Unutar izoliranog okruženja Codexa
Kako Codex izvršava naredbe na vašem računaru uz ograničenja koja vi određujete.
U kompaniji OpenAI koristimo pristup višeslojne odbrane(otvara se u novom prozoru) kada je riječ o zaštiti agenata. Iako su naša ulaganja u treniranje i usklađivanje temelj tog rada, u naš agentski harness, Codex(otvara se u novom prozoru), ugrađujemo i funkcije koje pružaju dodatnu zaštitu. Budući da je izvršavanje naredbi na vašem računaru jedna od najčešćih, a potencijalno i rizičnih radnji Codexa, razvili smo izolirano okruženje Codexa kako bi Codex mogao raditi u vašem postojećem okruženju, uz ograničenja pristupa datotečnom sistemu i mreži koja vi određujete.
Izolirano okruženje(otvara se u novom prozoru) (otvara se u novom prozoru)ograničava čemu program može pristupiti tokom izvršavanja. Za zadatak organiziranja fotografija možete podesiti izolirano okruženje Codexa tako da naredbe mogu čitati i mijenjati datoteke u ~/Pictures, a blokirati pristup mreži kako biste spriječili njihovo otpremanje. Za pregled koda možete dozvoliti pristup dokumentaciji na internetu, a izvorne datoteke ostaviti dostupnim samo za čitanje. Korisnici konfiguriraju izolirano okruženje Codexa putem (otvara se u novom prozoru)profila dozvola(otvara se u novom prozoru), koji definiraju ograničenja pristupa datotečnom sistemu i mreži za sesiju Codexa.
U ovom članku prvo ćemo razmotriti kompromise na kojima se zasnivaju podrazumijevane postavke izoliranog okruženja Codexa, a zatim objasniti njegov dizajn i način na koji ga harness koristi za izvršavanje naredbi. Pokazat ćemo kako krajnji korisnici i preduzeća mogu prilagoditi njegove dozvole svojim potrebama te kako programeri mogu koristiti izolirano okruženje u vlastitim alatima. Na kraju ćemo razmotriti kako se ova ograničenja provode na macOS-u, Linuxu i Windowsu.
Naš pristup u Codexu je da za izolirano okruženje postavimo oprezne podrazumijevane postavke koje ipak omogućavaju koristan rad. Naprimjer, kada je Git repozitorij korijen radnog prostora, ugrađeni profil dozvola :workspace:
Dozvoljava pisanje unutar radnog prostora, dok direktorije poput
.giti.codexostavlja dostupnim samo za čitanje. To omogućava Codexu da uređuje izvorni kod bez traženja dozvole za svaku promjenu, a sprečava direktne izmjene datoteke.codex/config.tomlili Git hookova u.git/hooks.Dozvoljava širok pristup čitanju datotečnog sistema, u granicama postojećih korisnikovih dozvola u operativnom sistemu. Kompajleri, izvršna okruženja i alati za izgradnju zavise od SDK-ova, biblioteka i konfiguracije izvan repozitorija. Ograničavanje čitanja na radni prostor onemogućilo bi mnoge uobičajene radne tokove. Kompromis je u tome što i osjetljive datoteke na drugim mjestima na računaru mogu ostati dostupne za čitanje, poput konfiguracijskih datoteka koje sadrže API ključeve.
Onemogućava pristup mreži. Time se blokira direktno otpremanje na vanjske servise, uključujući pokušaje neovlaštenog iznošenja podataka koje naredba može pročitati. To sprečava i legitimne operacije poput preuzimanja zavisnosti, za koje je potreban dodatni pristup.
Ova ograničenja sprečavaju širok raspon neželjenog ponašanja, ali štetne radnje su i dalje moguće. Naprimjer, agent bi mogao ubaciti zlonamjerni kod u lokalno instalirani paket poput node_modules/prettier. Takva promjena možda se ne bi prikazala u izlazu naredbe git status jer Git često zanemaruje node_modules. Ako korisnikov uređivač pri spremanju pokreće tu kopiju Prettiera, samo spremanje datoteke moglo bi izvršiti zlonamjerni kod izvan izoliranog okruženja Codexa. Zato koristimo pristup višeslojne odbrane: izolirano okruženje ograničava čemu naredbe mogu pristupiti, dok treniranje i usklađivanje pomažu modelu da taj pristup koristi u skladu s korisnikovom namjerom.
