Jak funguje sandbox Codex
Jak Codex spouští příkazy na vašem počítači v mezích, které určujete vy.
Při zabezpečení agentů v OpenAI uplatňujeme přístup vícevrstvé obrany(otevře se v novém okně). Základem tohoto úsilí jsou naše investice do trénování a slaďování modelů s lidskými záměry. Další ochranu ale zajišťujeme i funkcemi v našem agentním harnessu Codex(otevře se v novém okně). Jednou z nejčastějších (a potenciálně rizikových) činností Codexu je spouštění příkazů na vašem počítači. Vytvořili jsme proto sandbox Codex, aby Codex mohl pracovat ve vašem stávajícím prostředí v mezích přístupu k souborovému systému a síti, které určujete vy.
Sandbox(otevře se v novém okně) (otevře se v novém okně)omezuje, k čemu má program za běhu přístup. Při třídění fotografií můžete sandbox Codex nastavit tak, aby příkazy mohly číst a upravovat soubory v ~/Pictures, ale neměly přístup k síti, a nemohly tak soubory nikam nahrávat. Při revizi kódu můžete povolit přístup k online dokumentaci a zdrojové soubory ponechat pouze pro čtení. Uživatelé konfigurují sandbox Codex pomocí (otevře se v novém okně)profilů oprávnění(otevře se v novém okně), které určují omezení přístupu k souborovému systému a síti pro relaci Codexu.
V tomto článku nejprve popíšeme kompromisy, z nichž vychází výchozí nastavení sandboxu Codex. Poté vysvětlíme jeho návrh a to, jak jej harness využívá ke spouštění příkazů. Ukážeme, jak si koncoví uživatelé a firmy mohou přizpůsobit oprávnění svým potřebám a jak mohou vývojáři sandbox využít ve vlastních nástrojích. Nakonec se podíváme, jak se tato omezení vynucují v macOS, Linuxu a Windows.
V Codexu volíme pro sandbox konzervativní výchozí nastavení, které přesto umožňuje smysluplnou práci. Pokud je například kořenem pracovního prostoru úložiště Git, vestavěný profil oprávnění :workspace:
Povoluje zápis v pracovním prostoru, ale adresáře jako
.gita.codexponechává pouze pro čtení. Codex tak může upravovat zdrojový kód bez žádosti o svolení ke každé změně, ale nemůže přímo měnit.codex/config.tomlani hooky Gitu v.git/hooks.Povoluje rozsáhlý přístup ke čtení v souborovém systému v mezích stávajících oprávnění uživatele v OS. Kompilátory, běhová prostředí a nástroje pro sestavení závisí na SDK, knihovnách a konfiguraci mimo úložiště. Omezení čtení jen na pracovní prostor by znemožnilo mnoho běžných pracovních postupů. Za cenu tohoto kompromisu však mohou zůstat čitelné i citlivé soubory jinde v počítači, například konfigurační soubory s klíči API.
Zakazuje přístup k síti. Tím blokuje přímé nahrávání do externích služeb včetně pokusů o odcizení dat, která příkaz dokáže přečíst. Zároveň brání i legitimním operacím, například stahování závislostí, které vyžadují další přístupová oprávnění.
Tato omezení brání mnoha druhům nežádoucího chování, ale škodlivé akce jsou stále možné. Agent by například mohl vložit škodlivý kód do místně nainstalovaného balíčku, jako je node_modules/prettier. Taková změna se nemusí objevit ve výstupu git status, protože Git často ignoruje node_modules. Pokud uživatelův editor při ukládání spouští tuto kopii nástroje Prettier, pouhé uložení souboru by mohlo spustit škodlivý kód mimo sandbox Codex. Proto uplatňujeme vícevrstvou obranu: sandbox omezuje, k čemu mají příkazy přístup, zatímco trénování a slaďování modelu pomáhají tento přístup využívat v souladu se záměrem uživatele.
Pokyny k přizpůsobení oprávnění sandboxu a jejich kombinování s dalšími ochrannými opatřeními ve firemním prostředí najdete v praktické příručce zabezpečení Codexu(otevře se v novém okně).
