Dins de l'entorn aïllat de Codex
Com Codex executa ordres al teu ordinador amb límits que tu controles.
A OpenAI, adoptem un enfocament de defensa en profunditat(s'obre en una finestra nova) per protegir els agents. Tot i que les nostres inversions en entrenament i alineament són fonamentals per a aquesta tasca, també implementem funcions al nostre entorn d'execució d'agents, Codex(s'obre en una finestra nova), per oferir proteccions addicionals. Com que una de les accions més habituals (i potencialment arriscades) de Codex és executar ordres al teu ordinador, hem creat l'entorn aïllat de Codex perquè pugui treballar al teu entorn existent amb límits d'accés al sistema de fitxers i a la xarxa que tu controles.
Un (s'obre en una finestra nova)entorn aïllat(s'obre en una finestra nova) limita a què pot accedir un programa mentre s'executa. Per a una tasca d'organització de fotos, pots configurar l'entorn aïllat de Codex perquè les ordres puguin llegir i modificar fitxers a ~/Pictures, però bloquejant l'accés a la xarxa per evitar que es pugin fitxers. Per revisar codi, pots permetre l'accés a documentació en línia i mantenir els fitxers de codi font en mode de només lectura. Els usuaris configuren l'entorn aïllat de Codex mitjançant (s'obre en una finestra nova)perfils de permisos(s'obre en una finestra nova), que defineixen les restriccions del sistema de fitxers i de xarxa per a una sessió de Codex.
En aquest article, començarem pels equilibris que determinen els valors predeterminats de l'entorn aïllat de Codex. Després n'explicarem el disseny i com l'entorn d'execució el fa servir per executar ordres. Mostrarem com els usuaris finals i les empreses poden adaptar-ne els permisos a les seves necessitats i com els desenvolupadors poden reutilitzar l'entorn aïllat a les seves eines. Finalment, examinarem com s'apliquen aquestes restriccions al macOS, al Linux i al Windows.
A Codex, la nostra filosofia és establir valors predeterminats prudents per a l'entorn aïllat que, alhora, permetin fer feina útil. Per exemple, amb un repositori Git com a arrel de l'espai de treball, el perfil de permisos integrat :workspace:
Permet escriure dins de l'espai de treball, però manté directoris com ara
.giti.codexen mode de només lectura. Això permet que Codex editi el codi font sense demanar permís per a cada canvi, però impedeix modificar directament.codex/config.tomlo els ganxos de Git a.git/hooks.Permet un accés de lectura ampli al sistema de fitxers, subjecte als permisos que l'usuari ja té al sistema operatiu. Els compiladors, els entorns d'execució i les eines de construcció depenen d'SDK, biblioteques i configuracions que són fora del repositori. Restringir la lectura a l'espai de treball faria que molts fluxos de treball habituals deixessin de funcionar. La contrapartida és que els fitxers sensibles d'altres ubicacions de la màquina també poden continuar sent llegibles, com ara fitxers de configuració que contenen claus d'API.
Desactiva l'accés a la xarxa. Això bloqueja les pujades directes a serveis externs, inclosos els intents d'exfiltrar dades que l'ordre pot llegir. També impedeix operacions legítimes, com ara descarregar dependències, que requereixen accés addicional.
Aquestes restriccions impedeixen un ampli conjunt de comportaments indesitjats, però encara són possibles accions perjudicials. Per exemple, l'agent podria injectar codi maliciós en un paquet instal·lat localment, com ara node_modules/prettier. Aquest canvi podria no aparèixer a git status, perquè Git sovint ignora node_modules. Si l'editor de l'usuari executa aquesta còpia de Prettier en desar, el simple fet de desar un fitxer podria executar el codi maliciós fora de l'entorn aïllat de Codex. Per això adoptem un enfocament de defensa en profunditat: l'entorn aïllat limita a què poden accedir les ordres, mentre que l'entrenament i l'alineament ajuden el model a fer servir aquest accés d'acord amb la intenció de l'usuari.
Per saber com adaptar els permisos de l'entorn aïllat i combinar-los amb altres proteccions en un entorn empresarial, consulta la guia pràctica de seguretat de Codex(s'obre en una finestra nova).