Za smjernice o prilagođavanju dozvola izoliranog okruženja i njihovom kombiniranju s drugim zaštitama u poslovnom okruženju pogledajte Praktični vodič za sigurnost Codexa(otvara se u novom prozoru).
Virtuelne mašine i kontejneri(otvara se u novom prozoru) dva su popularna mehanizma za izolaciju, ali za izolirano okruženje Codexa koristimo drugačiji pristup. Umjesto premještanja izvršavanja u zasebno okruženje radi izolacije, Codex koristi mehanizme izolacije svake platforme kako bi ograničio naredbe koje se izvršavaju u postojećem korisničkom okruženju.
Mnogim programerima laptop služi kao prilagođeno razvojno okruženje koje mogu mijenjati kad god požele. Reproduciranje tog okruženja u Docker kontejneru može zahtijevati trud, a neki radni tokovi i dalje zavise od alata koji se izvršavaju na domaćinu.
Razmotrimo, naprimjer, korištenje Codexa za razvoj iOS aplikacije na Macu. Ako biste odlučili izolirati Codex pokretanjem unutar Dockera, Codex ne bi mogao pokrenuti skup alata za izgradnju iOS aplikacija, sastavljen od izvornih izvršnih datoteka za Mac, niti pokrenuti iPhone simulator radi izvršavanja koda. Radni tok zasnovan na Dockeru mogao bi prepustiti izgradnju i rad sa simulatorom Mac domaćinu, ali bi se te operacije izvršavale izvan izoliranog okruženja kontejnera i zahtijevale bi vlastita ograničenja. Za Codex biramo jednostavniji pristup: mnogo ulažemo u izolaciju prilagođenu svakom operativnom sistemu kako bi Codex mogao raditi u okruženju koje najbolje odgovara konkretnom zadatku.
Harness izlaže ove mehanizme izolacije specifične za operativni sistem putem zajedničkog API-ja na macOS-u, Windowsu i Linuxu. Ovaj API prima naredbu i profil dozvola. Ako profil dozvola dopušta ograničen pristup mreži, pozivalac mora osigurati mrežni proxy koji provodi ta ograničenja:
Ova funkcija pokreće proces u izoliranom okruženju i vraća ručku Child koju harness može koristiti da sačeka njegov završetak. Svaki proces potomak nasljeđuje ograničenja izoliranog okruženja svog roditelja, pa ona važe za cijelo stablo procesa koje naredba pokrene, čak i za potomke koji nastave raditi nakon završetka izvornog procesa.
Sljedeći dijagram prikazuje kako su ovi dijelovi povezani, od konfiguracije do izvršavanja naredbe u izoliranom okruženju. Odjeljci u nastavku objašnjavaju svaku fazu.

Kao što je objašnjeno u članku Detaljan pregled agentske petlje Codexa, Codex harness odgovoran je za izvršavanje poziva alata koje generira model. Za zadatke programiranja najčešće se koristi alat ljuske, koji izvršava naredbe slično kao korisnik u interaktivnoj ljusci poput Basha. Ovdje ćemo razmotriti jednokratni (otvara se u novom prozoru)alat ljuske (otvara se u novom prozoru)exec_command(otvara se u novom prozoru) kako bismo pokazali kako harness koristi izolirano okruženje za postizanje željene zaštite.
Ovo je pojednostavljena verzija načina na koji bi Codex harness obradio poziv alata exec_command bez izolacije:
Da bi izolirao naredbu, harness zamjenjuje poziv subprocess.Popen() pozivom spawn_command_under_sandbox(). Harness pruža profil dozvola i, kada je potrebno, mrežni proxy:
Alat exec_command također omogućava modelu da zatraži drugačije dozvole za pojedinačnu naredbu, ali harness odlučuje hoće li odobriti zahtjev:
Kada je navedeno use_default, harness koristi podrazumijevanu konfiguraciju izoliranog okruženja za taj korak razgovora. with_additional_permissions traži prošireni pristup unutar izoliranog okruženja, dok require_escalated traži izvršavanje izvan njega. Harness procjenjuje zahtjev na osnovu korisnikovih postavki prije izvršavanja naredbe. (Naprimjer, Codex može direktno pitati korisnika ili usmjeriti zahtjev na automatski pregled(otvara se u novom prozoru).) Ako je izvršavanje odobreno, Codex će proslijediti odgovarajuće permission_profile i network_proxy funkciji perform_exec_command_with_sandboxing(), zajedno s argumentima naredbe iz izvornog ExecCommandToolCall.
