本文永久链接 – https://tonybai.com/2026/11/19/inside-openai-codex-sandbox
大家好,我是Tony Bai。
【导读】
AI Agent 正在从一个只会生成代码的助手,变成一个能够自主操作终端、修改文件、安装依赖、运行测试,甚至管理整个开发环境的数字员工。
但能力越强,风险也越大。
当 AI Agent 获得了 Shell 权限,它就不再只是一个文本生成器,而是一个能够对真实操作系统产生影响的程序。一次错误的命令、一个被污染的依赖包,甚至一次恶意提示词注入,都可能造成文件破坏、凭证泄露或数据外传。
那么,如何既让 Agent 拥有足够的执行自由,又不让它获得超出任务需要的权限?
2026 年 11 月 18 日,OpenAI 发布了工程技术文章《Inside the Codex Sandbox》,系统介绍了 Codex 背后的沙箱设计。
这篇文章最值得关注的,并不只是它使用了哪些操作系统隔离技术,而是它展示了一种完整的 Agent 执行安全架构:由 Harness 负责权限决策,由操作系统负责强制执行,通过文件系统和网络两条边界限制 Agent 的活动范围。
更重要的是,OpenAI 并没有简单地把 Agent 塞进 Docker 容器,而是选择利用 macOS、Linux 和 Windows 各自的原生安全机制,让 Agent 在真实开发环境中工作,同时受到严格的权限约束。
这背后其实揭示了一个重要趋势:AI Agent 的安全,不应该只依赖模型是否足够聪明,而应该成为 Agent Harness 和运行时基础设施的一等设计能力。
【文章要点】
- 从口头规则走向内核级强制执行:在 AI Agent 获得 Shell 权限的时代,System Prompt 无法真正防御提示词注入与恶意脚本,Codex 践行“纵深防御”,由 Harness 作出权限决策、操作系统内核实施硬性约束;
- 为何放弃 Docker 选用原生沙箱:为了无缝接入开发者真实的本地环境(特定工具链、本地数据库、Xcode 模拟器),Codex 跨平台抽象并封装了 macOS Seatbelt、Linux Bubblewrap+seccomp 与 Windows MXC 原生机制;
- 文件系统与网络双重边界解耦:坚持“读取权限与外发权限分开管理”,默认 :workspace 允许代码修改但硬性保护 .git 与 .codex,配合网络代理域名白名单从物理链路上切断敏感凭证窃取通道;
- 权限申请与授予彻底分离:模型只能表达操作意图和申请额外权限,绝不能自行批准提权;安全策略由整个子进程树严格继承,杜绝 Shell 逃逸漏洞;
- 工具与 MCP Server 独立受限:坚决打破“工具天然继承全部系统权限”的盲区,提供 codex sandbox 为 stdio MCP Server 单独配置隔离的文件与网络权限策略;
- 安全哲学的底层转变:模型的能力决定了它能做什么,而沙箱决定了它犯错时最多造成多大破坏——操作系统级沙箱已从可选功能升级为 Agent Runtime 的一等基础设施。

当 AI Agent 获得 Shell 权限,风险也随之而来
如果把今天的 AI 编程工具与几年前的代码补全工具放在一起比较,会发现一个非常明显的变化。
早期的代码助手主要负责生成代码片段,开发者决定是否采纳,代码最终如何执行也完全由开发者控制。
而今天的 AI Agent 已经完全不同了。
以 Codex 为例,用户只需要提出一个任务:
“帮我分析这个 Go 项目的性能问题,找到瓶颈,修改代码,并运行测试。”
Agent 就可能自主完成以下操作:
- 执行
ls、find、grep等命令,了解项目结构。 - 阅读源代码、配置文件和测试代码。
- 修改相关 Go 文件。
- 执行
go test、go build和性能测试。 - 安装缺失的依赖。
- 根据测试结果继续修改代码,直到任务完成。
这意味着,Agent 已经从一个代码生成器变成了一个能够自主操作开发环境的执行主体。
问题也随之出现。
假设 Agent 在分析项目时,读取到了一个包含恶意指令的 README 文件。或者某个依赖包中存在恶意脚本。Agent 可能在这些内容的诱导下,执行一些超出用户预期的操作。
例如:
- 读取用户目录下的 SSH 私钥。
- 修改 Git Hooks,植入恶意脚本。
- 将本地环境变量中的 API Key 上传到外部服务器。
- 修改编辑器配置,让后续打开文件时执行恶意代码。
- 删除项目之外的重要文件。
这里有一个非常重要的区别:
Prompt 告诉模型什么事情不应该做,但它并不能从操作系统层面阻止模型执行这些事情。
我们可以在 System Prompt 中写入一百条安全规则,但只要 Agent 拥有不受限制的 Shell 权限,它理论上仍然可以执行任意权限范围内的命令。
因此,OpenAI 采取了一种更加可靠的思路:不要把安全寄托在模型是否遵守指令上,而是通过 Sandbox 限制程序实际能够访问的资源。
这也是 Codex Sandbox 的核心目标。
OpenAI 在文章开头就明确提出了纵深防御(Defense in Depth)的安全理念:模型训练和对齐固然重要,但 Agent Harness 本身也必须提供额外的保护。
Sandbox 正是其中关键的一环。
为什么 Codex 没有简单选择 Docker?