Virtuální počítače a kontejnery(otevře se v novém okně) jsou dva oblíbené mechanismy pro sandboxing. U sandboxu Codex ale volíme jiný přístup. Místo přesunu výpočtů do odděleného prostředí kvůli izolaci využívá Codex sandboxové mechanismy jednotlivých platforem k omezení příkazů běžících ve stávajícím prostředí uživatele.
Pro mnoho vývojářů je notebook vývojovým prostředím na míru, které si mohou kdykoli upravit. Reprodukce takového prostředí v kontejneru Docker může být pracná a některé pracovní postupy stále závisejí na nástrojích běžících na hostiteli.
Představte si například, že pomocí Codexu vyvíjíte na Macu aplikaci pro iOS. Pokud byste se rozhodli izolovat Codex spuštěním v Dockeru, nemohl by spustit sadu nástrojů pro sestavení aplikací pro iOS tvořenou nativními spustitelnými soubory pro Mac ani spustit kód v simulátoru iPhonu. Pracovní postup založený na Dockeru by mohl sestavení a operace simulátoru předat hostitelskému Macu. Tyto operace by ale probíhaly mimo sandbox kontejneru a vyžadovaly by vlastní omezení. U Codexu dáváme přednost jednoduchosti: výrazně investujeme do sandboxových mechanismů jednotlivých OS, aby Codex mohl běžet v prostředí, které se pro daný úkol hodí nejlépe.
Harness tyto sandboxové mechanismy jednotlivých OS zpřístupňuje prostřednictvím společného API pro macOS, Windows a Linux. Toto API přijímá příkaz a profil oprávnění. Pokud profil oprávnění povoluje omezený přístup k síti, musí volající předat síťovou proxy, která tato omezení vynutí:
Tato funkce spustí proces v sandboxu a vrátí handle Child, pomocí kterého může harness počkat na jeho dokončení. Každý podřízený proces dědí omezení sandboxu svého rodiče. Tato omezení tak platí v celém stromu procesů spuštěném příkazem, a to i pro potomky, kteří běží dál po ukončení původního procesu.
Následující diagram ukazuje, jak tyto části navazují od konfigurace až po spuštění příkazu v sandboxu. Další části vysvětlují jednotlivé fáze.

Jak vysvětluje článek Podrobný pohled na agentní smyčku Codexu, harness Codexu zajišťuje provádění volání nástrojů generovaných modelem. Při programování je nejčastěji používaným nástrojem nástroj shellu, který spouští příkazy podobně jako uživatel v interaktivním shellu, například v Bashi. Zde se podíváme na jednorázový (otevře se v novém okně)nástroj shellu (otevře se v novém okně)exec_command(otevře se v novém okně) a ukážeme, jak harness pomocí sandboxu zajišťuje požadovanou ochranu.
Toto je zjednodušená verze toho, jak by harness Codexu zpracoval volání nástroje exec_command bez sandboxu:
Pro spuštění příkazu v sandboxu nahradí harness volání subprocess.Popen() voláním spawn_command_under_sandbox(). Harness předá profil oprávnění a v případě potřeby i síťovou proxy:
Nástroj exec_command také umožňuje modelu požádat o jiná oprávnění pro jednotlivý příkaz. O tom, zda žádosti vyhoví, ale rozhoduje harness:
Pokud je zadáno use_default, harness použije výchozí konfiguraci sandboxu pro daný tah. with_additional_permissions žádá o rozšířený přístup v sandboxu, zatímco require_escalated žádá o spuštění mimo něj. Harness před spuštěním příkazu vyhodnotí požadavek podle preferencí uživatele. (Codex může například požádat přímo uživatele nebo požadavek předat k automatickému posouzení(otevře se v novém okně).) Pokud je spuštění schváleno, Codex předá odpovídající permission_profile a network_proxy funkci perform_exec_command_with_sandboxing() spolu s argumenty příkazu z původního ExecCommandToolCall.
Funkci spawn_command_under_sandbox() využívá především nástroj shellu. Harness ale stejnou sandboxovou infrastrukturu používá i pro operace, jako je čtení a úprava místních souborů. Toto opakované využití přesahuje samotný harness: příkaz codex sandbox umožňuje začlenit spouštění příkazů v sandboxu do vlastních nástrojů, jak si ukážeme později. Nyní se podíváme na definování profilů oprávnění.