Alat ljuske glavni je korisnik funkcije spawn_command_under_sandbox(), a harness istu infrastrukturu za izolaciju koristi i za operacije poput čitanja i mijenjanja lokalnih datoteka. Ova ponovna upotreba nije ograničena na harness: naredba codex sandbox omogućava da izvršavanje naredbi u izoliranom okruženju ugradite u vlastite alate, kao što ćemo vidjeti kasnije. U nastavku ćemo pogledati kako se definiraju profili dozvola.
Imenovani profil dozvola omogućava vam da ista ograničenja pristupa datotečnom sistemu i mreži koristite u više projekata. Vlastite profile možete definirati u odjeljku [permissions] datoteke config.toml. Naprimjer, sljedeće definira profil dev koji proširuje(otvara se u novom prozoru) ugrađeni profil :workspace:
Profil dev dodaje dozvolu za pisanje u ~/build-cache i postavlja dodatna ograničenja za datoteke u radnom prostoru. Unosi za datotečni sistem mogu dozvoliti samo čitanje (read), dozvoliti čitanje i pisanje (write) ili potpuno blokirati pristup (deny).
Tabela :workspace_roots omogućava definiranje pravila za putanje relativne u odnosu na korijene radnog prostora projekta. Codex CLI podrazumijevano koristi svoj radni direktorij kao jedini korijen radnog prostora, dok ChatGPT aplikacija za računar koristi izvorne foldere projekta. Codex primjenjuje svako pravilo na svaki korijen, pa unos .vscode u profilu dev čini direktorij .vscode dostupnim samo za čitanje unutar svakog korijena.
Pored vlastitih pravila, dev nasljeđuje sljedeće zaštite iz profila :workspace:
Za konfiguriranje mreže izoliranog okruženja u Codexu postoje, okvirno, tri opcije:
Onemogućiti sav pristup mreži (podrazumijevano za profil
:workspace)Omogućiti potpun, direktan pristup mreži (podrazumijevano za profil
:danger-full-access)Ograničiti pristup mreži na proxy, koji na osnovu profila dozvola odlučuje šta će propustiti
Da biste profilu dev omogućili direktan pristup mreži, postavite permissions.dev.network.enabled = true na najvišem nivou datoteke config.toml. Time se daje potpun pristup mreži kada je mrežni proxy onemogućen.
Da biste profil dev ograničili na skup domena, omogućite mrežni proxy i konfigurirajte njegova pravila za domene:
Pravila za domene podržavaju tačne nazive i obrasce sa zamjenskim znakovima, pri čemu izričite zabrane imaju prednost nad dozvolama. Zahtjevi prema drugim domenama zahtijevaju odobrenje ili se blokiraju, kao što je opisano u odjeljku Mrežni proxy u nastavku.
Pojedinačni korisnici mogu konfigurirati podrazumijevane postavke za sve projekte i nadjačati ih za određeni pouzdani projekt. Administratori preduzeća također mogu željeti postaviti podrazumijevane vrijednosti za svoje korisnike i ograničiti koje postavke oni mogu mijenjati. Codex podržava oboje putem slojevite konfiguracije i centralno upravljanih zahtjeva.
Kao što je opisano u odjeljku Prioritet konfiguracije,(otvara se u novom prozoru) Codex objedinjuje postavke iz više datoteka config.toml. Tabele se objedinjuju rekurzivno, a kada se vrijednosti sukobe, prednost ima izvor višeg prioriteta. Nizovi se zamjenjuju u cijelosti.
Zato profili dozvola koriste tabele za putanje datotečnog sistema i mrežne domene. Tim može dodati ili nadjačati pojedinačne unose u vlastitoj konfiguraciji i automatski naslijediti promjene svih ostalih unosa u osnovnoj konfiguraciji organizacije:
Administratori mogu pružiti i centralno upravljane zahtjeve(otvara se u novom prozoru) putem datoteke requirements.toml kako bi ograničili korisničke izbore pri konfiguriranju. Ovi zahtjevi mogu dolaziti iz više izvora, uključujući sistemske datoteke i pravila iz oblaka. Čest slučaj upotrebe je navođenje allowed_permission_profiles kako bi se ograničio skup profila dozvola koje korisnik preduzeća može odabrati. Naprimjer, administrator bi mogao navesti sljedeće zahtjeve iz oblaka:
Zahtjevi iz oblaka imali bi prednost nad sistemskom datotekom zahtjeva na putanji /etc/codex/requirements.toml, pa unos u toj datoteci ne može nadjačati prethodno izričito postavljeno ":danger-full-access" = false. Ako se :workspace ne navede, taj unos može pružiti drugi sloj zahtjeva. Profili čiji su unosi false ili ne postoje u konačnoj objedinjenoj tabeli nisu dostupni.