Les màquines virtuals i els contenidors(s'obre en una finestra nova) són dos mecanismes habituals d'aïllament, però amb l'entorn aïllat de Codex adoptem un enfocament diferent. En lloc de traslladar el còmput a un entorn separat per aïllar-lo, Codex fa servir els mecanismes d'aïllament de cada plataforma per restringir les ordres que s'executen a l'entorn existent de l'usuari.
Per a molts desenvolupadors, el portàtil és un entorn de desenvolupament fet a mida que poden modificar quan volen. Reproduir aquest entorn en un contenidor Docker pot requerir feina, i alguns fluxos de treball continuen depenent d'eines que s'executen a l'amfitrió.
Pensa, per exemple, en l'ús de Codex per desenvolupar una aplicació per a l'iOS en un Mac. Si decidissis aïllar Codex executant-lo dins de Docker, Codex no podria executar la cadena d'eines de construcció de l'iOS, formada per executables natius del Mac, ni iniciar el simulador d'iPhone per executar el codi. Un flux de treball basat en Docker podria delegar les construccions i les operacions del simulador al Mac amfitrió, però aquestes operacions s'executarien fora de l'entorn aïllat del contenidor i necessitarien restriccions pròpies. A Codex, preferim simplificar les coses invertint de manera decidida en l'aïllament específic de cada sistema operatiu, perquè Codex pugui executar-se a l'entorn més adequat per a cada tasca.
L'entorn d'execució exposa aquests mecanismes d'aïllament específics de cada sistema operatiu mitjançant una API comuna per al macOS, el Windows i el Linux. Aquesta API rep una ordre i un perfil de permisos. Si el perfil de permisos permet un accés limitat a la xarxa, qui fa la crida ha de proporcionar un servidor intermediari de xarxa que apliqui aquests límits:
Aquesta funció inicia el procés en un entorn aïllat i retorna un identificador Child que l'entorn d'execució pot fer servir per esperar que el procés acabi. Cada procés fill hereta les restriccions d'aïllament del pare, de manera que s'apliquen a tot l'arbre de processos iniciat per l'ordre, fins i tot als descendents que continuen actius després que acabi el procés original.
El diagrama següent mostra com encaixen aquestes peces, des de la configuració fins a l'execució d'una ordre aïllada. Els apartats següents expliquen cada etapa.

Tal com s'explica a El bucle de l'agent Codex, pas a pas, l'entorn d'execució de Codex s'encarrega d'executar les crides a eines generades pel model. Per a tasques de programació, l'eina més utilitzada és una eina d'intèrpret d'ordres, que executa ordres de manera semblant a com ho faria un usuari en un intèrpret interactiu com Bash. Aquí examinarem l'eina d'intèrpret d'ordres (s'obre en una finestra nova)exec_command(s'obre en una finestra nova) d'execució única(s'obre en una finestra nova) per il·lustrar com l'entorn d'execució fa servir l'entorn aïllat per aconseguir les proteccions desitjades.
Aquesta és una versió simplificada de com l'entorn d'execució de Codex atendria una crida a l'eina exec_command sense aïllament:
Per aïllar l'ordre, l'entorn d'execució substitueix la crida a subprocess.Popen() per spawn_command_under_sandbox(). L'entorn d'execució proporciona el perfil de permisos i, quan cal, el servidor intermediari de xarxa:
L'eina exec_command també permet que el model sol·liciti permisos diferents per a una ordre concreta, però l'entorn d'execució decideix si els concedeix:
Quan s'especifica use_default, l'entorn d'execució fa servir la configuració d'aïllament predeterminada del torn. with_additional_permissions sol·licita ampliar l'accés dins de l'entorn aïllat, mentre que require_escalated sol·licita executar l'ordre fora d'aquest entorn. L'entorn d'execució avalua la sol·licitud segons les preferències de l'usuari abans d'executar l'ordre. (Per exemple, Codex pot preguntar directament a l'usuari o enviar la sol·licitud a revisió automàtica(s'obre en una finestra nova).) Si s'autoritza l'execució, Codex passarà els valors adequats de permission_profile i network_proxy a perform_exec_command_with_sandboxing(), amb els arguments de l'ordre de la crida ExecCommandToolCall original.
