OpenAI

18 ноември 2026 г.

Инженерство

Во изолираната средина на Codex

Како Codex извршува команди на вашиот компјутер со ограничувања што вие ги контролирате.

Од Мајкл Болин, член на техничкиот тим

Во OpenAI применуваме повеќеслојна одбрана⁠(се отвора во нов прозорец) за заштита на агентите. Иако вложувањата во обуката и усогласувањето се темел на оваа работа, во нашата агентска рамка, Codex⁠(се отвора во нов прозорец), вградуваме и функции за дополнителна заштита. Бидејќи една од најчестите (и потенцијално ризични) активности на Codex е извршувањето команди на вашиот компјутер, ја создадовме изолираната средина на Codex. Така Codex може да работи во вашата постојна околина, со ограничувања за датотечниот систем и мрежата што вие ги контролирате.

Една ⁠(се отвора во нов прозорец)изолирана средина⁠(се отвора во нов прозорец) го ограничува пристапот на програмата додека таа се извршува. За задача за организирање фотографии, можете да ја конфигурирате изолираната средина на Codex така што командите ќе можат да читаат и менуваат датотеки во ~/Pictures, но да го блокирате мрежниот пристап за да спречите прикачување. За преглед на код, можете да дозволите пристап до онлајн документација, а изворните датотеки да останат само за читање. Корисниците ја конфигурираат изолираната средина на Codex преку ⁠(се отвора во нов прозорец)профили на дозволи⁠(се отвора во нов прозорец), кои ги дефинираат ограничувањата за датотечниот систем и мрежата во една сесија на Codex.

Во оваа статија, прво ќе ги разгледаме компромисите зад стандардните поставки на изолираната средина на Codex, а потоа ќе ги објасниме нејзиниот дизајн и начинот на кој рамката ја користи за извршување команди. Ќе покажеме како крајните корисници и претпријатијата можат да ги приспособат дозволите на своите потреби и како програмерите можат да ја користат изолираната средина во сопствените алатки. На крај, ќе разгледаме како се спроведуваат овие ограничувања на macOS, Linux и Windows.

Избор на границите на изолираната средина

Нашиот пристап во Codex е да зададеме претпазливи стандардни поставки за изолираната средина што сепак овозможуваат корисна работа. На пример, кога Git-репозиториум е корен на работниот простор, вградениот профил на дозволи :workspace:

  • Дозволува запишување во работниот простор, но директориумите како .git и .codex ги задржува само за читање. Така Codex може да уредува изворен код без да бара дозвола за секоја промена, а се спречуваат директни промени во .codex/config.toml или во Git hooks под .git/hooks.

  • Дозволува широк пристап за читање од датотечниот систем, во рамките на постојните дозволи на корисникот во ОС. Компајлерите, извршните околини и алатките за изградба зависат од SDK, библиотеки и конфигурација надвор од репозиториумот. Ограничувањето на читањето само на работниот простор би нарушило многу вообичаени работни текови. Компромисот е што и чувствителните датотеки на други места на машината може да останат достапни за читање (на пример, конфигурациски датотеки со API-клучеви).

  • Го оневозможува мрежниот пристап. Ова ги блокира директните прикачувања на надворешни услуги, вклучително и обидите за неовластено изнесување податоци што командата може да ги чита. Исто така спречува легитимни операции, како преземање зависности, за кои е потребен дополнителен пристап.

Овие ограничувања спречуваат широк опсег на несакани однесувања, но штетни дејства сè уште се можни. На пример, агентот би можел да вметне злонамерен код во локално инсталиран пакет како node_modules/prettier. Таквата промена можеби нема да се прикаже во git status бидејќи Git често го игнорира node_modules. Ако уредувачот на корисникот ја извршува таа копија на Prettier при зачувување, самото зачувување датотека би можело да го изврши злонамерниот код надвор од изолираната средина на Codex. Затоа применуваме повеќеслојна одбрана: изолираната средина го ограничува пристапот на командите, а обуката и усогласувањето му помагаат на моделот да го користи тој пристап во согласност со намерата на корисникот.