Ovo razdvajanje omogućava organizacijama da provode ograničenja, a korisnicima da unutar tih granica prilagođavaju svoju konfiguraciju. Dobijene profile dozvola može koristiti harness ili se mogu primijeniti direktno na naredbu, kao što ćemo vidjeti u nastavku.
Codex CLI pruža naredbu sandbox koja olakšava izvršavanje proizvoljne naredbe pod profilom dozvola definiranim u konfiguraciji Codexa. Ona se obično koristi za testiranje profila, odnosno provjeru da izolirano okruženje sprečava ponašanje koje treba blokirati.
Naprimjer, sljedeća naredba pokušava konfigurirati VS Code tako da pri spremanju pokreće zlonamjerni alat za automatsko formatiranje. Pod pretpostavkom da .vscode već postoji, prethodno definirani profil dev trebao bi blokirati ovo pisanje jer je taj direktorij dostupan samo za čitanje (codex sandbox podrazumijevano tretira cwd kao korijen radnog prostora):
Zaista, na macOS-u ova naredba ne uspijeva i vraća:
Naredba codex sandbox čini mehanizam izolacije Codexa dostupnim nezavisno od agentske sesije. Isti konfiguracijski jezik i provedbu ograničenja specifičnu za platformu možete koristiti za ograničavanje naredbi koje pokreću vaši alati.
Za stdio MCP server konfiguriran u config.toml, Codex harness ne pokušava izolirati naredbu kojom se server pokreće. Codex ne može pouzdano zaključiti koje su datoteke ili mrežni servisi potrebni tom serveru, pa bi primjena podrazumijevanog profila izoliranog okruženja mogla onemogućiti rad inače ispravne konfiguracije.
Naprimjer, standardni način konfiguriranja MCP servera @modelcontextprotocol/server-memory(otvara se u novom prozoru) za korištenje s Codexom je sljedeći:
Budući da se ova naredba npx izvršava bez izolacije, može pisati datoteke i slati mrežne zahtjeve s istim dozvolama kao korisnik koji pokreće Codex, što joj daje preširok pristup. Da bismo je ograničili, možemo definirati profil dozvola memory-mcp, a zatim izvornu naredbu npx pokrenuti putem codex sandbox --permission-profile memory-mcp kako bismo ograničili gdje server može pisati i onemogućili mu pristup mreži:
Prije pokretanja servera kreirajte njegov direktorij za podatke i popunite npm predmemoriju paketom u fiksiranoj verziji. To omogućava naredbi npx --offline da pokrene server pod profilom koji onemogućava pristup mreži:
Kada je paket u predmemoriji, Codex može pokrenuti memorijski server bez pristupa mreži, uz pisanje ograničeno na npm predmemoriju i serverov direktorij za podatke.
Implementacija izoliranog okruženja pretvara profil dozvola u ograničenja koja provodi operativni sistem. Osnovna logika obrade zahtjeva i pravila mrežnog proxyja zajednička je za sva tri glavna operativna sistema, dok su postavljanje proxyja i njegova integracija s izoliranim okruženjem specifični za svaki sistem. Prvo ćemo razmotriti zajednički proxy, a zatim implementacije za macOS, Linux i Windows.
Da bi proveo mrežna ograničenja profila dozvola, harness pokreće mrežni proxy i konfigurira izolirano okruženje tako da dozvoljava povezivanje s njim, a blokira direktne veze s vanjskim domaćinima. Proxy provjerava svaki zahtjev prema pravilima profila za domene kako bi odlučio hoće li ga proslijediti.
U repozitoriju Codexa mrežni proxy implementiran je u paketu codex-network-proxy(otvara se u novom prozoru), koji harness koristi kao biblioteku, iako se može izgraditi i kao samostalni CLI(otvara se u novom prozoru). Kada je omogućen, codex-network-proxy podrazumijevano pokreće i HTTP proxy i SOCKS5 proxy. Adrese ovih proxyja prenose se procesu pokrenutom u izoliranom okruženju putem varijabli okruženja. Pored standardnih varijabli okruženja kao što su HTTP_PROXY, HTTPS_PROXY i ALL_PROXY, ubacuje se i niz poznatih varijabli okruženja specifičnih za aplikacije(otvara se u novom prozoru), poput PIP_PROXY. Doduše, ne poštuju svi programi ove varijable okruženja. Ako program pokuša direktno povezivanje s vanjskim domaćinom, ograničenja izoliranog okruženja koja provodi operativni sistem blokiraju ga, kao što je opisano u odjeljcima za pojedinačne platforme u nastavku.