L'eina d'intèrpret d'ordres és el principal component que fa servir spawn_command_under_sandbox(), i l'entorn d'execució també reutilitza la infraestructura d'aïllament per a operacions com ara llegir i modificar fitxers locals. Aquesta reutilització va més enllà de l'entorn d'execució: l'ordre codex sandbox et permet incorporar l'execució d'ordres aïllades a les teves eines, com veurem més endavant. Tot seguit, veurem com es defineixen els perfils de permisos.
Un perfil de permisos amb nom et permet reutilitzar les mateixes restriccions del sistema de fitxers i de xarxa en diversos projectes. Pots definir perfils propis a la secció [permissions] de config.toml. Per exemple, la configuració següent defineix un perfil anomenat dev que amplia(s'obre en una finestra nova) el perfil integrat :workspace:
El perfil dev afegeix accés d'escriptura a ~/build-cache i imposa restriccions addicionals als fitxers de l'espai de treball. Les entrades del sistema de fitxers poden concedir accés de només lectura (read), accés de lectura i escriptura (write) o bloquejar l'accés del tot (deny).
La taula :workspace_roots permet definir regles per a camins relatius a les arrels de l'espai de treball d'un projecte. Per defecte, la CLI de Codex fa servir el seu directori de treball com a única arrel de l'espai de treball, mentre que l'aplicació d'escriptori de ChatGPT fa servir les carpetes de codi font del projecte. Codex aplica cada regla a totes les arrels, de manera que l'entrada .vscode de dev fa que el directori .vscode de cada arrel sigui de només lectura.
A més de les seves regles pròpies, dev hereta les proteccions següents de :workspace:
A grans trets, hi ha tres opcions per configurar la xarxa de l'entorn aïllat de Codex:
Desactivar tot l'accés a la xarxa (opció predeterminada del perfil
:workspace)Activar l'accés directe i complet a la xarxa (opció predeterminada del perfil
:danger-full-access)Restringir l'accés a la xarxa a un servidor intermediari, que decideix què deixa passar segons el perfil de permisos
Per donar accés directe a la xarxa a dev, estableix permissions.dev.network.enabled = true al nivell superior de config.toml. Això concedeix accés complet a la xarxa quan el servidor intermediari de xarxa està desactivat.
Per restringir dev a un conjunt de dominis, activa el servidor intermediari de xarxa i configura'n les regles de domini:
Les regles de domini admeten noms exactes i patrons amb comodins. Les regles de denegació explícites prevalen sobre les d'autorització. Les sol·licituds a altres dominis requereixen aprovació o es bloquegen, tal com es descriu a l'apartat Servidor intermediari de xarxa més avall.
Cada usuari pot configurar valors predeterminats que s'apliquin a tots els projectes i substituir-los per a un projecte de confiança concret. Els administradors d'empresa també poden voler configurar valors predeterminats per als seus usuaris i limitar quins paràmetres poden canviar. Codex admet totes dues opcions mitjançant la configuració per capes i els requisits administrats.
Tal com es descriu a Prioritat de la configuració,(s'obre en una finestra nova) Codex combina els paràmetres de diversos fitxers config.toml. Les taules es combinen recursivament; si hi ha valors en conflicte, preval la font amb més prioritat. Les matrius se substitueixen senceres.
Per això els perfils de permisos fan servir taules per als camins del sistema de fitxers i els dominis de xarxa. Un equip pot afegir o substituir entrades individuals a la seva configuració i heretar automàticament els canvis de totes les altres entrades de la configuració base de l'organització:
Els administradors també poden proporcionar requisits administrats(s'obre en una finestra nova) mitjançant requirements.toml per limitar les opcions de configuració dels usuaris. Aquests requisits poden provenir de diverses fonts, inclosos fitxers del sistema i polítiques proporcionades des del núvol. Un cas d'ús habitual és especificar allowed_permission_profiles per limitar el conjunt de perfils de permisos que pot seleccionar un usuari d'empresa. Per exemple, un administrador podria especificar aquests requisits del núvol:
Els requisits del núvol tindrien prioritat sobre el fitxer de requisits del sistema a /etc/codex/requirements.toml, de manera que cap entrada d'aquest fitxer no pot substituir el valor explícit ":danger-full-access" = false anterior. Deixar :workspace sense especificar permet que una altra capa de requisits proporcioni aquesta entrada. Els perfils amb entrades false o absents de la taula combinada final no estan disponibles.
