OpenAI đã công bố cách thức triển khai mã AI của họ một cách an toàn với Codex, với chiến lược cốt lõi là "giới hạn thực thi trong sandbox + phê duyệt tự động cho hành vi rủi ro thấp + phân loại an toàn AI để xử lý cảnh báo", giúp nâng cao hiệu suất phát triển đồng thời kiểm soát an toàn doanh nghiệp. （Tóm tắt trước: Cập nhật lớn của OpenAI Codex: điều khiển nền tảng Mac, trình duyệt tích hợp, tạo hình ảnh, ra mắt 111 plugin mới） （Bối cảnh bổ sung: OpenAI đã phát hành Codex, một đại lý kỹ sư mới! AI có thể viết chức năng, sửa lỗi, chạy thử nghiệm） OpenAI đã công bố một báo cáo triển khai nội bộ doanh nghiệp, giải thích cách đội ngũ an toàn của họ thực hiện Codex trong môi trường sản xuất. Đây là một bản ghi hoạt động thực tế, từ việc cấu hình sandbox đến phân loại cảnh báo, tiết lộ những khía cạnh cần kiểm soát an toàn khi đại lý AI được các tổ chức lớn áp dụng. Sandbox định nghĩa ranh giới, cơ chế phê duyệt xác định khi nào cần dừng lại OpenAI trong thông báo chính thức chỉ ra rằng, nguyên tắc cốt lõi trong việc triển khai Codex chỉ có một: giữ cho đại lý hoạt động hiệu quả trong ranh giới kỹ thuật rõ ràng, hành vi rủi ro thấp không cần làm gián đoạn người dùng, hành vi rủi ro cao phải dừng lại để chờ phê duyệt. Nguyên tắc này sau khi được áp dụng sẽ được chia thành hai cơ chế bổ sung: sandbox và chiến lược phê duyệt. Sandbox chịu trách nhiệm định nghĩa không gian thực thi của Codex, bao gồm các đường dẫn có thể ghi, có cho phép kết nối mạng bên ngoài hay không, và các thư mục hệ thống nào được bảo vệ. Các hành động bên ngoài sandbox mới cần vào quy trình phê duyệt. Người dùng có thể phê duyệt một hành động cụ thể một lần, hoặc phê duyệt loại hành động đó tự động trong toàn bộ phiên làm việc. Đối với các hoạt động hàng ngày, OpenAI đã kích hoạt "chế độ phê duyệt tự động" (Auto-review mode). Tính năng này sẽ đồng bộ hóa các hành động mà Codex dự kiến thực hiện với bối cảnh hoạt động gần đây, gửi đến một "đại lý phê duyệt tự động". Nếu đại lý này đánh giá là rủi ro thấp, nó sẽ tự động cho phép mà không làm gián đoạn luồng công việc của người dùng; nếu được đánh giá là rủi ro cao hoặc có hậu quả không mong muốn tiềm ẩn, nó sẽ được nâng cấp lên xác nhận thủ công. Logic kiểm soát mạng cũng tương tự. Codex không cho phép truy cập bên ngoài mở, OpenAI duy trì một danh sách cho phép, liệt kê các tên miền mục tiêu cần tiếp cận trong quy trình làm việc bình thường của Codex. Các tên miền ngoài danh sách sẽ bị chặn theo mặc định, và khi gặp tên miền không quen thuộc sẽ kích hoạt quy trình phê duyệt. Xác thực cũng được đưa vào phạm vi kiểm soát. CLI và MCP OAuth credentials được lưu trong khoan khóa an toàn của hệ điều hành, việc đăng nhập buộc phải thông qua khu vực làm việc doanh nghiệp ChatGPT, hoạt động của Codex do đó cũng được đưa vào nền tảng nhật ký tuân thủ doanh nghiệp ChatGPT, đội ngũ an toàn có thể kiểm tra một cách đồng bộ. Những lệnh nào miễn phê duyệt, lệnh nào bị chặn OpenAI không coi tất cả các lệnh Shell là có rủi ro như nhau, mà đã xây dựng một bộ quy tắc phân lớp. Các lệnh vô hại thường thấy trong phát triển hàng ngày của kỹ sư được phép thực hiện trực tiếp bên ngoài sandbox mà không cần phê duyệt. Các lệnh đặc biệt có nguy cơ cao sẽ bị chặn hoặc buộc phải phê duyệt. Bộ quy tắc này có hiệu lực thông qua ba lớp tích hợp: yêu cầu quản lý đám mây (quản trị viên buộc phải thực hiện, người dùng không thể thay thế), cài đặt ưu tiên quản lý macOS, và cấu hình yêu cầu cục bộ. Kiến trúc này cho phép OpenAI giữ nguyên tiêu chuẩn đồng nhất của toàn công ty, đồng thời thử nghiệm các tổ hợp cấu hình khác nhau theo nhu cầu của nhóm, người dùng hoặc môi