Mrežni proxy odgovoran je za provedbu mrežnih ograničenja definiranih u profilu dozvola. Naprimjer, prethodno prikazani profil dev dozvoljava zahtjeve prema *.openai.com, a izričito zabranjuje zahtjeve prema evil.example. Kada zahtjev cilja domenu koja ne odgovara nijednom pravilu dozvole ili zabrane, proxy može privremeno zaustaviti zahtjev i prepustiti harnessu odluku o odobrenju. Kao u primjeru s naredbom ljuske, Codex može direktno pitati korisnika ili usmjeriti zahtjev na automatski pregled(otvara se u novom prozoru). Nakon što primi odluku, proxy dozvoljava nastavak zahtjeva ili ga odbija odgovorom s greškom.
Redoslijed je ovdje važan jer čak i DNS upit može otkriti informacije kodirane u nazivu domaćina. Proxy zato razrješava traženi naziv domaćina tek nakon što utvrdi da je dozvoljen ili odobren. Imajte na umu da široka pravila sa zamjenskim znakovima ili pristup DNS servisima i dalje mogu omogućiti neovlašteno iznošenje podataka putem DNS-a.
Na macOS-u Codex koristi Seatbelt(otvara se u novom prozoru), Appleov mehanizam izolacije koji provodi jezgro sistema. Pravila za Seatbelt pišu se u jeziku Sandbox Profile Language (SBPL), zasnovanom na jeziku Scheme, koji služi za izražavanje ograničenja izoliranog okruženja. Codex poziva Seatbelt putem macOS naredbe /usr/bin/sandbox-exec. Poput naredbe codex sandbox, prima opcije koje opisuju izolirano okruženje, a zatim naredbu za izvršavanje:
PROFILE je SBPL niz znakova koji sadrži unose za konfiguriranje izoliranog okruženja. Naprimjer, sljedeći SBPL isječak prema pravilima izoliranog okruženja omogućava čitanje i pisanje u /dev/null i /dev/zero:
Kada je mrežni proxy omogućen pri pozivanju izoliranog okruženja, u profil se ubacuju pravila poput sljedećih kako bi se veze ograničile na odgovarajuće lokalne portove:
Osnovni profil Codexa počinje sa (deny default), pa odlazne veze ostaju blokirane osim ako nisu izričito dozvoljene.
Konačno, SBPL može sadržavati rezervirana mjesta pomoću (param):
koja se popunjavaju opcijama -Dkey=value proslijeđenim naredbi sandbox-exec.
Da bi implementirao vlastiti API izoliranog okruženja, Codex sastavlja listu argumenata(otvara se u novom prozoru) za sandbox-exec polazeći od osnovnih pravila(otvara se u novom prozoru), a zatim ih dopunjava pomoću permission_profile i drugog konteksta kako bi dobio potpuni Seatbelt profil. Dobijeni profil i prateći argumenti -D konfiguriraju ograničenja koja provodi Seatbelt, dok mrežni proxy provodi dodatna mrežna pravila. Kada je cijela lista argumenata sastavljena, pozivanje naredbe sandbox-exec je jednostavno.
Generiranje ispravnog SBPL-a je izazovno jer Apple ne dokumentira ovaj jezik za upotrebu trećih strana. Zaista, man sandbox-exec navodi The sandbox-exec command is DEPRECATED (što važi i za bibliotečku funkciju sandbox_init(), dokumentiranu putem man 3 sandbox_init). Uprkos upozorenju o zastarjelosti, macOS i dalje isporučuje Seatbelt profile u /usr/share/sandbox, a softver trećih strana, uključujući Google Chrome i Chromium(otvara se u novom prozoru), i dalje se oslanja na Seatbelt. Zato planiramo nastaviti koristiti Seatbelt u doglednoj budućnosti.