Aquesta separació permet que les organitzacions imposin límits i que els usuaris adaptin la seva configuració dins d'aquests límits. L'entorn d'execució pot fer servir els perfils de permisos resultants, o bé es poden aplicar directament a una ordre, com veurem tot seguit.
La CLI de Codex ofereix l'ordre sandbox per facilitar l'execució de qualsevol ordre amb un perfil de permisos definit a la configuració de Codex. Se sol fer servir per provar el perfil i comprovar que l'entorn aïllat impedeix els comportaments que s'han volgut bloquejar.
Per exemple, l'ordre següent intenta configurar VS Code perquè executi un formatador automàtic maliciós en desar. Si .vscode ja existeix, el perfil dev definit abans hauria de bloquejar aquesta escriptura perquè el directori és de només lectura (per defecte, codex sandbox tracta cwd com una arrel de l'espai de treball):
En efecte, al macOS falla amb el missatge següent:
L'ordre codex sandbox permet fer servir el mecanisme d'aïllament de Codex independentment d'una sessió d'agent. Pots fer servir el mateix llenguatge de configuració i els mecanismes d'aplicació de restriccions específics de cada plataforma per restringir les ordres iniciades per les teves eines.
Per a un servidor MCP amb stdio configurat a config.toml, l'entorn d'execució de Codex no intenta aïllar l'ordre que inicia el servidor. Codex no pot deduir de manera fiable quins fitxers o serveis de xarxa necessita el servidor. Per això, aplicar-hi un perfil d'aïllament predeterminat podria fer que una configuració altrament vàlida deixés de funcionar.
Per exemple, la manera habitual de configurar el servidor MCP @modelcontextprotocol/server-memory(s'obre en una finestra nova) per fer-lo servir amb Codex és la següent:
Com que aquesta ordre npx s'executa sense aïllament, pot escriure fitxers i fer sol·licituds de xarxa amb els mateixos permisos que l'usuari que executa Codex, cosa que és massa permissiva. Per restringir-la, podem definir un perfil de permisos anomenat memory-mcp i executar l'ordre npx original mitjançant codex sandbox --permission-profile memory-mcp, per limitar on pot escriure el servidor i impedir-li l'accés a la xarxa:
Abans d'iniciar el servidor, crea'n el directori de dades i desa la versió fixada del paquet a la memòria cau d'npm. Això permet que npx --offline iniciï el servidor amb un perfil que desactiva l'accés a la xarxa:
Un cop el paquet és a la memòria cau, Codex pot iniciar el servidor de memòria sense accés a la xarxa, amb l'escriptura limitada a la memòria cau d'npm i al directori de dades del servidor.
La implementació de l'entorn aïllat converteix un perfil de permisos en restriccions que aplica el sistema operatiu. La lògica central de gestió de sol·licituds i de polítiques del servidor intermediari de xarxa és compartida pels tres sistemes operatius principals, mentre que la seva configuració i integració amb l'entorn aïllat són específiques de cada sistema. Primer examinarem el servidor intermediari compartit i, després, les implementacions per al macOS, el Linux i el Windows.
Per aplicar les restriccions de xarxa d'un perfil de permisos, l'entorn d'execució inicia un servidor intermediari de xarxa i configura l'entorn aïllat perquè permeti connectar-s'hi, però bloquegi les connexions directes a amfitrions externs. El servidor intermediari comprova cada sol·licitud segons les regles de domini del perfil per decidir si la reenvia.
Al repositori de Codex, el servidor intermediari de xarxa està implementat al paquet de Rust codex-network-proxy(s'obre en una finestra nova), que l'entorn d'execució fa servir com a biblioteca, tot i que també es pot compilar com una CLI independent(s'obre en una finestra nova). Quan està activat, codex-network-proxy inicia per defecte tant un servidor intermediari HTTP com un servidor intermediari SOCKS5. Les adreces d'aquests servidors intermediaris es comuniquen al procés creat per l'entorn aïllat mitjançant variables d'entorn. A més d'injectar variables d'entorn estàndard com ara HTTP_PROXY, HTTPS_PROXY i ALL_PROXY, també s'injecten diverses variables d'entorn específiques d'aplicacions(s'obre en una finestra nova) conegudes, com ara PIP_PROXY. Cal reconèixer que no tots els programes respecten aquestes variables d'entorn. Si un programa intenta connectar-se directament a un amfitrió extern, les restriccions d'aïllament del sistema operatiu ho bloquegen, tal com es descriu als apartats específics de cada plataforma més avall.