Pojmenovaný profil oprávnění umožňuje opakovaně používat stejná omezení souborového systému a sítě napříč projekty. Vlastní profily můžete definovat v sekci [permissions] souboru config.toml. Následující příklad definuje profil dev, který rozšiřuje(otevře se v novém okně) vestavěný profil :workspace:
Profil dev přidává oprávnění k zápisu do ~/build-cache a zavádí další omezení pro soubory v pracovním prostoru. Položky pro souborový systém mohou povolit přístup pouze pro čtení (read), povolit čtení a zápis (write) nebo přístup zcela zablokovat (deny).
Tabulka :workspace_roots umožňuje definovat pravidla pro cesty relativní ke kořenovým adresářům pracovního prostoru projektu. Codex CLI ve výchozím nastavení používá jako jediný kořen pracovního prostoru svůj pracovní adresář, zatímco desktopová aplikace ChatGPT používá zdrojové složky projektu. Codex uplatňuje každé pravidlo na všechny kořenové adresáře. Položka .vscode v profilu dev tak nastaví adresář .vscode pod každým kořenem pouze pro čtení.
Kromě vlastních pravidel dědí dev z profilu :workspace následující ochranná opatření:
Při konfiguraci sítě pro sandbox v Codexu máte v zásadě tři možnosti:
Zakázat veškerý přístup k síti (výchozí nastavení profilu
:workspace)Povolit plný přímý přístup k síti (výchozí nastavení profilu
:danger-full-access)Omezit přístup k síti na proxy, která podle profilu oprávnění rozhoduje, co propustí
Chcete-li profilu dev povolit přímý přístup k síti, nastavte na nejvyšší úrovni souboru config.toml hodnotu permissions.dev.network.enabled = true. Pokud je síťová proxy vypnutá, toto nastavení poskytuje plný přístup k síti.
Chcete-li profil dev omezit na určitou sadu domén, zapněte síťovou proxy a nastavte její doménová pravidla:
Doménová pravidla podporují přesné názvy i vzory se zástupnými znaky. Explicitní zákazy mají přednost před povoleními. Požadavky na jiné domény vyžadují schválení nebo jsou blokovány, jak popisuje níže uvedená část Síťová proxy.
Jednotliví uživatelé si mohou nastavit výchozí hodnoty platné napříč projekty a pro konkrétní důvěryhodný projekt je přepsat. Firemní správci mohou také chtít nastavit výchozí hodnoty pro své uživatele a omezit, která nastavení mohou tito uživatelé měnit. Codex podporuje obě možnosti prostřednictvím vrstvené konfigurace a spravovaných požadavků.
Jak popisuje část Priorita konfigurace,(otevře se v novém okně) Codex slučuje nastavení z více souborů config.toml. Tabulky se slučují rekurzivně. Při konfliktu hodnot má přednost zdroj s vyšší prioritou. Pole se nahrazují jako celek.
Proto profily oprávnění používají pro cesty v souborovém systému a síťové domény tabulky. Tým může ve vlastní konfiguraci přidat nebo přepsat jednotlivé položky a automaticky dědit změny všech ostatních položek ze základní konfigurace organizace:
Správci mohou prostřednictvím requirements.toml také zadat spravované požadavky(otevře se v novém okně), které omezí možnosti uživatelské konfigurace. Tyto požadavky mohou pocházet z více zdrojů včetně systémových souborů a zásad poskytovaných z cloudu. Běžným případem použití je nastavení allowed_permission_profiles, které omezuje sadu profilů oprávnění dostupných firemnímu uživateli. Správce by například mohl zadat tyto cloudové požadavky:
Cloudové požadavky by měly přednost před souborem systémových požadavků /etc/codex/requirements.toml, takže položka v tomto souboru nemůže přepsat výše uvedené explicitní nastavení ":danger-full-access" = false. Pokud :workspace není uveden, může tuto položku dodat jiná vrstva požadavků. Profily, jejichž položky mají hodnotu false nebo ve výsledné sloučené tabulce chybí, nejsou dostupné.