Za kreiranje izoliranog okruženja na Linuxu Codex koristi kombinaciju alata bubblewrap(otvara se u novom prozoru) (bwrap), alata komandne linije za izgradnju izoliranih okruženja, i mehanizma seccomp-bpf(otvara se u novom prozoru) u jezgru Linuxa za filtriranje sistemskih poziva. Interni pomoćni program codex-linux-sandbox koordinira postavljanje. Poput naredbe sandbox-exec na macOS-u, prima konfiguraciju izoliranog okruženja, a zatim naredbu za izvršavanje:
Kada je potrebna izolacija datotečnog sistema ili usmjeravanje preko proxyja, codex-linux-sandbox poziva bwrap da kreira početno izolirano okruženje. bwrap zatim unutar njega pokreće codex-linux-sandbox --apply-seccomp-then-exec. Ovaj drugi poziv koristi seccomp-bpf za primjenu dodatnih ograničenja prije izvršavanja korisnikove naredbe.
Da bi sastavio početno izolirano okruženje, Codex koristi bubblewrap za kreiranje prikaza datotečnog sistema u zasebnom imenskom prostoru montiranja, u skladu s pravilima profila dozvola za datotečni sistem. Budući da je to temelj implementacije izoliranog okruženja, Codex isporučuje vlastitu kopiju alata bwrap za slučaj da ga korisnik nije instalirao, ali daje prednost kompatibilnoj instalaciji alata (otvara se u novom prozoru)bwrap(otvara se u novom prozoru) pronađenoj u PATH, kada je dostupna. U praksi, neke distribucije Linuxa podrazumijevano onemogućavaju pristup korisničkim imenskim prostorima(otvara se u novom prozoru), ali prave izuzetak za sistemski bwrap.
Poput alata sandbox-exec, bwrap prima konfiguraciju izoliranog okruženja, a zatim naredbu koja se u njemu izvršava. Umjesto posebnog konfiguracijskog jezika poput SBPL-a, bwrap za konfiguraciju koristi pojedinačne zastavice. Codex koristi sljedeće opcije za kreiranje prikaza datotečnog sistema:
--bindza navođenje datoteke ili direktorija u koji je dozvoljeno pisanje--ro-bindza navođenje datoteke ili direktorija dostupnog samo za čitanje--perms 000 --tmpfs DIR --remount-ro DIRza zabranu pristupa direktorijuDIR--perms 000 --ro-bind-data FD FILEza zabranu pristupa datoteciFILE(pri čemu jeFDotvoreni deskriptor datoteke/dev/null)
Da bi ovim opcijama primijenio glob obrasce zabrane, Codex ih prije pokretanja svake naredbe proširuje u konkretne putanje. Nove putanje koje odgovaraju obrascima ne dodaju se automatski ograničenjima izoliranog okruženja te naredbe.
Codex navodi i opcije poput --unshare-ipc i --unshare-pid kako bi izoliranom okruženju onemogućio pristup drugim vrstama resursa domaćina, pa bubblewrap ne utiče samo na vidljivost datoteka.
Pri korištenju bubblewrapa Codex prosljeđuje --unshare-net kad god je mreža onemogućena ili veze moraju prolaziti kroz mrežni proxy, čime se za izolirano okruženje kreira novi mrežni imenski prostor. Zatim koristimo seccomp-bpf da dodatno ograničimo mrežne sistemske pozive i porodice soketa dostupne naredbi.
Konkretno, koristimo paket seccompiler(otvara se u novom prozoru) da dinamički kompajliramo BPF program na osnovu željenih filtera(otvara se u novom prozoru) i primijenimo ga na pokretački proces u izoliranom okruženju, tako da cijelo stablo procesa naslijedi ograničenja. Zato bwrap ne izvršava korisnikovu naredbu, nego pokreće codex-linux-sandbox s njegovim konfiguracijskim argumentima, nakon kojih slijedi korisnikova naredba:
Da bi primijenio seccomp filtere bez povišenih ovlasti, pokretač postavlja Linuxovu zastavicu no_new_privs za ograničavanje ovlasti(otvara se u novom prozoru). Ovu zastavicu nasljeđuju procesi potomci i ona im onemogućava sticanje dodatnih ovlasti pri izvršavanju drugog programa, poput izvršne datoteke sa setuid bitom.
Seccomp filteri zavise od mrežne konfiguracije. Kada je pristup mreži onemogućen, blokiramo niz mrežnih sistemskih poziva, poput connect(2) i bind(2). Međutim, kada je mrežni proxy omogućen u izoliranom okruženju, dozvoljavamo IP sokete kako bi TCP osluškivač koji kreira codex-linux-sandbox bio dostupan, ali podrazumijevano blokiramo kreiranje samostalnih soketa Unix domene jer bi oni mogli nenamjerno omogućiti pristup resursima domaćina.
