OpenAI 开源的安全扫描工具,Codex Security 能做什么?

之前推荐过国内腾讯的AI安全检测平台：免费开源 AI 安全检测平台，覆盖 1900+ CVE、14 类风险。

今天推荐的是 OpenAI 7 月中旬开源的 Codex Security 应用安全 AgentGitHub：@openai/codex-security。

它是干什么的

Codex Security 可以发现代码里的漏洞，自动验证是不是误报，然后给出修复方案。

和传统 SAST 工具（比如 SonarQube、Snyk Code）相比，它有三个核心差异：

第一，它不靠规则匹配。

传统 SAST 基于已知漏洞签名做模式匹配，遇到新类型的漏洞就抓瞎。

Codex Security 用的是 OpenAI 的前沿模型，能理解代码语义，发现那些没有现成规则的逻辑漏洞。

第二，它有验证环节。

传统工具扫出来一堆告警，真假你得自己判断。

Codex Security 在沙箱环境里对发现做压力测试，把真正的漏洞和误报区分开，只把高置信度的结果端到你面前。

第三，它能生成修复补丁。

它结合系统上下文给出一个可用的 patch，不是那种"这里有个漏洞你看着办"的泛泛之谈，你可以直接 review 后合入。

在 beta 测试期间，Codex Security 扫描了 120 万个 commit，发现了 792 个严重漏洞 和 10561 个高危漏洞。

严重漏洞出现在不到 0.1% 的 commit 中。

• 误报率下降了 50% 以上
• 总体噪声减少了 84%

这意味着：你不会再被上千条低价值告警淹没，花一整天筛选出两三个真正需要修的问题。

在 GnuTLS、OpenSSH、Chromium 这些被无数人 review 过的项目里，它找到了堆缓冲区溢出、double-free、认证绕过、2FA 绕过等真实漏洞，其中 14 个已经拿到了正式的 CVE 编号。

NETGEAR 的产品安全负责人评价说："它的发现清晰且全面，经常让人感觉是一个有经验的安全研究员在和我们一起工作。"

怎么用

安装很简单，前提是 Node.js 22+ 和 Python 3.10+：

npm install @openai/codex-securitynpx codex-security loginnpx codex-security scan .

登录支持两种方式：ChatGPT 账号浏览器登录，或者设置 OPENAI_API_KEY 环境变量（适合 CI）。

第一次跑建议先 dry-run，检查输入参数没问题再正式扫：

npx codex-security scan . --dry-run

扫完后会生成一个结果目录：

codex-security-results/├── scan-manifest.json   # 扫描元数据├── findings.json        # 漏洞详情├── coverage.json        # 覆盖率信息├── report.md            # 人类可读报告├── artifacts/           # 辅助产物└── exports/    └── results.sarif    # SARIF 格式（导出后）

findings.json 里每条漏洞都包含严重级别、置信度、代码位置、证据和修复建议。

coverage.json 告诉你扫描覆盖是完整（complete）、部分（partial）还是未知（unknown）。

三种扫描模式

Codex Security 不止能做全仓库扫描，它支持四种目标类型：

全仓库扫描（默认）：把整个仓库扫一遍，适合定期安全审计。

路径扫描：只扫指定目录，适合微服务仓库里只有部分服务改了的情况：

npx codex-security scan . --path services/billing --path packages/auth

Diff 扫描：只扫两个 commit 之间的变更，CI 里最常用的模式：

npx codex-security scan . --diff origin/main --head HEAD

工作区扫描：扫暂存区+未暂存的改动，适合 commit 前自检：

npx codex-security scan . --working-tree --base HEAD

还有一个 deep 模式，当你觉得标准模式不够深入时可以用，但耗时会更长：

npx codex-security scan . --mode deep

CLI 之外，SDK 也能用

如果你是做开发工具或平台的，可以把 Codex Security 嵌入到你的应用里：

import { CodexSecurity } from "@openai/codex-security";const security = new CodexSecurity();try {  const result = await security.run("/path/to/repository", {    outputDir: "/path/outside/repository/results",  });  // 直接读取结构化结果  for (const finding of result.findings.findings) {    console.log(      finding.severity.level,      `${finding.locations[0].path}:${finding.locations[0].startLine}`,      finding.title    );  }  console.log("覆盖率:", result.coverage.completeness);  console.log("报告路径:", result.reportPath);} finally {  await security.close();}

