Codex 沙箱:Agent 能执行命令,为什么不等于拿走整台电脑
让编码 Agent 自动改文件、装依赖和运行测试,真正危险的并不是它偶尔写错一行代码,而是它执行的命令与普通终端命令拥有同样权限:能读到用户目录里的密钥,能改 Git Hook,也可能把文件传到网络上。
OpenAI 在 11 月 18 日公开了 Codex 沙箱的设计与三平台实现。它没有把每个任务都搬进虚拟机或 Docker,而是继续使用开发者现有的编译器、SDK 和项目环境,再借助操作系统原生能力限制命令能读什么、写什么、连接哪里。
这更像给装修工一张分区门禁卡:他可以进入施工房间、使用楼里的水电,却不能改门禁系统,也不能随意进入档案室。Agent 仍在你的电脑上工作,但它启动的进程树被套进一组明确的文件和网络边界。
这套设计值得关注,不是因为“Codex 也有沙箱”,而是因为权限已经被做成可配置、可测试、能单独复用的工程接口。自建 Agent、MCP 服务或本地自动化工具,也可以直接用 codex sandbox 包住不完全可信的命令。
默认边界究竟保护了什么
以 Git 仓库作为工作区时,内置的 :workspace 权限配置大致做三件事:
- 允许在工作区写文件,但把
.git、.codex等元数据目录保持为只读; - 允许读取工作区之外、当前用户本来就能读取的文件;
- 默认关闭网络访问。
第一条让 Agent 可以正常编辑代码,却不能直接改 Git Hook 或自己的配置。第三条则阻止命令把读到的内容直接上传,也会让下载依赖、访问文档等正常操作失败,遇到这些任务需要额外授权。
最容易被忽略的是第二条:工作区可写不等于工作区外不可读。编译器、包管理器和 SDK 经常依赖仓库之外的文件,完全收紧读取范围会破坏大量开发流程,因此默认配置选择了兼容性。但这也意味着用户目录中的某些配置和密钥仍可能被命令读到。
所以沙箱的安全目标不是“命令什么都看不见”,而是把最常见、后果最大的写入和出网行为先拦住。若项目附近存在 .env、云凭据或客户数据,仍应在自定义配置里明确设为 deny。
权限不是提示词,而是进程约束
Agent 生成一条命令后,Codex Harness 不直接把它交给普通的进程启动接口,而是连同当前工作目录、环境变量和 Permission Profile 一起交给沙箱层。沙箱层启动子进程,并让其后代继承相同限制。
这一区别很关键。提示词里的“不要读取密钥”只是在要求模型自律;操作系统拒绝 open、connect 或写文件,才是在命令已经偏离预期后仍然生效的边界。
命令可以申请临时增加权限,甚至请求在沙箱外执行,但是否批准由 Harness 根据用户设置、交互确认或自动审查决定。也就是说,模型负责提出请求,不能自己宣布“这次例外”。
可以把执行链理解为:
模型生成工具调用
↓
Harness 读取 Permission Profile
↓
用户或自动审查决定是否扩权
↓
操作系统沙箱启动整棵进程树
↓
文件系统规则 + 网络代理共同执行限制2
3
4
5
6
7
8
9
为什么网络白名单不能只靠代理环境变量
很多程序会识别 HTTP_PROXY、HTTPS_PROXY 和 ALL_PROXY,但恶意程序完全可以忽略它们,直接创建 Socket。因此 Codex 的受限网络不是简单地“设置一个代理地址”。
Harness 会在沙箱外启动共享的 HTTP 与 SOCKS5 代理,把代理地址写入通用及包管理器专用环境变量;操作系统沙箱同时阻止进程直接连接外部网络,只留下到代理的通道。代理再按域名规则判断放行、拒绝或请求批准。
域名判断发生在 DNS 解析之前。否则,即使最终拒绝 HTTP 请求,程序仍可能把敏感信息编码进域名,通过 DNS 查询泄露出去。这个顺序能减少一类 DNS 外带风险,但宽泛的通配符和允许访问任意 DNS 服务仍可能重新打开缺口。
同一份权限,三套不同的强制方式
Permission Profile 是统一的,真正落到系统上时却不是同一种技术。
macOS:把规则翻译成 Seatbelt
macOS 使用内核强制的 Seatbelt。Codex 根据文件与网络配置生成 SBPL 策略,通过 /usr/bin/sandbox-exec 启动命令;基础策略从 deny default 开始,再逐项增加必要权限。
Seatbelt 的现实问题是 Apple 面向第三方的接口已经标记为弃用,SBPL 也缺少正式公开文档。不过 macOS 自身以及 Chromium 等软件仍在使用它。Codex 当前继续使用这条路径,但接入方不能把“系统仍提供”理解成稳定的长期公共 API 承诺。
Linux:Bubblewrap 负责视图,seccomp 负责系统调用
Linux 组合使用 Bubblewrap 与 seccomp-bpf。Bubblewrap 创建新的挂载、网络等命名空间,用只读绑定、可写绑定和权限为 000 的临时挂载拼出沙箱看到的文件系统;随后内部辅助进程加载 seccomp 过滤器,再执行目标命令。