谈到程序隔离,很多开发者首先想到的可能就是 Docker。
Docker 已经是现代软件工程基础设施中非常成熟的技术。通过容器,我们可以为程序提供相对独立的文件系统、进程空间和网络环境。
那么,为什么 OpenAI 没有直接把 Codex 放进一个 Docker 容器中运行?
答案涉及一个很现实的工程问题:Agent 需要使用开发者真实的开发环境。
对于很多开发者而言,自己的电脑并不是一个可以轻易复制的标准环境。
它可能已经安装了:
- 特定版本的 Go、Rust、Python、Node.js。
- 各种编译器、SDK 和构建工具。
- 本地数据库和开发服务。
- 私有证书、代理配置和环境变量。
- 大量经过长期配置的开发工具。
如果为了运行 Agent 而重新创建一个容器环境,就需要解决工具链迁移、依赖安装、环境同步等问题。
更典型的例子是 iOS 开发。
假设开发者希望 Codex 帮助自己开发一个 iOS 应用。
如果把 Codex 放进 Docker 容器中,容器就无法直接运行 macOS 原生的 Xcode 工具链,也无法直接启动 iPhone Simulator。
当然,我们可以让容器通过某种方式调用宿主机上的 Xcode,但这样又产生了一个新问题:这些在容器外执行的操作如何受到安全约束?
这就形成了一个有些尴尬的局面:为了隔离 Agent,我们把它放进了容器,却又不得不把一部分关键操作放回宿主机。
OpenAI 选择了另一条路线。
它不把计算任务迁移到一个独立环境中,而是利用各个操作系统自身提供的 Sandbox 能力,直接限制运行在宿主机上的命令。
核心区别:容器方案是将程序放入独立的运行环境,再通过容器边界限制资源访问。而原生沙箱(Sandbox)则保留宿主机开发环境,通过操作系统原生的安全机制来约束进程的资源访问。

但这并不意味着 Docker 或虚拟机不适合运行 Agent。对于不可信代码执行、多租户云端任务和需要强隔离的场景,容器和虚拟机依然非常重要。
Codex 的选择实际上是一个工程权衡:当 Agent 必须直接操作开发者的真实环境时,利用宿主机原生隔离机制,可能是更自然的方案。
OpenAI 在设计上还做了一件重要的事情:将不同操作系统的隔离机制统一封装成一个 Sandbox API。
上层 Harness 不必关心底层究竟运行在 macOS、Linux 还是 Windows,只需要提供:
- 要执行的命令及其参数。
- 工作目录。
- 环境变量。
- 权限配置。
- 必要时提供网络代理。
剩下的隔离工作交给操作系统完成。
这为后续的跨平台 Agent Runtime 提供了一个非常值得借鉴的设计思路。
两条核心安全边界:文件系统与网络
Codex Sandbox 的权限模型并不复杂,核心就是控制两类资源:
- 文件系统:Agent 能够读取和修改哪些文件?
- 网络:Agent 能够连接哪些外部服务?