Kada konfiguracija izoliranog okruženja zahtijeva mrežni proxy, Codex harness kreira jednu instancu proxyja koja se može ponovo koristiti pri višestrukim pozivima codex-linux-sandbox unutar iste niti Codexa. Svakom izoliranom okruženju potreban je način da iz svog izoliranog mrežnog imenskog prostora pristupi tom zajedničkom proxyju. Codex unutar tog imenskog prostora osigurava TCP osluškivač na povratnoj petlji i postavlja proces izvan izoliranog okruženja da prihvata njegove veze i prosljeđuje ih proxyju.
Sljedeći dijagrami prikazuju ovaj raspored za jednu krajnju tačku proxyja, a završni dijagram prikazuje jednu vezu kroz nju. Prije pokretanja bubblewrapa, codex-linux-sandbox kreira par Unix soketa koji služi kao kontrolni kanal i grana se. Proces potomak izvršava run_host_bridge() i čeka da tim kanalom primi deskriptor datoteke osluškivača:
U ovom primjeru roditeljski proces koristi exec da svoju programsku sliku zamijeni programom bwrap. Time se postavlja izolirano okruženje i unutar njega pokreće codex-linux-sandbox --apply-seccomp-then-exec, uz prosljeđivanje deskriptora datoteke za kontrolni kanal:
Unutar mrežnog imenskog prostora izoliranog okruženja, drugi poziv codex-linux-sandbox kreira TCP osluškivač na povratnoj petlji i prosljeđuje njegov deskriptor datoteke putem soketa. Osluškivač ostaje vezan za mrežni imenski prostor izoliranog okruženja, što procesu potomku koji je ostao izvan njega omogućava da prihvata veze izoliranih programa, dok vlastite izlazne veze otvara u mrežnom imenskom prostoru domaćina. Nakon predaje oba procesa zatvaraju svoje deskriptore kontrolnog kanala, a proces unutar izoliranog okruženja zatvara svoju kopiju osluškivača.
Kada TCP osluškivač bude spreman, proces unutar izoliranog okruženja postavlja odgovarajuću vrijednost za HTTP_PROXY(otvara se u novom prozoru) i povezane varijable okruženja tako da upućuju na taj osluškivač. Zatim primjenjuje seccomp prije grananja procesa i izvršavanja korisnikove naredbe:
Proces izvan izoliranog okruženja drži osluškivač otvorenim. Za svaku prihvaćenu vezu otvara vezu s konfiguriranim proxyjem i prenosi podatke u oba smjera.
Ovaj dodatni mehanizam naredbi daje vlastiti mrežni imenski prostor, uključujući zasebni interfejs povratne petlje. Na macOS-u Seatbelt omogućava naredbi direktno povezivanje s navedenim portovima na interfejsu povratne petlje domaćina. Na Linuxu se naredba umjesto toga povezuje s osluškivačem unutar svog izoliranog imenskog prostora, a proces izvan izoliranog okruženja prosljeđuje te veze konfiguriranom proxyju. Predaja deskriptora omogućava ovo povezivanje bez izlaganja mrežnog imenskog prostora domaćina naredbi.
Ranije ove godine implementirali smo izolirano okruženje na Windowsu i pisali o svom radu na tome. Od tada je Microsoft objavio biblioteku MXC, uz nove funkcije za izolaciju procesa unutar operativnog sistema Windows. Trenutno zamjenjujemo postojeće izolirano okruženje novim, koje koristi biblioteku MXC.
MXC (Microsoft eXecution Container) je Microsoftov sistem za izvršavanje koda u izoliranom okruženju(otvara se u novom prozoru) koji podržava više mehanizama izolacije na Windowsu, Linuxu i macOS-u. Codex podržava izolirano okruženje zasnovano na MXC-u na kompatibilnim Windows uređajima, koristeći ugrađenu izolaciju procesa za ograničavanje naredbi unutar postojećeg korisničkog okruženja.
Prelazimo na MXC kako bismo poboljšali sigurnost i upotrebljivost te otklonili nekoliko ograničenja postojećeg izoliranog okruženja za Windows:
Potrebu za povišenim ili administratorskim ovlastima pri postavljanju izoliranog okruženja
Resursno zahtjevne i spore operacije provjere i postavljanja ACL-ova
Trajno stanje postavki izoliranog okruženja na računaru domaćinu, uključujući
ACL-ove
Pravila zaštitnog zida
Korisnike izoliranog okruženja
Datoteke upravljačkog sloja
MXC pruža JSON šemu konfiguracije(otvara se u novom prozoru). Codex koristi MXC SDK(otvara se u novom prozoru) za sastavljanje zahtjeva za izvršavanje prema toj šemi, koji sadrži naredbu, radni direktorij, okruženje i dozvole. Te dozvole obuhvataju pristup datotečnom sistemu i mreži, kao i resursima Windowsa poput radne površine i međuspremnika.
