OpenAI推出Codex Security，用于发现代码中的漏洞

OpenAI于3月6日发布了Codex Security。这是一款由AI驱动的应用安全代理，可扫描代码库中的漏洞，在沙盒环境中验证发现，并提出补丁建议。该工具已在OpenSSH、Chromium及另外五个广泛使用的开源项目中发现缺陷，相关发现获得了14个CVE（Common Vulnerabilities and Exposures）编号。

Codex Security此前名为Aardvark，经历约一年的非公开Beta测试后，现已进入研究预览阶段，面向ChatGPT Pro、Enterprise、Business和Edu客户开放。OpenAI提供首月免费使用。

与传统静态分析工具不同，该代理会在扫描前建立针对具体项目的威胁模型。它分析代码仓库的架构，以理解系统的功能、信任哪些对象，以及何处面临的风险暴露最高。团队可编辑威胁模型，使发现符合自身的风险应对立场。配置专门调整的环境后，Codex Security会直接针对运行中的系统测试潜在漏洞，生成概念验证性质的漏洞利用代码，以确认实际影响。

大规模运行表现

在过去30天的Beta测试中，Codex Security扫描了外部代码仓库中超过120万次提交，发现792项危急级别的结果和10,561项高严重性问题。危急漏洞出现在不到0.1%的已扫描提交中，这表明系统或可处理大型代码库，同时将噪声控制在审核人员能够应对的范围内。

OpenAI称，Beta测试期间精确度显著提升。在一个案例中，从最初部署到当前版本，噪声减少84%。综合所有代码仓库，误报率下降超过50%，严重性被高估的发现减少超过90%。代理还会吸收反馈：用户调整某项发现的危急程度后，它会改进威胁模型，以供后续扫描使用。

这些数字回应了安全团队在评估AI编程工具时长期存在的一项抱怨。2025年的一项分析使用100多个大型语言模型研究了80项编程任务，发现AI生成的代码在45%的案例中引入安全漏洞。随着AI编写的代码不断普及，在后续开发环节使用的检测工具因而变得更加重要。

在开源项目中发现的漏洞

OpenAI一直在其依赖的开源代码仓库中运行Codex Security，并向维护者报告影响较大的发现。公开的名单包括OpenSSH、GnuTLS、GOGS、Thorium、libssh、PHP和Chromium。在获分配的14个CVE编号中，两项涉及其他研究者也曾报告的漏洞。

OpenAI表示，与维护者交流后发现，主要难题不是缺少漏洞报告，而是低质量报告过多。维护者需要减少误报，并降低对报告进行研判和排序的负担。这些反馈促使Codex Security重视高置信度的发现，而非数量。

该公司还宣布了Codex for OSS计划，为开源维护者提供免费的ChatGPT Pro和Plus账户、代码审查支持，以及Codex Security使用权。vLLM项目已在日常工作流程中使用该工具发现并修复问题。OpenAI计划在未来几周内扩大该计划。

此次发布使OpenAI直接进入应用安全市场，Snyk、Semgrep和Veracode等公司已在该市场站稳脚跟。Google (GOOGL )最近也公布了详细的安全架构，用于其Chrome中的AI代理功能。这说明AI代理与安全工具的交汇正在吸引多方关注。

仍有若干问题尚待解答。OpenAI没有公布免费试用期结束后的价格，也未说明Codex Security的推理由哪款前沿模型提供支持。目前该工具通过Codex网页版运行，并不提供API级集成，这可能限制那些已有安全自动化流水线的团队采用它。Codex Security在规模扩大、走出Beta阶段后能否保持精确度的改进，以及开源维护者是否会在有意义的规模上采用该计划，将决定该代理能否成为AI辅助开发工具栈中的长期组成部分，还是仍停留在研究预览阶段。