但真正值得研究的是,OpenAI 如何在这两条边界之间做权衡。
文件系统:允许工作,但不能随意破坏环境
Codex 内置了一个名为 :workspace 的权限配置。
它的基本原则是:允许 Agent 在工作区内修改代码,但保护一些关键目录,同时保留对工作区之外必要资源的读取能力。
具体来说:
| 文件系统权限 | 行为 |
|---|---|
read |
允许读取,不允许修改 |
write |
允许读取和修改 |
deny |
完全禁止访问 |
以一个 Git 项目为例,Codex 默认允许 Agent 修改工作区中的源代码,但会保护 .git 和 .codex 等关键目录。
为什么要保护这些目录?
.git 中包含 Git Hooks 等重要配置。如果 Agent 可以随意修改这些内容,就可能植入恶意脚本,在后续 Git 操作中执行。
.codex 则可能包含 Agent 自身的项目级配置。如果允许 Agent 随意修改这些配置,就可能通过修改权限策略来扩大自身的操作范围。
因此,默认工作区权限并不是简单的“工作区全部可写”,而是对部分敏感路径施加了更严格的限制。
这里还有一个值得注意的设计取舍。
Codex 并没有把工作区之外的所有文件都设置为不可读,而是允许较广泛的文件读取。
原因很实际。
编译器、运行时和构建工具经常需要访问项目之外的 SDK、系统库和配置文件。如果只允许读取工作区内部文件,很多正常的开发任务就无法完成。
当然,这也意味着一些敏感文件仍然可能被读取,例如包含 API Key 的配置文件。
所以,文件系统隔离并不能单独解决所有问题,还必须与网络访问控制配合。
网络:能够读取,不代表能够发送出去
假设 Agent 需要分析一个项目中的配置文件。
这个文件包含了某个第三方服务的 API Key。
如果 Agent 可以读取该文件,但不能连接外部网络,那么它就无法直接通过网络将这个密钥上传到攻击者的服务器。
这就是为什么文件系统权限与网络权限必须作为两条独立的安全边界设计。
Codex 的网络权限大致有三种模式:
| 网络模式 | 行为 |
|---|---|
| 禁止网络 | 不允许访问外部网络 |
| 完全开放 | 允许直接访问网络 |
| 代理控制 | 通过网络代理,根据域名规则决定是否允许访问 |
其中,:workspace 默认关闭网络访问。
如果开发任务需要下载依赖,可以选择开放网络,或者使用更加精细的代理控制方式。
例如:
[permissions.dev.network]
enabled = true
[permissions.dev.network.domains]
"*.openai.com" = "allow"
"localhost" = "allow"
"127.0.0.1" = "allow"
"evil.example" = "deny"
[features]
network_proxy = true
这里的配置表达了几个意思:
- 允许访问
openai.com及其子域名。 - 允许访问本地服务。
- 明确禁止访问
evil.example。 - 通过网络代理执行域名访问控制。
值得注意的是,明确的拒绝规则优先于允许规则。没有匹配到允许规则的域名,则需要经过审批或被阻止。
这样一来,Agent 就可以在完成正常开发工作的同时,避免随意向外部网络发送数据。
需要注意:网络代理的域名控制不等于完整的数据防泄漏系统。实际安全性还取决于代理对连接方式、DNS、IP 地址及其他网络路径的约束。
两条边界组合,才能形成真正的保护
我们可以把上述设计归纳为一个简单的原则:
读取权限和外发权限必须分开控制。

这套设计的价值在于:即使 Agent 读取到了某些敏感信息,也不意味着它天然拥有将这些信息发送出去的能力。
当然,如果某个进程已经拥有其他外传通道,或者本地存在可被滥用的服务,仍然需要额外防护。安全不能建立在单一机制之上。
深入 Harness:一条命令是如何进入沙箱的?
前面介绍了 Sandbox 的权限模型,但还有一个更值得研究的问题:
当模型决定执行一条 Shell 命令时,Codex 究竟是如何确保这条命令受到权限约束的?