За насоки за приспособување на дозволите на изолираната средина и нивно комбинирање со други заштитни мерки во деловна околина, погледнете го Практичниот водич за безбедност на Codex⁠(се отвора во нов прозорец).

Дизајнирање на изолираната средина

Виртуелните машини и контејнерите⁠(се отвора во нов прозорец) се два популарни механизми за изолација, но за изолираната средина на Codex користиме поинаков пристап. Наместо да ја премести обработката во посебна околина за да обезбеди изолација, Codex ги користи механизмите за изолација на секоја платформа за да ги ограничи командите што се извршуваат во постојната околина на корисникот.

За многу програмери, лаптопот е развојна околина приспособена на нивните потреби, која можат да ја менуваат кога ќе посакаат. Пресоздавањето на таа околина во Docker-контејнер може да бара труд, а некои работни текови и понатаму зависат од алатки што се извршуваат на домаќинот.

На пример, замислете дека користите Codex за развој на iOS-апликација на Mac. Ако решите да го изолирате Codex со извршување во Docker, Codex нема да може да го изврши синџирот алатки за изградба на iOS, составен од извршни датотеки наменети за Mac, ниту да го стартува симулаторот за iPhone за да го изврши кодот. Работен тек заснован на Docker би можел да ги делегира изградбите и операциите на симулаторот на Mac-домаќинот, но тие би се извршувале надвор од изолираната средина на контејнерот и би барале сопствени ограничувања. За Codex претпочитаме едноставност: значително вложуваме во изолација специфична за секој ОС, за Codex да може да работи во околината што најдобро одговара на тековната задача.

Рамката ги прави овие механизми за изолација специфични за ОС достапни преку заеднички API за macOS, Windows и Linux. Овој API прима команда и профил на дозволи. Ако профилот на дозволи овозможува ограничен мрежен пристап, повикувачот мора да обезбеди мрежно прокси што ќе ги спроведува тие ограничувања:

Python

1
# This is a simplified version of the actual API.
2
def spawn_command_under_sandbox(
3
program_and_args: list[str],
4
cwd: Path,
5
env: dict[str, str],
6
permission_profile: PermissionProfile,
7
network_proxy: NetworkProxy | None,
8
) -> Child:

Оваа функција го стартува процесот во изолирана средина и враќа рачка Child што рамката може да ја користи за да почека тој да заврши. Секој процес-дете ги наследува ограничувањата на изолираната средина од својот родител. Затоа тие важат за целото дрво на процеси започнато од командата, дури и за потомците што продолжуваат да работат по завршувањето на првичниот процес.

Следниов дијаграм покажува како се поврзуваат овие делови, од конфигурацијата до извршувањето команда во изолирана средина. Следните делови ја објаснуваат секоја фаза.

Дијаграм на тек: конфигурацијата и управуваните барања дефинираат профил на дозволи за сесијата; рамката на Codex стартува команди со ограничувања на изолираната средина специфични за macOS, Linux или Windows. Процесите-деца ги наследуваат тие ограничувања, а опционално мрежно прокси ги спроведува правилата за домени.

Како рамката ја користи изолираната средина

Како што е објаснето во Разложување на циклусот на агентот Codex, рамката на Codex е одговорна за извршување на повиците до алатки што ги генерира моделот. За задачи за програмирање, најчесто се користи алатка за командна обвивка, која извршува команди слично како корисник во интерактивна командна обвивка, како Bash. Тука ќе ја разгледаме еднократната ⁠(се отвора во нов прозорец)алатка за командна обвивка ⁠(се отвора во нов прозорец)exec_command⁠(се отвора во нов прозорец) за да покажеме како рамката ја користи изолираната средина за да ги постигне саканите заштити.