Toto oddělení umožňuje organizacím vynucovat omezení a uživatelům přizpůsobovat konfiguraci v jejich mezích. Výsledné profily oprávnění může využívat harness nebo je lze použít přímo na příkaz, jak si ukážeme dále.
Codex CLI poskytuje příkaz sandbox, který usnadňuje spouštění libovolného příkazu s profilem oprávnění definovaným v konfiguraci Codexu. Běžně se používá k otestování profilu a ověření, že sandbox skutečně brání chování, které má blokovat.
Následující příkaz se například pokouší nastavit VS Code tak, aby při ukládání spouštěl škodlivý automatický formátovač. Za předpokladu, že .vscode již existuje, by měl výše definovaný profil dev tento zápis zablokovat, protože daný adresář je pouze pro čtení (codex sandbox ve výchozím nastavení považuje cwd za kořen pracovního prostoru):
V macOS tento příkaz skutečně selže s chybou:
Příkaz codex sandbox zpřístupňuje sandboxový mechanismus Codexu nezávisle na relaci agenta. Stejný konfigurační jazyk a vynucování omezení specifické pro jednotlivé platformy můžete použít k omezení příkazů spouštěných vašimi vlastními nástroji.
U serveru MCP s komunikací přes stdio nakonfigurovaného v config.toml se harness Codexu nepokouší spouštěcí příkaz serveru izolovat v sandboxu. Codex nedokáže spolehlivě odvodit, které soubory nebo síťové služby server potřebuje. Použití výchozího profilu sandboxu by proto mohlo narušit jinak funkční konfiguraci.
Server MCP @modelcontextprotocol/server-memory(otevře se v novém okně) se například pro použití s Codexem standardně konfiguruje takto:
Protože tento příkaz npx běží mimo sandbox, může zapisovat soubory a odesílat síťové požadavky se stejnými oprávněními jako uživatel, který spustil Codex. Taková oprávnění jsou příliš široká. Abychom je omezili, můžeme definovat profil oprávnění memory-mcp a původní příkaz npx spustit prostřednictvím codex sandbox --permission-profile memory-mcp. Tím omezíme, kam může server zapisovat, a zabráníme mu v přístupu k síti:
Před spuštěním serveru vytvořte jeho datový adresář a do mezipaměti npm uložte balíček v pevně určené verzi. Díky tomu může npx --offline spustit server s profilem, který zakazuje přístup k síti:
Jakmile je balíček v mezipaměti, může Codex spustit paměťový server bez přístupu k síti a se zápisem omezeným na mezipaměť npm a datový adresář serveru.
Implementace sandboxu převádí profil oprávnění na omezení vynucovaná operačním systémem. Základní logika síťové proxy pro zpracování požadavků a uplatňování zásad je společná všem třem hlavním operačním systémům. Nastavení proxy a její integrace se sandboxem jsou naopak specifické pro jednotlivé OS. Nejprve se podíváme na společnou proxy a poté na implementace pro macOS, Linux a Windows.
Aby harness vynutil síťová omezení profilu oprávnění, spustí síťovou proxy a nastaví sandbox tak, aby povoloval spojení s ní, ale blokoval přímá spojení s externími hostiteli. Proxy porovná každý požadavek s doménovými pravidly profilu a rozhodne, zda jej předá dál.
V úložišti Codexu je síťová proxy implementována v balíčku codex-network-proxy(otevře se v novém okně). Harness jej používá jako knihovnu, ale lze jej sestavit i jako samostatný nástroj příkazového řádku(otevře se v novém okně). Je-li codex-network-proxy povolena, ve výchozím nastavení spustí HTTP proxy i SOCKS5 proxy. Adresy těchto proxy se předávají procesu spuštěnému sandboxem prostřednictvím proměnných prostředí. Kromě standardních proměnných prostředí, jako jsou HTTP_PROXY, HTTPS_PROXY a ALL_PROXY, se nastavuje i řada známých proměnných prostředí specifických pro aplikace(otevře se v novém okně), například PIP_PROXY. Ne všechny programy ovšem tyto proměnné prostředí respektují. Pokud se program pokusí o přímé spojení s externím hostitelem, omezení sandboxu vynucovaná operačním systémem jej zablokují, jak popisují níže uvedené části věnované jednotlivým platformám.