这就涉及 Agent Harness 的设计。
OpenAI 在此前发布的另一篇工程文章《Unrolling the Codex Agent Loop》中,详细介绍过 Codex 的 Agent Loop。
简单来说,Agent 的工作过程是一个循环:
- 用户向 Agent 提交任务。
- Harness 将任务和上下文发送给模型。
- 模型返回文本,或者请求调用某个工具。
- Harness 执行工具调用。
- 工具执行结果重新进入模型上下文。
- 模型根据结果继续工作,直到任务完成。
其中,Harness 是整个循环的控制中心。模型可以提出执行请求,但真正执行工具的是 Harness。
这一区分对于安全设计非常重要。
模型提出请求,Harness 决定是否执行
假设模型生成了这样一个工具调用:
{
"cmd": "go test ./...",
"workdir": "/Users/tony/project",
"timeout_ms": 10000
}
如果没有 Sandbox,Harness 可能只需要简单地启动一个子进程:
child = subprocess.Popen(
program_and_args,
cwd=workdir,
stdout=subprocess.PIPE,
stderr=subprocess.STDOUT,
)
命令就会以当前用户的权限执行。
这种方式存在一个明显的问题:模型只需要生成一个工具调用,就可以间接获得当前用户的全部进程权限。
Codex 的做法是在执行命令之前增加一层权限控制。
OpenAI 在文章中给出了一个简化后的接口:
def spawn_command_under_sandbox(
program_and_args: list[str],
cwd: Path,
env: dict[str, str],
permission_profile: PermissionProfile,
network_proxy: NetworkProxy | None,
) -> Child:
...
这个接口有几个值得关注的参数:
program_and_args:需要执行的程序和参数。cwd:命令的工作目录。env:执行环境变量。permission_profile:本次执行使用的权限配置。network_proxy:如果需要受控网络访问,则提供对应的代理。
Harness 不再直接启动进程,而是将命令、权限配置和网络代理一起交给 Sandbox 执行层。
从架构上看,这意味着权限控制被放在了工具执行路径上,而不是依赖模型自行遵守。
子进程继承:不能让 Shell 轻易逃出沙箱
这里还有一个很容易被忽略的细节:进程树。
假设 Agent 执行:
go test ./...
测试程序可能继续启动其他进程,例如:
- Go 编译器。
- 链接器。
- 测试辅助进程。
- 自定义 Shell 脚本。
- 其他构建工具。
如果 Sandbox 只限制最初启动的 Shell,那么它的子进程就可能成为安全漏洞。
Codex 的设计是:子进程继承父进程的 Sandbox 约束。
因此,即使最初的命令退出了,它启动的后代进程仍然受到相应限制。
这点非常关键。
真正可靠的进程沙箱,必须约束整个进程树,而不是只约束 Agent 启动的第一个进程。
权限提升:模型不能自己给自己开绿灯
Codex 还支持针对单条命令请求额外权限。
OpenAI 在文章中展示了三种权限请求模式:
| 模式 | 含义 |
|---|---|
use_default |
使用当前默认权限配置 |
with_additional_permissions |
请求在现有沙箱内增加部分权限 |
require_escalated |
请求脱离当前沙箱限制执行 |
这里最重要的设计是:模型可以提出权限请求,但不能自行批准。
例如,Agent 在执行 go mod download 时发现网络被禁止,它可以请求额外网络权限。
Harness 则根据用户设置决定是否批准,必要时向用户展示审批请求,或者交给自动审批机制处理。
如果用户没有授权,命令就不能因为模型提出了请求而自动获得更高权限。
这实际上体现了一个非常重要的安全原则:
权限申请权和权限授予权必须分离。
模型负责表达完成任务所需的权限,Harness 和用户负责决定是否授予。

这套机制让 Agent 可以在常规任务中保持较高的自主性,同时在需要突破安全边界时重新引入人的决策。
从配置到治理:让权限策略可复用、可管理
如果每次运行 Agent 都要手工设置文件和网络权限,显然不适合长期使用。
因此,Codex 引入了 Permission Profile(权限配置档案)。
开发者可以在 config.toml 中定义多个权限配置,并根据项目和任务选择合适的配置。
Permission Profile:用配置表达权限边界
例如,我们定义一个名为 dev 的配置:
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"
这里有几个值得注意的地方。
首先,extends = ":workspace" 表示继承 Codex 内置的工作区权限配置。
其次,我们允许 Agent 修改 ~/build-cache,因为构建缓存通常需要写入。
最后,对项目中的 .devcontainer、.vscode 目录设置只读,并明确禁止访问 .env 文件和 secrets 目录。
这样,开发者就可以根据实际项目需求构建自己的权限策略,而不必每次从头配置。
