OpenAI 推出 Codex Security：专找高危漏洞还会写补丁

以前大家做代码安全审计，最头疼的往往不是找不出漏洞，而是安全工具一跑就吐出成百上千条警告，点开一看全是不痛不痒的琐碎问题，甚至是大批误报。

安全工程师每天大半时间都耗在给这堆噪音分拣排期上。OpenAI 现在想用 AI 智能体来收拾这个烂摊子。今天他们把原本代号为 Aardvark 的安全工具正式定名为 Codex Security，以研究预览的形式推向 ChatGPT Pro、Enterprise、Business 和 Edu 用户，并且首月免费开放。

先给系统建个威胁模型，再用沙盒跑验证

传统的静态扫描工具只看代码字面逻辑，很容易疑神疑鬼。Codex Security 的做法是先把整个代码仓库吃透，分析系统结构、信任边界和暴露面，先生成一份针对该项目的威胁模型。

这份威胁模型不是锁死的，安全团队可以手动编辑和修正，告诉 AI 哪些资产更重要、哪些外部输入完全可信。AI 也会根据团队对漏洞严重性的反馈持续修正判断。

有了全局视野后，它再去抓漏洞，并且不只停留在猜测阶段。如果配置了沙盒验证环境，Codex Security 会在隔离环境里直接施加压力测试，甚至生成可以实际运行的验证概念（PoC），用实锤来证明漏洞确实存在。

确认问题后，它还会结合系统原本的业务意图直接给出修复补丁，尽量避免补丁修好了安全漏洞却导致原有业务功能报错退化。

从 OpenAI 公布的内测数据看，这种结合沙盒验证的做法效果很明显。整个测试期间，误报率降了 50% 以上，夸大严重等级的情况减少了 90% 以上，有个别代码库的告警噪音直接砍掉了 84%。

在过去 30 天里，它扫描了外部测试团队超过 120 万次提交，抓出了 792 个严重漏洞和 10561 个高危问题。值得一提的是，严重漏洞在所有 commit 中的占比低于 0.1%，这说明它确实没有为了刷存在感而乱报级别。

在外部实战中，它已经给 OpenSSH、GnuTLS、PHP、Chromium 和 GOGS 等知名开源项目提交了漏洞报告，拿下了 14 个 CVE 编号，涵盖堆缓冲区溢出、双重释放和双因素认证绕过等棘手问题。

为什么重要

我们认为，Codex Security 抓住了当下软件工程最大的痛点：生成代码的速度正在指数级上升，但人工审代码和审安全的精力是极其有限的。

市面上很多 AI 编程工具只会写代码，而安全扫描工具还在吐出海量低质量告警，两头一挤，安全团队反而成了最大的生产力瓶颈。让 AI 在沙盒里自己跑 PoC 验证，把确认能打通攻击链路的真漏洞挑出来，甚至直接附带修好的代码，这种交付闭环非常聪明。

对于日常写代码的开发者和中小团队来说，如果现在拥有对应订阅权限，首月免费期间非常值得拿核心仓库跑一遍。哪怕不用它自动改代码，光是看一眼它生成的系统威胁模型，也能帮你重新梳理一遍架构暴露面。

但这里也有个隐患需要警惕。自动化提 PR 和修代码在逻辑清晰的通用开源库里表现不错，但在很多大企业复杂的自研系统里，依赖 AI 去猜系统意图仍然可能引入微妙的业务逻辑回归。真正的防护依然少不了人工对沙盒结果和补丁的最终把关。