Síťová proxy zajišťuje uplatňování síťových omezení definovaných v profilu oprávnění. Dříve uvedený profil dev například povoluje požadavky na *.openai.com a explicitně zakazuje požadavky na evil.example. Pokud požadavek míří na doménu, která neodpovídá žádnému povolovacímu ani zakazovacímu pravidlu, může jej proxy pozastavit a předat harnessu ke schválení. Stejně jako v příkladu s příkazem shellu může Codex požádat přímo uživatele nebo požadavek předat k automatickému posouzení(otevře se v novém okně). Po obdržení rozhodnutí proxy buď povolí pokračování požadavku, nebo jej odmítne chybovou odpovědí.
Na pořadí zde záleží, protože i samotný dotaz DNS může vyzradit informace zakódované v názvu hostitele. Proxy proto přeloží požadovaný název hostitele až poté, co ověří, že je povolený nebo schválený. Mějte na paměti, že široce nastavená pravidla se zástupnými znaky nebo přístup ke službám DNS mohou stále umožnit odcizení dat přes DNS.
V macOS používá Codex Seatbelt(otevře se v novém okně), sandboxový mechanismus Applu vynucovaný jádrem systému. Zásady Seatbelt se zapisují v jazyce Sandbox Profile Language (SBPL), který vychází z jazyka Scheme a slouží k vyjádření omezení sandboxu. Codex vyvolává Seatbelt prostřednictvím příkazu macOS /usr/bin/sandbox-exec. Stejně jako codex sandbox přijímá volby popisující sandbox a za nimi příkaz ke spuštění:
PROFILE je řetězec v jazyce SBPL obsahující položky, které konfigurují sandbox. Následující ukázka SBPL například v zásadách sandboxu povoluje čtení a zápis pro /dev/null a /dev/zero:
Pokud je při spuštění sandboxu povolena síťová proxy, do profilu se vloží pravidla podobná následujícím, která omezují spojení na příslušné místní porty:
Základní profil Codexu začíná pravidlem (deny default), takže odchozí spojení zůstávají blokována, pokud nejsou explicitně povolena.
SBPL může také obsahovat zástupné parametry pomocí (param):
Ty se vyplní pomocí voleb -Dkey=value předaných příkazu sandbox-exec.
Při implementaci vlastního API sandboxu Codex sestavuje seznam argumentů(otevře se v novém okně) pro sandbox-exec. Vychází ze základních zásad(otevře se v novém okně), které upraví pomocí permission_profile a dalšího kontextu, čímž vznikne úplný profil Seatbelt. Výsledný profil a doprovodné argumenty -D nastavují omezení vynucovaná mechanismem Seatbelt, zatímco síťová proxy vynucuje další síťová pravidla. Po sestavení úplného seznamu argumentů je samotné volání sandbox-exec jednoduché.
Vygenerovat správné SBPL je obtížné, protože Apple tento jazyk pro použití třetími stranami nedokumentuje. Dokumentace man sandbox-exec ostatně uvádí The sandbox-exec command is DEPRECATED (totéž platí pro knihovní funkci sandbox_init() popsanou v man 3 sandbox_init). Navzdory upozornění na zastaralost macOS stále dodává profily Seatbelt v /usr/share/sandbox a software třetích stran, včetně Google Chrome a Chromia(otevře se v novém okně), na Seatbelt nadále spoléhá. Proto plánujeme Seatbelt v dohledné budoucnosti používat i nadále.
K vytvoření sandboxu v Linuxu používá Codex kombinaci nástroje bubblewrap(otevře se v novém okně) (bwrap), který z příkazového řádku vytváří izolovaná prostředí, a seccomp-bpf(otevře se v novém okně), mechanismu linuxového jádra pro filtrování systémových volání. Nastavení koordinuje interní pomocný program codex-linux-sandbox. Stejně jako sandbox-exec v macOS přijímá konfiguraci sandboxu a za ní příkaz ke spuštění:
Pokud je nutná izolace souborového systému nebo směrování přes proxy, codex-linux-sandbox zavolá bwrap a vytvoří počáteční prostředí sandboxu. bwrap v něm poté spustí codex-linux-sandbox --apply-seccomp-then-exec. Toto druhé volání pomocí seccomp-bpf uplatní další omezení ještě před spuštěním uživatelova příkazu.