Ова е поедноставена верзија на тоа како рамката на Codex би го извршила повикот до алатката
exec_command без изолација:

Python

1
# Illustrative implementation of the exec_command tool call.
2

3
class ExecCommandToolCall:
4
cmd: str
5
workdir: str | None = None
6
shell: str | None = None
7
login: bool = True
8
timeout_ms: int = 10_000
9

10

11
def perform_exec_command(tool_call: ExecCommandToolCall):
12
program_and_args = [
13
tool_call.shell or os.environ.get("SHELL") or "/bin/sh",
14
"-lc" if tool_call.login else "-c",
15
tool_call.cmd,
16
]
17
child = subprocess.Popen(
18
program_and_args,
19
# workdir defaults to the turn's cwd, assumed here to be the process cwd.
20
cwd=Path(tool_call.workdir or ".").absolute(),
21
stdout=subprocess.PIPE,
22
stderr=subprocess.STDOUT,
23
)
24
output, exit_code = collect_output(child, timeout_ms=tool_call.timeout_ms)
25
return {"output": output, "exit_code": exit_code}

За да ја изолира командата, рамката го заменува повикот до subprocess.Popen() со spawn_command_under_sandbox(). Рамката ги обезбедува профилот на дозволи и, кога е потребно, мрежното прокси:

Python

1
# Honoring the exec_command tool call while enforcing sandbox constraints.
2

3
def perform_exec_command_with_sandboxing(
4
tool_call: ExecCommandToolCall,
5
permission_profile: PermissionProfile,
6
network_proxy: NetworkProxy | None,
7
):
8
# ...build program_and_args as in the previous example...
9
child = spawn_command_under_sandbox(
10
program_and_args=program_and_args,
11
cwd=Path(tool_call.workdir or ".").absolute(),
12
env=os.environ.copy(),
13
permission_profile=permission_profile,
14
network_proxy=network_proxy,
15
)
16
output, exit_code = collect_output(child, timeout_ms=tool_call.timeout_ms)
17
return {"output": output, "exit_code": exit_code}

Алатката exec_command му овозможува на моделот и да побара различни дозволи за поединечна команда, но рамката одлучува дали да го одобри барањето:

Python

1
class ExecCommandToolCall:
2
# ...command-related fields...
3

4
# Per-command sandbox override. Defaults to "use_default".
5
sandbox_permissions: Literal[
6
"use_default",
7
"with_additional_permissions",
8
"require_escalated",
9
] = "use_default"
10

11
# User-facing approval question; only for "require_escalated".
12
justification: str | None = None
13

14
# Expand network or filesystem access; only for "with_additional_permissions".
15
# AdditionalPermissions supports fine-grained options.
16
additional_permissions: AdditionalPermissions | None = None

Кога е зададено use_default, рамката ја користи стандардната конфигурација на изолираната средина за тековниот чекор. with_additional_permissions бара проширен пристап во изолираната средина, додека require_escalated бара извршување надвор од неа. Рамката го оценува барањето според претпочитаните поставки на корисникот пред да ја изврши командата. (На пример, Codex може директно да побара одобрување од корисникот или да го насочи барањето кон автоматски преглед⁠(се отвора во нов прозорец).) Ако извршувањето е одобрено, Codex ќе ги предаде соодветните permission_profile и network_proxy на perform_exec_command_with_sandboxing(), заедно со аргументите на командата од оригиналниот ExecCommandToolCall.

Алатката за командна обвивка е главниот корисник на spawn_command_under_sandbox(), а рамката ја користи истата инфраструктура за изолација и за операции како читање и менување локални датотеки. Оваа повторна употреба се протега и надвор од рамката: командата codex sandbox ви овозможува да вградите извршување команди во изолирана средина во сопствените алатки, како што ќе видиме подоцна. Следно ќе разгледаме како се дефинираат профилите на дозволи.

