
深扫让多路评审互相查证据:OpenAI 把代码安全审计做成可编排的流水线
OpenAI 开源 Codex Security CLI 与 TypeScript SDK,0.9.1 的深扫模式让多路独立安全评审并行共享线索、互验证据;扫描、补丁、SECURITY.md 起草到 CI 接入全流程可编排,还支持 Bedrock 等第三方模型。
相关标签
代码安全审计正在从”跑一次扫描器看报告”变成一条可以编排的流水线。OpenAI 将 Codex Security CLI 与 TypeScript SDK 开源后,这个项目迅速积累了上万关注,最近一次发版(11 月 10 日的 0.9.1)透露了它的下一步方向:深扫模式下,多路独立安全评审并行推进,工作者之间可以共享线索、互相验证证据,最终把去重后的发现汇总成一份报告。
Codex Security 的目标是覆盖”找漏洞—调查—修复”全流程,提供三种使用形态:在 Codex 会话里启用安全工作流,直接用自然语言指定”重点扫认证与授权,返回报告、源码证据和覆盖盲区”;在终端装上 CLI(npm install --global @openai/codex-security,短命令 cs)对仓库扫描;或在自动化场景用 TypeScript SDK 和 GitHub Action 接入 CI。
扫描的颗粒度设计得相当细:可以只扫指定路径,可以用 --diff origin/main 只审一段提交差异,也可以 --mode deep 深扫整个仓库,还能对分布在多个仓库里的同一应用做可断点续跑的 bulk 扫描,或者用自带的 Docker Compose 配置在容器里批量扫一列仓库。官方示例工作流给每次扫描设了约 5 美元的预估限额,且只报告发现不让 CI 失败——把”是否挡合并”的决定权留给团队。
比”找”更进一步的是”修”:它可以验证候选发现、生成补丁、复核已有的修复是否真正生效;还能起草 SECURITY.md 安全策略和威胁模型——草稿保存在仓库外,由人审阅后才拷入,避免机器直接污染仓库文件。发现可以对接 Linear、Jira 或 GitHub 跟踪,导出 SARIF/JSON/CSV,也能预览第三方扫描器的报告并导入统一处理。有意思的是,它并非只能用 OpenAI 自家模型:扫描支持 Amazon Bedrock、OpenRouter、Fireworks AI 等 provider,Bedrock 路径甚至不需要单独的 OpenAI 登录。
边界也写得很清楚:部分网络安全请求和受保护的发现需要 Trusted Access for Cyber 授权。对于长期被”AI 扫描误报一堆、没法落地”困扰的安全团队来说,多评审互证加证据链的设计,瞄准的正是可信度这个老问题。
更多资讯
想看更多优质内容?
浏览所有资讯