Při vytváření počátečního prostředí sandboxu používá Codex bubblewrap k vytvoření pohledu na souborový systém v samostatném jmenném prostoru přípojných bodů, který odpovídá pravidlům profilu oprávnění pro souborový systém. Protože jde o základ implementace sandboxu, Codex obsahuje vlastní kopii bwrap pro případ, že uživatel nemá svou. Pokud je ale v PATH dostupná kompatibilní instalace (otevře se v novém okně)bwrap(otevře se v novém okně), dává jí přednost. V praxi některé linuxové distribuce ve výchozím nastavení zakazují přístup k uživatelským jmenným prostorům(otevře se v novém okně), ale udělují výjimku systémovému bwrap.
Stejně jako sandbox-exec přijímá i bwrap konfiguraci sandboxu a za ní příkaz, který se v sandboxu spustí. Namísto vlastního konfiguračního jazyka, jako je SBPL, používá bwrap ke konfiguraci jednotlivé přepínače. Codex používá k vytvoření pohledu na souborový systém následující volby:
--bindpro určení souboru nebo adresáře s povoleným zápisem--ro-bindpro určení souboru nebo adresáře pouze pro čtení--perms 000 --tmpfs DIR --remount-ro DIRpro zákaz přístupu kDIR--perms 000 --ro-bind-data FD FILEpro zákaz přístupu kFILE(kdeFDje otevřený deskriptor souboru/dev/null)
Aby mohl Codex pomocí těchto voleb uplatnit zakazovací vzory glob, rozvine je před spuštěním každého příkazu na konkrétní cesty. Nové cesty odpovídající vzorům se do omezení sandboxu daného příkazu automaticky nepřidávají.
Codex také zadává volby jako --unshare-ipc a --unshare-pid, aby sandbox neměl přístup k dalším typům prostředků hostitele. Bubblewrap tak ovlivňuje více než jen viditelnost souborů.
Při použití bubblewrap předává Codex volbu --unshare-net vždy, když je síť zakázána nebo musí spojení procházet přes síťovou proxy. Tím se pro sandbox vytvoří nový síťový jmenný prostor. Poté pomocí seccomp-bpf dále omezíme síťová systémová volání a rodiny socketů dostupné příkazu.
Konkrétně používáme balíček seccompiler(otevře se v novém okně) k dynamické kompilaci programu BPF podle požadovaných filtrů(otevře se v novém okně). Ten aplikujeme na spouštěcí proces v sandboxu, aby omezení zdědil celý strom procesů. bwrap tedy nespouští uživatelův příkaz přímo, ale spouštěč codex-linux-sandbox s jeho konfiguračními argumenty, za nimiž následuje uživatelův příkaz:
Aby mohl aplikovat filtry seccomp bez zvýšených oprávnění, nastaví spouštěč linuxový příznak no_new_privs.(otevře se v novém okně) Tento příznak dědí podřízené procesy a brání jim získat další oprávnění při spuštění jiného programu, například spustitelného souboru s nastaveným bitem setuid.
Filtry seccomp závisejí na konfiguraci sítě. Když je přístup k síti zakázán, blokujeme řadu systémových volání souvisejících se sítí, například connect(2) a bind(2). Pokud je však v sandboxu povolena síťová proxy, povolujeme IP sockety, aby byl dostupný naslouchající TCP socket vytvořený pomocí codex-linux-sandbox. Vytváření samostatných socketů unixové domény ale ve výchozím nastavení blokujeme, protože by mohly neúmyslně zpřístupnit prostředky hostitele.