Конфигурирање на изолираната средина

Именуван профил на дозволи ви овозможува да ги користите истите ограничувања за датотечниот систем и мрежата во повеќе проекти. Можете да дефинирате сопствени профили под [permissions] во config.toml. На пример, следново дефинира профил наречен dev што го проширува⁠(се отвора во нов прозорец) вградениот профил :workspace:

TOML

1
# Use the dev profile by default.
2
default_permissions = "dev"
3

4
[permissions.dev]
5
# This is displayed when /permissions is run in the Codex CLI.
6
description = "Development with extra read-only protections."
7

8
# A profile can be derived from an existing profile.
9
# Profiles starting with ":" are provided by Codex.
10
extends = ":workspace"
11

12
[permissions.dev.filesystem]
13
"~/build-cache" = "write"
14

15
[permissions.dev.filesystem.":workspace_roots"]
16
".devcontainer" = "read"
17
".vscode" = "read"
18
"**/*.env" = "deny"
19
"secrets" = "deny"

Профилот dev додава пристап за запишување во ~/build-cache и поставува дополнителни ограничувања за датотеките во работниот простор. Записите за датотечниот систем можат да дозволат пристап само за читање (read), читање и запишување (write) или целосно да го блокираат пристапот (deny).

Табелата :workspace_roots ви овозможува да дефинирате правила за патеки релативни на корените на работниот простор на проектот. Стандардно, Codex CLI го користи својот работен директориум како единствен корен на работниот простор, додека десктоп-апликацијата ChatGPT ги користи папките со изворен код на проектот. Codex го применува секое правило на секој корен, па записот .vscode во dev го прави директориумот .vscode под секој корен достапен само за читање.

Покрај сопствените правила, dev ги наследува следниве заштити од :workspace:

TOML

1
[permissions.":workspace".filesystem.":workspace_roots"]
2
".agents" = "read"
3
".aws" = "read"
4
".codex" = "read"
5
".git" = "read"

Мрежни дозволи

За конфигурирање на мрежата во изолираната средина на Codex, во основа постојат три опции:

  • Оневозможување на целиот мрежен пристап (стандардно за профилот :workspace)

  • Овозможување целосен, директен мрежен пристап (стандардно за профилот :danger-full-access)

  • Ограничување на мрежниот пристап на прокси, кое одлучува што да пропушти според профилот на дозволи


За да му дадете на
dev директен мрежен пристап, поставете permissions.dev.network.enabled = true на највисокото ниво во config.toml. Ова дава целосен мрежен пристап кога мрежното прокси е оневозможено.

За да го ограничите dev на одреден сет домени, овозможете го мрежното прокси и конфигурирајте ги неговите правила за домени:

TOML

1
[permissions.dev.network]
2
enabled = true
3

4
[permissions.dev.network.domains]
5
"*.openai.com" = "allow"
6
# Allow requests to local services by hostname or by IPv4/IPv6 loopback address.
7
"localhost" = "allow"
8
"127.0.0.1" = "allow"
9
"::1" = "allow"
10
"evil.example" = "deny"
11

12
[features]
13
# If neither local config nor managed requirements enable the proxy,
14
# this profile allows direct network access; domain rules are not enforced.
15
network_proxy = true

Правилата за домени поддржуваат точни имиња и шаблони со џокер-знаци, при што експлицитните забрани имаат предност пред дозволите. Барањата до други домени бараат одобрување или се блокираат, како што е опишано подолу во Мрежно прокси.

Слоевита конфигурација и спроведување ограничувања

Поединечните корисници можат да зададат стандардни поставки за сите проекти и да ги заменат со други за конкретен доверлив проект. Администраторите во претпријатијата можеби ќе сакаат и да зададат стандардни поставки за своите корисници и да ограничат кои поставки тие можат да ги менуваат. Codex ги поддржува двете можности преку слоевита конфигурација и управувани барања.

Како што е опишано во Приоритет на конфигурацијата,⁠(се отвора во нов прозорец) Codex ги спојува поставките од повеќе датотеки config.toml. Табелите се спојуваат рекурзивно, а при судир на вредностите предност има изворот со повисок приоритет. Низите се заменуваат во целост.