两者分工不同:Bubblewrap 决定“这个路径看起来是什么”,seccomp 决定“这个系统调用能不能做”。网络受限时,connect(2)、bind(2) 等调用会按配置被过滤;需要代理时,命令只看得到自己网络命名空间里的本地监听端口,沙箱外的桥接进程再把流量转交给代理。
Linux 还有一个值得记住的边界:Glob 形式的拒绝规则会在命令启动前展开为具体路径。命令运行期间新创建、后来才匹配该 Glob 的文件,不会自动进入这次执行已经生成的拒绝列表。
Windows:从持久 ACL 改向 MXC 原生隔离
Windows 端正在从旧实现迁移到 Microsoft eXecution Container(MXC)。旧方案需要管理员权限,设置和检查 ACL 成本较高,还会在宿主机留下沙箱用户、ACL、Firewall 规则等持久状态。
MXC 使用原生进程隔离,并接受包含命令、工作目录、文件和网络权限的 JSON 配置。Codex 禁用剪贴板、输入注入及桌面和系统设置控制,也禁止 MXC 退回到修改宿主机文件权限的方式。
路径冲突时采用更具体的规则,路径别名指向同一位置时则取更严格的权限:deny 高于只读,只读高于读写。这让工作区可以位于只读盘符之下,同时继续把工作区里的 .git 设为只读。
写一个更适合真实项目的权限配置
下面的配置从内置 :workspace 继承,额外允许写构建缓存,把编辑器配置设为只读,并禁止读取环境文件与 secrets 目录。网络只允许 OpenAI 域名和明确列出的本地地址,其余目标需要批准或被阻止。
default_permissions = "dev"
[permissions.dev]
description = "Development with extra read-only protections."
extends = ":workspace"
[permissions.dev.filesystem]
"~/build-cache" = "write"
[permissions.dev.filesystem.":workspace_roots"]
".devcontainer" = "read"
".vscode" = "read"
"**/*.env" = "deny"
"secrets" = "deny"
[permissions.dev.network]
enabled = true
[permissions.dev.network.domains]
"*.openai.com" = "allow"
"localhost" = "allow"
"127.0.0.1" = "allow"
"::1" = "allow"
"evil.example" = "deny"
[features]
network_proxy = true2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
先不要急着让 Agent 跑任务。可以用 Python 标准库确认 TOML 能被解析,关键权限也没有因拼写错误落到别的位置:
import tomllib
from pathlib import Path
config = tomllib.loads(Path("config.toml").read_text())
profile = config["permissions"]["dev"]
assert profile["extends"] == ":workspace"
assert profile["filesystem"][":workspace_roots"]["**/*.env"] == "deny"
assert profile["network"]["domains"]["*.openai.com"] == "allow"
assert profile["network"]["domains"]["evil.example"] == "deny"
assert config["features"]["network_proxy"] is True
print("permission profile: PASS")2
3
4
5
6
7
8
9
10
11
12
13
我用 Python 3.11 实际运行了这段检查,输出为 permission profile: PASS。它只证明配置语法与预期键值正确,不能证明操作系统已经执行了隔离。
再用失败用例测试真正的边界
Codex CLI 0.170.0 已提供独立的 codex sandbox 命令。把配置放进 Codex 使用的 config.toml 后,可在一个测试仓库中执行:
mkdir -p sandbox-demo/{.git,.vscode,secrets}