更重要的是,权限配置采用了表结构,可以进行递归合并。
这意味着团队可以维护一份公共安全配置,各个项目只需要增加自己的差异化规则,而不必复制整个权限配置。
企业级治理:用户可以配置,但不能突破组织底线
对于个人开发者而言,权限配置主要解决便利性问题。
但对于企业来说,问题就不一样了。
企业管理员通常需要保证:
- 所有开发者默认使用安全权限。
- 某些高风险权限不能由普通用户开启。
- 不同项目可以有不同的权限要求。
- 企业策略不能被个人配置覆盖。
Codex 通过 requirements.toml 支持这类管理需求。
例如:
default_permissions = ":read-only"
[allowed_permission_profiles]
":read-only" = true
":danger-full-access" = false
这个配置表示:
默认使用只读权限,并且禁止用户选择 :danger-full-access 配置。
这里体现了两层配置之间的关系:
- 用户配置决定自己希望如何工作。
- 企业策略决定用户最多能够获得什么权限。
企业策略拥有更高的约束优先级。
这与企业基础设施中的 RBAC、Policy-as-Code 思路有相似之处:权限不是由每个执行主体自行决定,而是受到组织统一策略的约束。
一个特别值得关注的场景:MCP Server 也需要沙箱
在这篇文章中,我认为最值得 Agent 开发者关注的部分之一,是 OpenAI 对 MCP Server 的处理方式。
我们知道,MCP Server 通常以独立进程的形式运行。
例如,一个基于 stdio 的 MCP Server 可以这样配置:
[mcp_servers.memory]
command = "npx"
args = [
"-y",
"@modelcontextprotocol/server-memory@1.0.0"
]
[mcp_servers.memory.env]
MEMORY_FILE_PATH = "~/mcp-data/memory.jsonl"
问题在于:MCP Server 本身也是一个可执行程序。
如果直接启动它,它就可能拥有运行 Codex 的用户所拥有的文件和网络权限。
OpenAI 明确指出,Codex Harness 不会自动对 stdio MCP Server 的启动命令施加默认沙箱限制。
原因是 Harness 无法可靠推断每一个 MCP Server 究竟需要访问哪些文件和网络服务。贸然套用默认权限配置,可能导致合法的 MCP Server 无法正常工作。
但这也意味着,如果不做额外处理,MCP Server 可能拥有过大的权限。
OpenAI 给出的解决方案是:使用 codex sandbox 为 MCP Server 单独设置权限配置。
例如:
[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"
这里做了几件事情:
- 允许 MCP Server 读取必要的文件。
- 允许它写入 npm 缓存和自己的数据目录。
- 禁止它访问网络。
- 使用
codex sandbox包装原来的 MCP Server 启动命令。
需要注意,首次安装 MCP Server 依赖仍然需要在沙箱之外完成,并提前准备好 npm 缓存。示例使用 --offline,就是为了避免运行期间再次访问网络。
这个设计给我们带来了一个很重要的启发:
Agent 的工具不应该天然继承 Agent 的全部权限。
在企业 Agent 平台中,MCP Server、插件、Shell 工具和自定义脚本都应该被视为独立的执行主体。
每一个执行主体都应该有自己的权限边界。
把沙箱用于自己的工具
Codex 还提供了一个非常实用的命令:
codex sandbox --permission-profile dev -- \
bash -c 'cat > .vscode/settings.json'
它可以脱离 Agent 会话,直接使用指定的权限配置运行任意命令。
这意味着,开发者可以在真正将权限配置交给 Agent 之前,先验证它是否有效。
例如,OpenAI 给出了一个测试案例:尝试修改只读的 .vscode/settings.json。
在 macOS 上,执行会得到类似结果:
bash: .vscode/settings.json: Operation not permitted
这说明权限策略确实被操作系统执行了,而不只是写在配置文件中。
对开发者来说,这种可独立测试的能力非常重要。安全策略必须能够被验证,而不是仅仅依赖文档描述。
跨平台 Sandbox:macOS、Linux 和 Windows 如何实现?
前面提到,Codex 在上层提供统一的 Sandbox API,但不同操作系统的安全机制并不相同。
OpenAI 在文章中分别介绍了三种平台的实现。
这部分很有意思,因为它展示了如何把不同操作系统的底层安全能力抽象成统一的 Agent Runtime 接口。
macOS:Seatbelt
在 macOS 上,Codex 使用 Apple 的 Seatbelt 沙箱机制。
Seatbelt 是由操作系统内核强制执行的安全机制,策略使用一种名为 Sandbox Profile Language(SBPL)的语言描述。
Codex 通过系统命令 /usr/bin/sandbox-exec 启动受限进程:
sandbox-exec -p PROFILE -- PROG ARGS...