Codex koristi fiksne postavke za nekoliko kontrola kako bi uravnotežio kompatibilnost i sigurnost. Dozvoljava čitanje registra i zadržava pristup komponenti Win32k i radnoj površini, koji je PowerShellu potreban pri pokretanju. Pristup međuspremniku, ubacivanje ulaznih događaja te upravljanje radnom površinom i sistemskim postavkama su onemogućeni. Konačno, MXC-u je onemogućeno da kao rezervno rješenje mijenja dozvole datotečnog sistema domaćina.
Codex pretvara pravila profila dozvola za datotečni sistem i mrežu u konfiguraciju MXC-a. Ako koristimo prethodni profil dev i pretpostavimo sljedeće:
C:\,D:\iZ:\jedini su lokalni diskovi računara.Korijen radnog prostora i radni direktorij su
C:\work\demo.Korisnikov matični direktorij je
D:\Users\dev, pa se~/build-cacherazrješava uD:\Users\dev\build-cache.Glob obrazac zabrane podudara se samo s putanjama
C:\work\demo\config\dev.enviC:\work\demo\config\prod.env.
Odgovarajuće postavke MXC-a uključivale bi:
Pravila MXC-a za datotečni sistem podrazumijevano zabranjuju pristup. Codex zato dodaje dozvole samo za čitanje korijena lokalnih diskova kako bi omogućio široki pristup čitanju koji ovaj profil dozvoljava. Ove dozvole primjenjuju se rekurzivno, u granicama postojećih korisnikovih dozvola u operativnom sistemu.
Postoji jedna posebnost: dozvole za pisanje u korijenu diska ne primjenjuju se rekurzivno, pa ih Codex proširuje na postojeće datoteke i direktorije neposredno u korijenu diska.
Dozvole za konkretnije putanje imaju prednost nad dozvolama nadređenih putanja, pa C:\work\demo može dozvoljavati pisanje unutar C:\, koji dozvoljava samo čitanje, dok C:\work\demo\.git ostaje dostupan samo za čitanje.
Kada različiti zapisi putanje ili aliasi putem simboličkih veza ili spojeva upućuju na istu putanju, MXC primjenjuje strožu dozvolu: zabrana ima prednost nad dozvolom samo za čitanje, a ona nad dozvolom za čitanje i pisanje.
MXC prima samo konkretne zabranjene putanje, pa Codex prije pokretanja proširuje glob obrasce zabrane u odgovarajuće datoteke i direktorije. Nove putanje koje odgovaraju glob obrascu ne dodaju se automatski tokom izvršavanja naredbe.
Pravila za domene poput *.openai.com provodi prethodno opisani zajednički mrežni proxy Codexa. Codex pokreće taj proxy izvan izoliranog okruženja i prosljeđuje njegove adrese naredbi putem istih standardnih varijabli okruženja *_PROXY koje smo ranije spomenuli. MXC blokira direktne vanjske veze, a dozvoljava veze preko povratne petlje domaćina, uključujući pristup proxyju. Ostali lokalni servisi ostaju dostupni.
Na macOS-u, Linuxu i Windowsu harness koristi isti API izoliranog okruženja za pokretanje naredbi pod profilom dozvola. Implementacije specifične za platformu obavljaju postavljanje potrebno za primjenu tih ograničenja.
Pisanje i izvršavanje koda agentima pruža fleksibilan način rješavanja problema i izvan razvoja softvera. Izolirano okruženje Codexa omogućava im da tu sposobnost koriste u postojećem korisničkom okruženju, uz izričita ograničenja pristupa datotečnom sistemu i mreži. Ono je osnovna komponenta za višekratnu upotrebu unutar harnessa, a naredba codex sandbox čini ga dostupnim alatima koje sami razvijate.
Kako agenti preuzimaju sve više zadataka, želimo da izolacija postane praktična za više alata i okruženja. To znači pojednostaviti konfiguriranje dozvola i koristiti bolje zaštitne mehanizme operativnih sistema kako postaju dostupni. Naš cilj je proširiti mogućnosti agenata, a ljudima zadržati kontrolu nad onim čemu agenti mogu pristupiti.