Pokud konfigurace sandboxu vyžaduje síťovou proxy, harness Codexu vytvoří jednu instanci proxy, kterou lze opakovaně používat při více voláních codex-linux-sandbox v rámci stejného vlákna Codexu. Každý sandbox potřebuje způsob, jak se k této sdílené proxy dostat ze svého izolovaného síťového jmenného prostoru. Codex v tomto jmenném prostoru vytvoří naslouchající TCP socket na zpětné smyčce a zajistí, aby proces mimo sandbox přijímal jeho spojení a přenášel je na proxy.
Následující diagramy znázorňují toto uspořádání pro jeden koncový bod proxy. Poslední diagram ukazuje jedno spojení, které jím prochází. Před spuštěním bubblewrap vytvoří codex-linux-sandbox dvojici unixových socketů jako řídicí kanál a pomocí forku vytvoří podřízený proces. Podřízený proces spustí run_host_bridge() a čeká, až tímto kanálem obdrží deskriptor naslouchajícího socketu:
V tomto příkladu rodičovský proces pomocí exec nahradí svůj obraz programu programem bwrap. Ten nastaví sandbox a uvnitř něj spustí codex-linux-sandbox --apply-seccomp-then-exec, kterému předá deskriptor řídicího kanálu:
Druhé volání codex-linux-sandbox vytvoří v síťovém jmenném prostoru sandboxu naslouchající TCP socket na zpětné smyčce a předá jeho deskriptor prostřednictvím socketu. Naslouchající socket zůstává svázán se síťovým jmenným prostorem sandboxu. Podřízený proces, který zůstal mimo sandbox, tak může přijímat spojení od programů v sandboxu a zároveň otevírat spojení k proxy v síťovém jmenném prostoru hostitele. Po předání oba procesy zavřou své deskriptory řídicího kanálu a proces uvnitř sandboxu zavře svou kopii naslouchajícího socketu.
Jakmile je naslouchající TCP socket připraven, proces uvnitř sandboxu nastaví odpovídající hodnotu proměnné HTTP_PROXY(otevře se v novém okně) a souvisejících proměnných prostředí tak, aby odkazovaly na tento socket. Poté aplikuje seccomp, ještě než vytvoří podřízený proces a spustí uživatelův příkaz:
Proces mimo sandbox udržuje naslouchající socket otevřený. Pro každé přijaté spojení otevře spojení s nakonfigurovanou proxy a přenáší data oběma směry.
Tento doplňující mechanismus poskytuje příkazu vlastní síťový jmenný prostor včetně samostatného rozhraní zpětné smyčky. V macOS umožňuje Seatbelt příkazu připojit se přímo k určeným portům na rozhraní zpětné smyčky hostitele. V Linuxu se příkaz místo toho připojí k naslouchajícímu socketu ve svém izolovaném jmenném prostoru a proces mimo sandbox tato spojení přenáší na nakonfigurovanou proxy. Předání deskriptoru umožňuje toto spojení, aniž by příkazu zpřístupnilo síťový jmenný prostor hostitele.
Začátkem letošního roku jsme implementovali sandbox pro Windows a popsali naši práci na něm. Od té doby Microsoft vydal knihovnu MXC spolu s novými funkcemi pro izolaci procesů v operačním systému Windows. Nyní nahrazujeme stávající sandbox novým, který využívá knihovnu MXC.
MXC (Microsoft eXecution Container) je systém pro spouštění kódu v sandboxu(otevře se v novém okně) od Microsoftu, který podporuje několik izolačních backendů pro Windows, Linux a macOS. Codex na kompatibilních zařízeních s Windows podporuje sandbox založený na MXC. Pomocí nativní izolace procesů omezuje příkazy ve stávajícím prostředí uživatele.
Na MXC přecházíme, abychom zlepšili zabezpečení a použitelnost a zároveň odstranili několik nedostatků stávajícího sandboxu pro Windows:
Nutnost zvýšených oprávnění či přístupu správce k nastavení sandboxu
Náročné a pomalé operace kontroly a nastavení ACL
Trvale uložený stav nastavení sandboxu na hostitelském počítači, včetně
seznamů ACL
pravidel firewallu
uživatelských účtů sandboxu
souborů řídicí vrstvy
MXC poskytuje schéma konfigurace ve formátu JSON(otevře se v novém okně). Codex pomocí MXC SDK(otevře se v novém okně) sestaví požadavek na spuštění podle tohoto schématu, který obsahuje příkaz, pracovní adresář, prostředí a oprávnění. Tato oprávnění zahrnují přístup k souborovému systému a síti i k prostředkům Windows, jako je plocha a schránka.