其中,PROFILE 就是描述权限规则的 SBPL 策略。
例如:
(allow file-read* file-test-existence file-write-data
(literal "/dev/null")
(literal "/dev/zero"))
这段规则允许程序对指定的设备文件执行相应操作。
Codex 会根据 Permission Profile 动态生成 SBPL 策略,再将其传递给 Seatbelt。
值得注意的是,Codex 的基础策略以:
(deny default)
作为默认拒绝原则。
也就是说,未明确允许的操作原则上不会被放行。
这里还有一个有意思的工程细节:Apple 的 sandbox-exec 已经被标记为 Deprecated,SBPL 也没有面向第三方开发者提供完整的正式语言规范。
但 Seatbelt 仍然是 macOS 中实际使用的安全机制,Chrome、Chromium 等软件也在使用相关能力。
OpenAI 表示,尽管存在弃用标记,Codex 仍计划在可预见的未来继续使用 Seatbelt。
这也说明,操作系统安全能力的工程实践,有时并不完全等同于官方 API 推荐的使用方式。
Linux:Bubblewrap + seccomp-bpf
Linux 上的实现更加有意思。
Codex 组合使用了两种技术:
- Bubblewrap(
bwrap):负责构建隔离的运行环境。 - seccomp-bpf:负责过滤进程能够执行的系统调用。
两者承担不同的职责。
Bubblewrap 负责文件系统和命名空间隔离。
它可以通过 Mount Namespace 创建一个独立的文件系统视图,使沙箱内的进程只能看到权限策略允许它看到的内容。
Codex 还会根据需要隔离 IPC、PID 等资源,并在网络访问被禁止或需要经过代理时,创建独立的 Network Namespace。
seccomp-bpf 负责系统调用过滤。
Linux 程序最终需要通过系统调用与内核交互。
seccomp-bpf 可以根据预先设置的规则,对系统调用进行过滤。
例如,当网络访问被禁用时,Codex 可以禁止 connect(2)、bind(2) 等网络相关系统调用。
这样,即使某个程序试图绕过常规网络代理,直接建立外部连接,也会受到系统调用层面的限制。
整个执行过程可以简化为:

这里还有一个重要细节。
Codex 使用 no_new_privs 标志,确保进程不能通过执行 setuid 程序等方式获得额外权限。
该标志会被子进程继承,从而进一步防止权限提升。
从 Linux 的角度看,这是一套比较典型的纵深隔离设计:Namespace 负责隔离资源视图,seccomp 负责约束系统调用,两者组合形成更加完整的安全边界。
Windows:从传统沙箱走向 MXC
Windows 的情况与 macOS、Linux 有些不同。
OpenAI 此前曾专门发表文章《Building a safe, effective sandbox to enable Codex on Windows》,介绍如何为 Codex 构建 Windows 沙箱。
当时,OpenAI 研究过 Windows 提供的多种隔离机制,包括:
- AppContainer。
- Windows Sandbox。
- Mandatory Integrity Control。
但 Codex 面临一个特殊需求:它不是一个功能固定的普通应用,而是一个可以动态驱动 Shell、Git、Python、包管理器和各种构建工具的 Agent。
这使得传统 AppContainer 的使用方式存在一定限制。
而在最新的《Inside the Codex Sandbox》中,OpenAI 介绍了一个新的进展:Codex 正在转向使用 Microsoft 提供的 MXC(Microsoft eXecution Container)库。
MXC 是一个用于沙箱化代码执行的系统,支持多种隔离后端。
Codex 在兼容的 Windows 设备上使用 MXC,通过原生进程隔离机制约束命令执行。
为什么要进行这次迁移?