El servidor intermediari de xarxa s'encarrega d'aplicar les restriccions de xarxa definides en un perfil de permisos. Per exemple, el perfil dev mostrat abans permet sol·licituds a *.openai.com i denega explícitament les sol·licituds a evil.example. Quan una sol·licitud s'adreça a un domini que no coincideix amb cap regla d'autorització o denegació, el servidor intermediari pot suspendre-la mentre en delega l'aprovació a l'entorn d'execució. Com a l'exemple de l'ordre de l'intèrpret, Codex pot preguntar directament a l'usuari o enviar la sol·licitud a revisió automàtica(s'obre en una finestra nova). Un cop rep la decisió, el servidor intermediari permet que la sol·licitud continuï o la rebutja amb una resposta d'error.
Aquí l'ordre és important, perquè fins i tot una consulta DNS pot filtrar informació codificada en un nom d'amfitrió. Per això, el servidor intermediari només resol el nom d'amfitrió sol·licitat després de determinar que està permès o aprovat. Tingues en compte que les regles amb comodins massa amplis o l'accés a serveis DNS encara poden permetre l'exfiltració mitjançant DNS.
Al macOS, Codex fa servir Seatbelt(s'obre en una finestra nova), el mecanisme d'aïllament d'Apple que aplica el nucli. Les polítiques de Seatbelt s'escriuen en Sandbox Profile Language (SBPL), un llenguatge basat en Scheme per expressar restriccions d'aïllament. Codex invoca Seatbelt mitjançant l'ordre /usr/bin/sandbox-exec del macOS. Igual que codex sandbox, rep opcions que descriuen l'entorn aïllat seguides de l'ordre que cal executar:
PROFILE és una cadena de text SBPL que conté entrades que configuren l'entorn aïllat. Per exemple, el fragment SBPL següent permet llegir i escriure a /dev/null i /dev/zero segons la política de l'entorn aïllat:
Quan s'activa el servidor intermediari de xarxa en una invocació de l'entorn aïllat, s'injecten regles com les següents al perfil per limitar les connexions als ports locals adequats:
El perfil base de Codex comença amb (deny default), de manera que les connexions sortints continuen bloquejades tret que es permetin explícitament.
Finalment, l'SBPL pot contenir marcadors de posició amb (param):
que s'emplenen amb les opcions -Dkey=value passades a sandbox-exec.
Per implementar la seva API d'aïllament, Codex construeix la llista d'arguments(s'obre en una finestra nova) de sandbox-exec a partir d'una política base(s'obre en una finestra nova). Després la modifica amb permission_profile i altres dades de context per generar el perfil complet de Seatbelt. El perfil resultant i els arguments -D que l'acompanyen configuren les restriccions que aplica Seatbelt, mentre que el servidor intermediari de xarxa aplica regles de xarxa addicionals. Un cop reunida tota la llista d'arguments, invocar sandbox-exec és senzill.
Generar l'SBPL correcte és complicat perquè Apple no documenta el llenguatge per a l'ús de tercers. De fet, man sandbox-exec indica The sandbox-exec command is DEPRECATED (igual que la funció de biblioteca sandbox_init(), documentada a man 3 sandbox_init). Malgrat l'avís d'obsolescència, el macOS continua incloent perfils de Seatbelt a /usr/share/sandbox, i el programari de tercers, inclosos Google Chrome i Chromium(s'obre en una finestra nova), continua depenent de Seatbelt. Per això, tenim previst continuar fent servir Seatbelt en el futur previsible.
Per crear l'entorn aïllat al Linux, Codex combina bubblewrap(s'obre en una finestra nova) (bwrap), una eina de línia d'ordres per construir entorns aïllats, amb seccomp-bpf(s'obre en una finestra nova), un mecanisme del nucli Linux per filtrar crides de sistema. Un programa auxiliar intern anomenat codex-linux-sandbox coordina la configuració. Igual que sandbox-exec al macOS, rep una configuració de l'entorn aïllat seguida d'una ordre que cal executar:
Quan cal aïllar el sistema de fitxers o encaminar el trànsit a través d'un servidor intermediari, codex-linux-sandbox invoca bwrap per crear l'entorn aïllat inicial. A continuació, bwrap hi inicia codex-linux-sandbox --apply-seccomp-then-exec. Aquesta segona invocació fa servir seccomp-bpf per aplicar restriccions addicionals abans d'executar l'ordre de l'usuari.