trường. Các cài đặt tương tự áp dụng cho ứng dụng desktop Codex, CLI và các plugin IDE cũng như tất cả các giao diện cục bộ khác. Điều này đối lập một cách trực tiếp với bối cảnh nghiên cứu bên ngoài: nghiên cứu cho thấy tỷ lệ mã do AI sinh ra có lỗ hổng bảo mật cao hơn 57% so với mã viết tay. GitHub Copilot cũng đã được tiết lộ có lỗ hổng nghiêm trọng CVSS 9.6 (CVE-2025-53773), có thể thực hiện từ xa thông qua tiêm lệnh. Những dữ liệu này cho thấy, khi doanh nghiệp áp dụng đại lý mã AI, nếu không có kiểm soát phân lớp tương ứng, khả năng tiếp xúc sẽ vượt quá dự kiến. Cách làm của OpenAI là viết logic kiểm soát vào lớp cấu hình, thay vì dựa vào sự đánh giá của đại lý AI, khiến việc thực thi quy tắc trở thành sự thật kỹ thuật, chứ không phải là thói quen hành động. Đại lý phân loại an toàn AI OpenAI nhấn mạnh trong thông báo chính thức rằng, dù kiểm soát an toàn có tốt đến đâu, sau khi triển khai vẫn cần có khả năng nhìn thấy. Nhật ký an toàn truyền thống có thể trả lời "điều gì đã xảy ra", chẳng hạn như một chương trình đã khởi động, một tệp đã được sửa đổi, một kết nối mạng đã bị thử nghiệm. Nhưng điều mà nhân viên an toàn thực sự cần biết là "tại sao Codex lại làm như vậy" và "đó có phải là ý định ban đầu của người dùng không". OpenAI đã làm cho Codex hỗ trợ đầu ra nhật ký OpenTelemetry, với phạm vi ghi lại bao gồm: lời nhắc của người dùng, quyết định phê duyệt công cụ, kết quả thực thi công cụ, tình trạng sử dụng máy chủ MCP, và các sự kiện cho phép hoặc từ chối của đại lý mạng. Các khách hàng doanh nghiệp và giáo dục còn có thể truy cập các nhật ký này thông qua nền tảng tuân thủ của OpenAI. Quan trọng hơn, OpenAI đã kết nối các nhật ký này vào một "đại lý phân loại an toàn AI". Khi các công cụ phát hiện điểm cuối phát hiện hành vi khả nghi của Codex và kích hoạt cảnh báo, đại lý phân loại AI này sẽ tự động truy xuất nhật ký Codex liên quan, tái tạo yêu cầu gốc, hoạt động công cụ, quyết định phê duyệt, kết quả công cụ và các ghi chép liên quan đến chính sách mạng, sau đó tạo báo cáo phân tích gửi đến đội ngũ an toàn để xem xét, giúp xác định liệu đây có phải là hành vi đại lý bình thường, thao tác không gây hại, hay là sự kiện thực sự cần nâng cấp xử lý. Cùng một nguồn dữ liệu giám sát cũng được sử dụng cho phân tích hoạt động nội bộ: theo dõi xu hướng áp dụng nội bộ, hiểu các công cụ và máy chủ MCP nào được sử dụng nhiều nhất, đánh giá tần suất chặn và kích hoạt của sandbox mạng, xác định các cấu hình triển khai nào cần điều chỉnh. Các nhật ký OpenTelemetry này có thể được tập trung nhập vào hệ thống SIEM và nhật ký tuân thủ. Đối với các tổ chức vẫn đang cân nhắc an toàn của đại lý AI, báo cáo này giống như một danh sách tham khảo: nếu kế hoạch triển khai của bạn chưa bao gồm bốn lớp này, rủi ro có thể đang ở đó. Các báo cáo liên quan OpenAI Codex đã ra mắt plugin Chrome, có thể đăng nhập để điều khiển máy tính của bạn OpenAI phát hành công cụ "di chuyển" Claude Code, không cần phải đau đầu giúp người dùng chuyển đổi mượt mà Codex OpenClaw và Hermes Agent nên cài đặt cái nào? Hướng dẫn thực chiến cho người mới bắt đầu với đại lý AI OpenAI phát hành đại lý kỹ sư Codex mới! AI có thể viết chức năng, sửa lỗi, chạy thử nghiệm.. giới hạn 3 loại người dùng để dùng thử trước OpenAI phát hành gói đăng ký ChatGPT Pro với giá 100 đô la với 50% giảm giá: Codex sử dụng gấp 5 lần so với Plus cho các nhà phát triển "OpenAI dạy bạn cách sử dụng Codex một cách an toàn: ranh giới sandbox, phê duyệt tự động, phân loại an toàn, khung triển khai doanh nghiệp hoàn chỉnh" bài viết này lần đầu tiên được công bố trên BlockTempo (Tạp chí tin tức blockchain có ảnh hưởng nhất).