в систему SIEM и журналы комплаенса. Для организаций, которые все еще находятся в ожидании безопасности AI-агентов, этот отчет служит своеобразным контрольным списком: если ваш план развертывания не охватывает эти четыре уровня, риски могут быть там. Связанные отчеты: Расширение Codex для Chrome теперь доступно, можно управлять вашим компьютером в состоянии входа OpenAI запускает инструмент миграции Claude Code, позволяя пользователям беспроблемно переходить на Codex OpenClaw или Hermes Agent, что установить? Введение в AI-агентов, практическое руководство OpenAI представляет нового инженерного агента Codex! AI может писать функции, исправлять ошибки, проводить тесты... доступно для 3 типов пользователей в ограниченном количестве OpenAI запускает план подписки ChatGPT Pro за 100 долларов по полцены: использование Codex увеличено в 5 раз для разработчиков "OpenAI учит вас безопасно использовать Codex: границы песочницы, автоматическое одобрение, классификация безопасности, полная структура корпоративного развертывания" эта статья была впервые опубликована на BlockTempo (движение в блокчейне - наиболее влиятельные новости в области блокчейна).