Per construir aquest entorn aïllat inicial, Codex fa servir bubblewrap per crear una vista del sistema de fitxers en un espai de noms de muntatge separat que reflecteix les regles del sistema de fitxers del perfil de permisos. Com que això és fonamental per implementar l'entorn aïllat, Codex inclou una còpia pròpia de bwrap per si l'usuari no en té cap d'instal·lada, però dona preferència a una instal·lació compatible de (s'obre en una finestra nova)bwrap(s'obre en una finestra nova) que es trobi a PATH, si n'hi ha. A la pràctica, algunes distribucions del Linux desactiven per defecte l'accés als espais de noms d'usuari(s'obre en una finestra nova), però fan una excepció per al bwrap del sistema.
Igual que sandbox-exec, bwrap rep una configuració de l'entorn aïllat seguida d'una ordre que s'hi executarà. En lloc d'un llenguatge de configuració propi com SBPL, bwrap es configura amb opcions individuals. Codex fa servir les opcions següents per crear la vista del sistema de fitxers:
--bindper especificar un fitxer o directori amb permís d'escriptura--ro-bindper especificar un fitxer o directori de només lectura--perms 000 --tmpfs DIR --remount-ro DIRper denegar l'accés aDIR--perms 000 --ro-bind-data FD FILEper denegar l'accés aFILE(onFDés un descriptor de fitxer obert que apunta a/dev/null)
Per aplicar patrons glob de denegació amb aquestes opcions, Codex els expandeix en camins concrets abans d'iniciar cada ordre. Els camins nous que coincideixin amb el patró no s'afegeixen automàticament a les restriccions de l'entorn aïllat d'aquesta ordre.
Codex també especifica opcions com ara --unshare-ipc i --unshare-pid per impedir que l'entorn aïllat accedeixi a altres tipus de recursos de l'amfitrió. Per tant, bubblewrap no afecta només la visibilitat dels fitxers.
Quan fa servir bubblewrap, Codex passa --unshare-net sempre que la xarxa està desactivada o les connexions han de passar pel servidor intermediari de xarxa. Això crea un espai de noms de xarxa nou per a l'entorn aïllat. Després fem servir seccomp-bpf per aplicar restriccions addicionals a les crides de sistema de xarxa i a les famílies de sòcols disponibles per a l'ordre.
Concretament, fem servir el paquet de Rust seccompiler(s'obre en una finestra nova) per compilar dinàmicament un programa BPF a partir dels filtres desitjats(s'obre en una finestra nova) i aplicar-lo a un procés llançador dins de l'entorn aïllat, de manera que tot l'arbre de processos hereti les restriccions. Així doncs, bwrap no executa l'ordre de l'usuari, sinó el llançador codex-linux-sandbox amb els seus arguments de configuració seguits de l'ordre de l'usuari:
Per aplicar filtres seccomp sense privilegis elevats, el llançador activa l'indicador no_new_privs del Linux(s'obre en una finestra nova). Els processos fills hereten aquest indicador, que els impedeix obtenir privilegis addicionals en executar un altre programa, com ara un executable setuid.
Els filtres seccomp depenen de la configuració de xarxa. Quan l'accés a la xarxa està desactivat, bloquegem diverses crides de sistema relacionades amb la xarxa, com ara connect(2) i bind(2). En canvi, quan el servidor intermediari de xarxa està activat a l'entorn aïllat, permetem els sòcols IP perquè es pugui accedir al sòcol d'escolta TCP creat per codex-linux-sandbox, però bloquegem per defecte la creació de sòcols de domini Unix independents, ja que podrien permetre l'accés involuntari a recursos de l'amfitrió.