U několika voleb používá Codex pevná nastavení, aby vyvážil kompatibilitu a zabezpečení. Povoluje čtení registru a zachovává přístup k Win32k a ploše, který PowerShell potřebuje při spuštění. Přístup ke schránce, vkládání vstupních událostí a ovládání plochy a systémových nastavení jsou zakázány. MXC navíc nesmí jako náhradní řešení měnit oprávnění souborového systému hostitele.
Codex převádí pravidla profilu oprávnění pro souborový systém a síť do konfigurace MXC. Použijeme dříve uvedený profil dev a předpokládáme, že:
C:\,D:\aZ:\jsou jediné místní disky počítače.Kořen pracovního prostoru i pracovní adresář je
C:\work\demo.Domovský adresář uživatele je
D:\Users\dev, takže~/build-cachese přeloží naD:\Users\dev\build-cache.Zakazovacímu vzoru glob odpovídají pouze
C:\work\demo\config\dev.envaC:\work\demo\config\prod.env.
Odpovídající nastavení MXC by zahrnovalo:
Zásady souborového systému MXC ve výchozím nastavení přístup zakazují. Codex proto přidává oprávnění pouze ke čtení pro kořenové adresáře místních disků, aby umožnil rozsáhlý přístup pro čtení povolený tímto profilem. Tato oprávnění platí rekurzivně v mezích stávajících oprávnění uživatele v OS.
Je tu jedna zvláštnost: oprávnění k zápisu do kořenového adresáře disku neplatí rekurzivně, takže je Codex rozšiřuje na existující položky přímo v kořeni disku.
Konkrétnější cesty mají přednost před oprávněními nadřazených cest. Do C:\work\demo tak lze zapisovat, i když je C:\ pouze pro čtení, zatímco C:\work\demo\.git zůstává pouze pro čtení.
Pokud různé zápisy cesty nebo aliasy přes symbolické odkazy či spojovací body odkazují na stejnou cestu, MXC použije přísnější oprávnění: zákaz má přednost před přístupem pouze pro čtení, který má přednost před čtením a zápisem.
MXC přijímá pouze konkrétní zakázané cesty, takže Codex před spuštěním rozvine zakazovací vzory glob na odpovídající soubory a adresáře. Nové cesty odpovídající vzoru se za běhu příkazu automaticky nepřidávají.
Doménová pravidla, například *.openai.com, vynucuje dříve popsaná sdílená síťová proxy Codexu. Codex tuto proxy spouští mimo sandbox a její adresy předává příkazu prostřednictvím stejných standardních proměnných prostředí *_PROXY, které jsme zmínili dříve. MXC blokuje přímá externí spojení, ale povoluje spojení přes zpětnou smyčku hostitele včetně přístupu k proxy. Ostatní místní služby zůstávají dostupné.
V macOS, Linuxu i Windows používá harness stejné API sandboxu ke spouštění příkazů s profilem oprávnění. Implementace pro jednotlivé platformy zajišťují nastavení potřebné k uplatnění těchto omezení.
Psaní a spouštění kódu dává agentům flexibilní způsob, jak řešit problémy i mimo vývoj softwaru. Sandbox Codex jim umožňuje tuto schopnost využívat ve stávajícím prostředí uživatele s jasně stanovenými omezeními přístupu k souborovému systému a síti. V harnessu slouží jako opakovaně použitelný stavební prvek a příkaz codex sandbox jej zpřístupňuje i nástrojům, které si sami vytvoříte.
S tím, jak agenti přebírají více úkolů, chceme umožnit praktické využití sandboxu ve více nástrojích a prostředích. To znamená usnadnit konfiguraci oprávnění a využívat lepší ochranné mechanismy operačních systémů, jakmile budou dostupné. Naším cílem je rozšiřovat možnosti agentů a zároveň ponechat lidem kontrolu nad tím, k čemu mají agenti přístup.