OpenAI 提到了此前 Windows 沙箱实现中的几个问题:
- 初始化沙箱需要管理员权限。
- ACL 检查和设置操作成本较高,影响性能。
- 会在宿主机留下 ACL、Firewall Rules、Sandbox Users 等持久化状态。
MXC 希望解决这些问题,同时改善安全性和使用体验。
Codex 通过 MXC SDK 构造执行请求,将命令、工作目录、环境变量以及文件系统和网络权限传递给底层执行系统。
除了文件和网络,MXC 还支持对 Windows 桌面、剪贴板等资源进行控制。
例如,Codex 会禁用剪贴板访问、输入注入以及桌面和系统设置控制,同时保留 PowerShell 启动所需的部分能力。
这一点值得注意:沙箱并不是简单地限制文件读写,还需要考虑进程可能使用的其他操作系统资源。
跨平台实现的共同点

三种操作系统使用的底层技术不同,但上层设计思想是一致的:
Harness 负责表达权限策略,操作系统负责将策略转化为不可随意绕过的执行约束。
这正是一个成熟的跨平台 Agent Runtime 应该具备的抽象能力。
Sandbox 不是银弹:还需要哪些安全机制?
到这里,我们基本理解了 Codex Sandbox 的设计。
不过,如果因此认为只要给 Agent 加上 Sandbox,就可以放心地让它自主执行任何任务,那就过于乐观了。
OpenAI 自己也强调了纵深防御的重要性。
Sandbox 能够限制程序的访问范围,却无法解决所有安全问题。
沙箱无法保证 Agent 的行为符合用户意图
假设 Agent 被恶意提示词诱导,在工作区中修改了一个正常的 Go 文件。
从 Sandbox 的角度看,这完全是一个被允许的操作。
因为工作区本来就是允许写入的。
但如果修改后的代码包含恶意逻辑,或者偷偷植入了后门,那么 Sandbox 并不能自动识别。
因此,我们还需要:
- 模型层面的安全训练和对齐。
- 对 Agent 输出和代码修改进行审查。
- 对关键操作增加人工审批。
- 对高风险任务使用更严格的权限配置。
Sandbox 解决的是“能不能做”,而不是“做得对不对”。
本地环境本身也可能成为攻击面
前面提到,Codex 默认允许较广泛的文件读取。
这是为了兼容真实开发环境,但也意味着本地敏感配置可能被 Agent 读取。
此外,OpenAI 在文章中还举了一个非常值得警惕的例子:
Agent 可能修改本地安装的 node_modules/prettier,植入恶意代码。
由于 node_modules 通常被 Git 忽略,这类修改可能不会出现在 git status 中。
当开发者之后保存文件时,编辑器可能自动执行被污染的 Prettier。
此时,恶意代码是在编辑器环境中执行的,而不是原来的 Codex 沙箱进程中。
这意味着,沙箱之外的程序也可能成为攻击链的一部分。
因此,企业在设计 Agent 安全体系时,还需要关注:
- 依赖包来源和完整性。
- 编辑器插件及自动化脚本。
- Git Hooks。
- 本地开发工具的执行权限。
- 构建产物和测试环境的可信度。
安全边界不能只围绕 Agent 进程本身来设计。
网络代理也有边界
Codex 的网络代理可以根据域名规则决定是否允许请求。
但它并不是一个完整的数据防泄漏系统。
OpenAI 特别指出,即使使用域名白名单,过于宽泛的通配符规则,或者允许访问某些 DNS 服务,仍然可能为 DNS 隧道等数据外传方式留下空间。
另外,也并非所有程序都会遵守 HTTP_PROXY、HTTPS_PROXY 等环境变量。
Codex 的处理方式是:代理负责正常请求的策略检查,操作系统沙箱则负责阻止绕过代理的直接外部连接。
这再次体现了纵深防御的思想。
不要把所有 Agent 都放进同一个权限级别
在实际的企业系统中,不同 Agent 的风险等级显然不同。
例如:
| Agent 类型 | 建议权限 |
|---|---|
| 代码审查 Agent | 源码只读,允许访问文档 |
| 代码修改 Agent | 工作区读写,禁止访问密钥目录 |
| 测试 Agent | 允许执行测试,网络按需开放 |
| MCP Server | 独立文件系统和网络权限 |
| 发布 Agent | 单独授权部署凭证和生产环境访问 |
不要因为一个 Agent 需要修改源代码,就默认它也应该能够读取 SSH 私钥、访问生产数据库,甚至直接发布应用。
权限应该根据任务动态分配,而不是根据 Agent 的身份一次性全部授予。
小结:Agent Runtime 必须成为安全基础设施
回顾 OpenAI 的 Codex Sandbox 设计,我认为最值得我们关注的,并不是 Seatbelt、Bubblewrap 或 MXC 这些具体技术。
真正值得借鉴的是它背后的架构思想。
过去,我们设计 AI Agent,关注的重点通常是:
- 如何选择合适的模型?