SDK 提供了 preflight（扫描前检查输入）、进度回调、成本追踪、中断信号等完整的生命周期控制。

支持 8 种明确的错误类型，这样就可以在代码里针对不同错误做不同处理。

能接入 CI 吗

OpenAI 官方提供了 GitHub Actions 的完整示例。

核心流程：安装 CLI → 校验 → checkout PR → 对 diff 范围扫描 → 导出 SARIF → 上传到 GitHub Code Scanning。

关键配置点：

• 用 API Key 认证（不要用浏览器登录）
• 安装 CLI 要在 checkout 代码之前（防止仓库里的恶意脚本拿到 API Key）
• --fail-on-severity high 可以让高危漏洞直接阻断合并
• 退出码设计很清晰：0=通过，1=发现漏洞，2=执行错误或覆盖不全

SARIF 上传后，GitHub 的 Security 标签页会直接展示漏洞列表，和你用 CodeQL 的体验一致。

批量扫描

如果你管着一堆仓库，一个个扫不现实。

Codex Security 提供了 bulk-scan 命令。

两种方式：从 GitHub 交互式选择仓库，或者提供一个 CSV 清单：

id,repository,revision,scope,modepayments,https://github.com/example/payments.git,0123456789abcdef...,services/api,standardidentity,https://github.com/example/identity.git,fedcba9876543210...,,deep

批量扫描：

npx codex-security bulk-scan repositories.csv \  --output-dir /path/to/scans \  --workers 4

支持断点续扫，跑了一半断了再跑一次同样的命令，已完成的不重扫。还支持 Docker 部署，有一个加固过的 Compose 配置文件。

和传统工具比，优点和短板

优点明显：

1. 威胁建模自动化。
它会先读你的代码，理解系统架构，生成一个项目专属的威胁模型。这个模型你还可以手动编辑，让它更贴合你的实际情况。传统 SAST 没有这个能力。
2. 持续学习。
标记某个漏洞的严重级别后，它会用这个反馈优化后续扫描。扫得越多，对你项目的理解越准。
3. 修复方案可用。
生成的 patch 考虑了周围代码的意图，不是那种"这里应该加个校验"的泛泛之谈。

缺点也很明显：

1. 需要把代码发给 OpenAI 服务器。
对金融、医疗、军工行业的团队来说，这一点可能是硬伤。
2. 还在 research preview 阶段。
功能集、准确性、可用性都可能变。把安全流程押在一个预览版工具上，风险不小。
3. 没有合规报告。
SOC 2、PCI-DSS、HIPAA 这些合规要求的报告模板都没有。
4. 只管应用层。
它看的是代码逻辑漏洞，不覆盖基础设施和云安全。
DAST 工具能发现的运行时问题（配置错误、网络暴露等），它搞不定。
5. 定价不明确。
目前预览期免费，后续怎么收费还没公布。

Codex Security 用 AI 理解代码语义，减少误报，给出能用的修复方案。

如果已经在用 ChatGPT Enterprise 或 Business，它是一个零成本的附加安全能力，值得试试。

如果是开源项目，或者内部工具，数据外传不是大问题，也可以用。

如果代码合规要求很严，或者安全流程已经依赖 CI/CD 深度集成，可以再观望一段。

等 GA 版本出来，至少定价和稳定性会更明朗。

有兴趣的可以去看 GitHub 仓库：openai/codex-security，文档在 learn.chatgpt.com/docs/security/cli。