10 分钟上手 Codex Security CLI：OpenAI 开源的 AI 白帽，自动扫描+验证+修复代码漏洞

AI指南

OpenAI 又「Open」了一回：这次放出来的是 Codex Security CLI——一个应用安全智能体，能在你的代码库里自动发现漏洞 → 验证漏洞 → 修复漏洞。它不是传统的静态扫描器，而是像安全工程师一样先读懂整个项目，再动手。最离谱的是，三行命令就能跑起来。

这个工具脱胎于 2025 年 10 月私测的 Aardvark 项目（2026 年 3 月 6 日更名上线研究预览版），此前一直是 Codex 里的闭源安全插件，这次独立成开源 CLI + TypeScript SDK，明显是冲着团队和企业级自动化安全流程去的。

为什么值得关注

先看战绩：上线头 30 天，扫了超过 120 万次提交，捞出 792 个严重级别、10561 个高危级别发现；同一批仓库反复扫，误报率下降超过 50%。核心卖点是「验证」——传统工具报一堆漏洞全是噪音，它会追问一句：这条攻击路径真实存在吗？验证不了的，不往外报。

核心思路拆解：三步工作流

Codex Security 的工作方式跟传统 SAST 完全不同，分三步：

  1. 威胁建模：通读整个仓库，生成一份可编辑的威胁模型，搞清楚项目是干什么的、哪里最暴露（哪里接收用户输入、跨文件有什么隐藏风险）。
  2. 漏洞挖掘与分级：基于威胁模型上下文找漏洞，按真实世界影响排序，并说明「问题是什么、为什么有问题」。
  3. 沙箱验证与修复：把可疑问题丢进沙箱实际压测，验证攻击路径；确认后直接生成修复补丁，开发者审核即可合并。

为什么不开源成 Codex 插件而是独立 CLI？因为「写代码要快、安全扫描要深」，两种场景对资源消耗和响应速度的要求完全相反，硬揉在一起只会让 Codex 又慢又臃肿。安全扫描独立成工具，两边都清爽。

10 分钟上手：关键命令

1. 环境要求

# 需要 Node.js 22+ 和 Python 3.10+
node -v   # v22.x 或更高
python3 --version  # 3.10 或更高

2. 安装（约几十 MB）

npm install @openai/codex-security

3. 认证：个人用登录，CI 用 API Key

# 个人本地使用：走 ChatGPT 登录流程
npx codex-security login

# CI/CD 使用：配环境变量即可，无需交互登录
export OPENAI_API_KEY="sk-..."

4. 跑扫描

# 在仓库根目录执行，扫描记录会自动持久化
npx codex-security scan .

5. 常见配置

# 如果当前目录无法写入状态文件，换个位置存扫描记录
export CODEX_SECURITY_STATE_DIR=/path/to/state
npx codex-security scan ./src

CI 场景可以这样接入：

# .github/workflows/security.yml 片段
- run: npx codex-security scan . --ci
  env:
    OPENAI_API_KEY: ${{ secrets.OPENAI_API_KEY }}

实践建议（含避坑）

  • 成本要心里有数：默认调用 gpt-5.6-sol（GPT-5.6 家族最贵一档，API 标价 $5/1M 输入、$30/1M 输出），且推理力度默认拉满 extra-high。有 HN 用户实测一个小仓库跑了一小时，直接干掉 Pro 套餐周额度一半；还有用户因账户限流失败一次就花了约 $13。建议：先从单目录/小仓库试水，评估账单再全量扫。
  • 扫描期间别动仓库：实测有用户扫描 52 分钟后因「仓库 HEAD 发生变化」直接失败重来——扫描前先冻结分支，或者用 CI 的干净 checkout。
  • 定位是团队工具：普通开发者继续用 Codex 里的插件即可；CLI 面向需要管理大规模代码仓库、接入自动化安全流程的团队。别把它当个人玩具扫着玩。
  • 结果要人工审核：它给的是「建议补丁」，合并前务必走 code review——AI 白帽也可能误判业务逻辑。

资源链接

一句话总结：装依赖 → login → scan .，三行命令把 AI 安全工程师请进你的 CI 流水线。Agent 接管代码安全的魔盒已经打开，接下来就看开发者怎么用它了。

滚动至顶部