- 如何设计 Prompt?
- 如何管理上下文?
- 如何定义 Tool?
- 如何让 Agent 更好地完成任务?
但当 Agent 开始操作真实系统,问题就发生了变化。
我们还必须回答:
- Agent 可以访问哪些文件?
- Agent 可以执行哪些命令?
- Agent 可以连接哪些网络服务?
- Agent 的子进程是否继承安全限制?
- MCP Server 是否拥有独立权限?
- 谁可以批准权限提升?
- 企业能否统一限制 Agent 的权限上限?
这些问题已经不再是 Prompt Engineering 的范畴,而是 Agent Runtime 和 AI 基础设施必须解决的问题。
对于正在建设企业 AI 工厂的团队,我认为可以从 Codex Sandbox 中提炼出五条实践原则:
第一,权限控制必须下沉到运行时。
不要依赖 System Prompt 告诉模型什么不能做,而要通过操作系统和执行环境强制限制。
第二,文件系统和网络权限必须分开管理。
允许读取不代表允许修改,允许读取也不代表允许向外发送。
第三,工具进程应该拥有独立的权限边界。
Shell、MCP Server、自定义工具和后台任务,不应该天然继承 Agent 的全部权限。
第四,权限提升必须经过明确授权。
模型可以申请权限,但不能自行批准权限。
第五,权限策略必须能够测试、审计和统一治理。
不仅要定义权限,还要验证权限是否真正生效,并支持企业级策略约束。
我尤其认同 OpenAI 这次设计所传递出的一个信号:
AI Agent 的安全,不应该寄希望于模型永远做出正确判断。
因为模型会犯错,Prompt Injection 会发生,第三方依赖也可能被污染。
真正可靠的系统,应该能够在 Agent 犯错时,仍然把损害限制在一个可接受的范围内。
Agent 的能力决定了它能做什么,而 Sandbox 决定了它即使犯错,最多能造成多大的破坏。
当 AI Agent 开始成为软件工程中的真正执行者,Sandbox 也就不再是一个可选的安全增强功能,而是 Agent Runtime 必须具备的基础设施。
参考资料:
- OpenAI,Inside the Codex sandbox - https://openai.com/index/inside-the-codex-sandbox
- OpenAI,Unrolling the Codex agent loop - https://openai.com/index/unrolling-the-codex-agent-loop/
- OpenAI,Building a safe, effective sandbox to enable Codex on Windows - https://openai.com/index/building-codex-windows-sandbox/
- Microsoft,MXC 相关实现及文档 - https://github.com/microsoft/mxc
- Bubblewrap - https://github.com/containers/bubblewrap
- Linux Kernel,Seccomp Filter - https://www.kernel.org/doc/html/latest/userspace-api/seccomp_filter.html
还在为写 Agent 框架频频死循环、上下文爆炸而束手无策?我的新专栏 《从0 开始构建 Agent Harness》 将带你:
- 抛弃臃肿框架,回归“驾驭工程 (Harness Engineering)”的第一性原理
- 用 Go 语言手写 ReAct 循环、并发拦截与上下文压缩引擎等,复刻极简OpenClaw
- 构建坚不可摧的 Safety Middleware 与飞书人工审批防线
- 在底层实现 Token 成本审计、链路追踪与自动化跑分评估
- 从“调包侠”进化为掌控大模型边界的“AI 操作系统架构师”
扫描下方二维码,开启从 0 开始构建Agent Harness 的实战之旅。

还在为“复制粘贴喂AI”而烦恼?我的新专栏 《AI原生开发工作流实战》 将带你:
- 告别低效,重塑开发范式
- 驾驭AI Agent(Claude Code),实现工作流自动化
- 从“AI使用者”进化为规范驱动开发的“工作流指挥家”
扫描下方二维码,开启你的AI原生开发之旅。

商务合作方式:撰稿、出书、培训、在线课程、合伙创业、咨询、广告合作。如有需求,请扫描下方公众号二维码,与我私信联系。