printf 'demo-only\n' > sandbox-demo/secrets/token.txt
cd sandbox-demo
codex sandbox --permission-profile dev -- bash -c '
touch allowed.txt
touch .vscode/blocked.json
cat secrets/token.txt
curl -I https://evil.example
'2
3
4
5
6
7
8
9
10
这不是“看命令是否成功”的快乐路径测试,而是故意触碰边界:工作区普通文件应能创建,.vscode 写入、secrets 读取和被拒绝域名访问应失败。这里提前创建 .vscode 与 secrets/token.txt,是为了让拒绝规则在测试启动时就命中;尤其在 Linux 上,Glob 拒绝规则会在命令启动前展开,本次执行期间新创建、后来才匹配该 Glob 的路径不会自动加入拒绝列表。
我实际安装并确认了 @openai/codex@0.170.0 的版本与上述命令入口,也执行了前面的 TOML 检查。当前验证环境本身位于受限容器内,动态测试在 Bubblewrap 创建网络命名空间时被外层策略拒绝,返回 bwrap: loopback: Failed to create NETLINK_ROUTE socket: Operation not permitted,因此没有把文件与网络拒绝结果写成已在该环境验证。
这个失败反而揭示了一项部署前提:Linux 上运行 Codex 沙箱需要宿主允许 Bubblewrap 使用相应的用户、挂载和网络命名空间。若外层容器或企业内核策略禁止这些能力,正确做法是调整可信执行环境或拒绝启动,而不是悄悄退回无沙箱执行。
MCP Server 不会自动继承这层保护
Codex 无法推断每个 stdio MCP Server 需要哪些文件和网络,因此不会默认把启动 MCP Server 的命令套进同一沙箱。一个通过 npx 启动的 Server,可能仍以当前用户的完整权限读写和联网。
对于只需要维护一个本地 JSONL 文件的 Memory Server,可以先把固定版本包缓存下来,再把启动命令改成:
[permissions.memory-mcp.filesystem]
":root" = "read"
"~/.npm" = "write"
"~/mcp-data" = "write"
[permissions.memory-mcp.network]
enabled = false
[mcp_servers.memory]
command = "codex"
args = [
"sandbox",
"--permission-profile",
"memory-mcp",
"--",
"npx",
"--offline",
"@modelcontextprotocol/server-memory@1.0.0"
]
[mcp_servers.memory.env]
MEMORY_FILE_PATH = "~/mcp-data/memory.jsonl"2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
这里先离线缓存依赖很重要。否则一边关闭网络,一边要求 npx 临时下载包,启动一定失败。固定包版本也能减少每次运行时重新解析供应链的变化。
沙箱仍然挡不住什么
原生沙箱比一句“请小心操作”可靠得多,但它不是虚拟机,也不是安全证明。
- 宽读取仍可能暴露秘密:默认配置为了兼容工具链保留了工作区外读取能力;敏感路径必须主动拒绝,长期凭据更适合留在沙箱外的代理或密钥管理系统。
- 可写依赖可能成为跳板:Agent 若修改被 Git 忽略的
node_modules/prettier,编辑器随后在沙箱外运行它,恶意代码仍可能越过原来的执行边界。 - 宿主内核仍是共同边界:原生进程隔离没有提供虚拟机级别的独立内核;处理多租户或真正敌对代码时,仍应叠加容器、MicroVM 或独立主机。
- 白名单过宽会削弱代理:允许任意子域、DNS 或本地服务,可能给数据外带留下通道。
- 批准流程可能成为薄弱点:频繁弹窗会训练人机械点击“允许”;扩权请求应解释具体路径、域名和持续时间,而不是只显示一条模糊的“需要更多权限”。
与把工作负载迁入独立 Agent Runtime 的方案相比,Codex 沙箱优先保留本机开发体验。它适合需要 Xcode、Android SDK、企业内部工具或复杂本地缓存的单用户开发环境;面对不受信任租户、公开上传代码或高价值生产凭据时,应把它视为虚拟机或容器内部的第二道防线,而不是替代外层隔离。
真正值得借鉴的原则很简单:模型输出是建议,权限配置才是能力。让 Agent 可以请求操作,但把最终能访问的文件、网络和系统资源交给独立、可测试的执行层决定。这样即使模型判断失误,后果也不必等同于当前用户能做的一切。
💬 评论