Quan la configuració de l'entorn aïllat requereix fer servir el servidor intermediari de xarxa, l'entorn d'execució de Codex en crea una instància que es pot reutilitzar en diverses invocacions de codex-linux-sandbox dins del mateix fil de Codex. Cada entorn aïllat necessita una manera d'accedir a aquest servidor intermediari compartit des del seu espai de noms de xarxa aïllat. Codex proporciona un sòcol d'escolta TCP de bucle local dins d'aquest espai de noms i fa que un procés fora de l'entorn aïllat n'accepti les connexions i les retransmeti al servidor intermediari.
Els diagrames següents il·lustren aquesta configuració per a un punt final del servidor intermediari. L'últim diagrama mostra una connexió que hi passa. Abans d'iniciar bubblewrap, codex-linux-sandbox crea un parell de sòcols Unix com a canal de control i es bifurca. El procés fill executa run_host_bridge() i espera rebre el descriptor de fitxer del sòcol d'escolta per aquest canal:
En aquest exemple, el procés pare fa servir exec per substituir la seva imatge de programa per bwrap. Això configura l'entorn aïllat i hi inicia codex-linux-sandbox --apply-seccomp-then-exec, passant-li el descriptor de fitxer del canal de control:
Dins de l'espai de noms de xarxa de l'entorn aïllat, la segona invocació de codex-linux-sandbox crea un sòcol d'escolta TCP de bucle local i en passa el descriptor de fitxer a través del sòcol. El sòcol d'escolta continua associat a l'espai de noms de xarxa de l'entorn aïllat. Això permet que el procés fill que ha quedat fora de l'entorn aïllat accepti connexions dels programes aïllats i, alhora, obri les connexions cap al servidor intermediari a l'espai de noms de xarxa de l'amfitrió. Després de la transferència, tots dos processos tanquen els descriptors del canal de control, i el procés dins de l'entorn aïllat tanca la seva còpia del sòcol d'escolta.
Un cop el sòcol d'escolta TCP està a punt, el procés dins de l'entorn aïllat estableix el valor adequat de HTTP_PROXY(s'obre en una finestra nova) i de les variables d'entorn relacionades perquè apuntin a aquest sòcol. A continuació, aplica seccomp abans de bifurcar-se i executar l'ordre de l'usuari:
El procés fora de l'entorn aïllat manté obert el sòcol d'escolta. Per cada connexió acceptada, obre una connexió amb el servidor intermediari configurat i retransmet les dades en tots dos sentits.
Aquest mecanisme addicional proporciona a l'ordre un espai de noms de xarxa propi, amb una interfície de bucle local independent. Al macOS, Seatbelt permet que l'ordre es connecti directament als ports especificats de la interfície de bucle local de l'amfitrió. Al Linux, en canvi, l'ordre es connecta a un sòcol d'escolta dins del seu espai de noms aïllat, i un procés fora de l'entorn aïllat retransmet aquestes connexions al servidor intermediari configurat. La transferència del descriptor fa possible aquesta connexió sense exposar l'espai de noms de xarxa de l'amfitrió a l'ordre.
A principis d'any, vam implementar l'aïllament al Windows i vam publicar un article sobre aquesta feina. Des d'aleshores, Microsoft ha publicat una biblioteca anomenada MXC, juntament amb noves funcions d'aïllament de processos dins del sistema operatiu Windows. Actualment estem substituint el nostre entorn aïllat per un que fa servir la biblioteca MXC.
MXC (Microsoft eXecution Container) és un sistema d'execució de codi en entorns aïllats(s'obre en una finestra nova) de Microsoft que admet diversos motors de contenció al Windows, al Linux i al macOS. Codex admet un entorn aïllat basat en MXC als dispositius Windows compatibles, amb aïllament natiu de processos per restringir les ordres dins de l'entorn existent de l'usuari.
Estem migrant a MXC per millorar la seguretat i la usabilitat i resoldre diverses limitacions del nostre entorn aïllat actual per al Windows:
Necessitat de privilegis elevats o d'administrador per configurar l'entorn aïllat
Operacions costoses o lentes de comprovació i configuració d'ACL
Estat de configuració de l'entorn aïllat persistent a la màquina amfitriona, incloent-hi
ACL
Regles del tallafoc
Usuaris de l'entorn aïllat
Fitxers del pla de control
MXC exposa un esquema de configuració JSON(s'obre en una finestra nova). Codex utilitza l'SDK d'MXC(s'obre en una finestra nova) per construir una sol·licitud d'execució que segueix aquest esquema i conté l'ordre, el directori de treball, l'entorn i els permisos. Aquests permisos cobreixen l'accés al sistema de fitxers i a la xarxa, així com a recursos del Windows, com ara l'escriptori i el porta-retalls.
Codex fa servir valors fixos per a diversos controls per equilibrar la compatibilitat i la seguretat. Permet llegir el registre i manté l'accés a Win32k i a l'escriptori que PowerShell necessita durant l'inici. L'accés al porta-retalls, la injecció d'entrada i els controls de l'escriptori i de la configuració del sistema estan desactivats. Finalment, s'impedeix que MXC recorri a modificar els permisos del sistema de fitxers de l'amfitrió com a alternativa.
Codex converteix les regles del sistema de fitxers i de xarxa del perfil de permisos en la configuració d'MXC. Si fem servir el perfil dev anterior i suposem que:
C:\,D:\iZ:\són les úniques unitats locals de la màquina.L'arrel de l'espai de treball i el directori de treball són
C:\work\demo.El directori personal de l'usuari és
D:\Users\dev, de manera que~/build-cachees resol com aD:\Users\dev\build-cache.El patró glob de denegació només coincideix amb
C:\work\demo\config\dev.enviC:\work\demo\config\prod.env.
La configuració corresponent d'MXC inclouria:
La política del sistema de fitxers d'MXC denega l'accés per defecte. Per això, Codex afegeix permisos de només lectura a les arrels de les unitats locals per oferir l'accés de lectura ampli que permet aquest perfil. Aquests permisos s'apliquen recursivament, subjectes als permisos que l'usuari ja té al sistema operatiu.
Hi ha un matís: els permisos d'escriptura a l'arrel d'una unitat no s'apliquen recursivament, de manera que Codex els amplia per incloure-hi els elements directament continguts a la unitat que ja existeixen.
Els camins més específics prevalen sobre els permisos dels seus antecessors, de manera que C:\work\demo pot permetre l'escriptura dins d'un C:\ de només lectura, mentre que C:\work\demo\.git continua sent de només lectura.
Quan diferents formes d'escriure un camí o àlies d'enllaços simbòlics o punts d'unió es refereixen al mateix camí, MXC aplica el permís més restrictiu: la denegació preval sobre la només lectura, que al seu torn preval sobre la lectura i escriptura.
MXC només accepta camins concrets de denegació, de manera que Codex expandeix els patrons glob de denegació en els fitxers i directoris coincidents abans de l'execució. Els camins nous que coincideixin amb el patró glob no s'afegeixen automàticament mentre l'ordre s'executa.
El servidor intermediari de xarxa compartit de Codex, descrit abans, aplica les regles de domini com ara *.openai.com. Codex executa aquest servidor intermediari fora de l'entorn aïllat i passa les seves adreces a l'ordre mitjançant les mateixes variables d'entorn estàndard *_PROXY esmentades abans. MXC bloqueja les connexions externes directes, però permet les connexions de bucle local a l'amfitrió, inclòs l'accés al servidor intermediari. Els altres serveis locals continuen sent accessibles.
Al macOS, al Linux i al Windows, l'entorn d'execució fa servir la mateixa API d'aïllament per iniciar ordres amb un perfil de permisos. Les implementacions específiques de cada plataforma s'encarreguen de la configuració necessària per aplicar aquestes restriccions.
Escriure i executar codi ofereix als agents una manera flexible de resoldre problemes més enllà del desenvolupament de programari. L'entorn aïllat de Codex els permet fer servir aquesta capacitat a l'entorn existent de l'usuari amb límits explícits d'accés al sistema de fitxers i a la xarxa. És una primitiva reutilitzable dins de l'entorn d'execució, i l'ordre codex sandbox la posa a disposició de les eines que creïs.
A mesura que els agents assumeixen més tasques, volem facilitar l'ús de l'aïllament en més eines i entorns. Això vol dir simplificar la configuració dels permisos i aprofitar les millores de protecció dels sistemes operatius a mesura que estiguin disponibles. El nostre objectiu és ampliar el que poden fer els agents i, alhora, mantenir en mans de les persones el control sobre allò a què poden accedir.