Затоа профилите на дозволи користат табели за патеките во датотечниот систем и за мрежните домени. Тимот може да додава или заменува поединечни записи во сопствената конфигурација и автоматски да ги наследува промените на сите други записи од основната конфигурација на организацијата:

TOML

1
[permissions.dev.filesystem.":workspace_roots"]
2
".idea" = "read"
3

4
[permissions.dev.network.domains]
5
"example.com" = "allow"

Администраторите можат да обезбедат и управувани барања⁠(се отвора во нов прозорец) преку requirements.toml за да го ограничат изборот на конфигурација на корисниците. Овие барања можат да доаѓаат од повеќе извори, вклучително и системски датотеки и политика обезбедена преку облакот. Чест случај на употреба е задавањето allowed_permission_profiles за да се ограничи множеството профили на дозволи што може да ги избере корисник во претпријатието. На пример, администратор може да ги зададе следниве барања преку облакот:

TOML

1
default_permissions = ":read-only"
2

3
[allowed_permission_profiles]
4
":read-only" = true
5
":danger-full-access" = false

Барањата од облакот би имале предност пред системската датотека со барања на /etc/codex/requirements.toml, па запис во таа датотека не може да ја поништи експлицитната поставка ":danger-full-access" = false погоре. Ако :workspace остане незададен, друг слој со барања може да го обезбеди тој запис. Профилите чии записи се false или ги нема во конечната споена табела не се достапни.

Ова раздвојување им овозможува на организациите да спроведуваат ограничувања, а корисниците да ја приспособуваат конфигурацијата во тие рамки. Добиените профили на дозволи може да ги користи рамката или да се применат директно на команда, како што ќе видиме во продолжение.

Користење на командата codex sandbox

Codex CLI нуди команда sandbox за полесно извршување произволна команда според профил на дозволи дефиниран во конфигурацијата на Codex. Ова најчесто се користи за тестирање на профилот, за да се потврди дека изолираната средина го спречува однесувањето што е наменета да го блокира.

На пример, следнава команда се обидува да го конфигурира VS Code да извршува злонамерен автоматски форматирач при зачувување. Ако .vscode веќе постои, профилот dev дефиниран погоре треба да го блокира ова запишување бидејќи директориумот е само за читање (codex sandbox стандардно го третира cwd како корен на работниот простор):

Bash

1
codex sandbox --permission-profile dev -- \
2
bash -c 'cat > .vscode/settings.json' <<'JSON'
3
{
4
"prettier.prettierPath": "./node_modules/evil-prettier",
5
"[typescript]": {
6
"editor.defaultFormatter": "esbenp.prettier-vscode",
7
"editor.formatOnSave": true
8
}
9
}
10
JSON

Навистина, на macOS ова не успева и враќа:

Обичен текст

1
bash: .vscode/settings.json: Operation not permitted

Командата codex sandbox го прави механизмот за изолација на Codex достапен независно од сесија на агент. Можете да ги користите истиот конфигурациски јазик и механизмите за спроведување специфични за платформата за да ги ограничите командите стартувани од вашите алатки.

Пример: изолирање MCP-сервер

За stdio MCP-сервер конфигуриран во config.toml, рамката на Codex не се обидува да ја изолира командата со која се стартува серверот. Codex не може сигурно да заклучи кои датотеки или мрежни услуги му се потребни на тој сервер, па примената на стандарден профил за изолација би можела да наруши инаку валидна конфигурација.

На пример, стандардниот начин за конфигурирање на MCP-серверот @modelcontextprotocol/server-memory⁠(се отвора во нов прозорец) за употреба со Codex е следниов:

TOML

1
[mcp_servers.memory]
2
command = "npx"
3
args = [
4
"-y",
5
"@modelcontextprotocol/server-memory@1.0.0"
6
]
7

8
[mcp_servers.memory.env]
9
MEMORY_FILE_PATH = "~/mcp-data/memory.jsonl"

Бидејќи оваа команда npx се извршува без изолација, може да запишува датотеки и да испраќа мрежни барања со истите дозволи како корисникот што го извршува Codex, што ѝ дава преголем пристап. За да го ограничиме пристапот, можеме да дефинираме профил на дозволи наречен memory-mcp, а потоа оригиналната команда npx да ја повикаме преку codex sandbox --permission-profile memory-mcp. Така ќе ограничиме каде серверот може да запишува и ќе му забраниме мрежен пристап:

TOML

1
[permissions.memory-mcp.filesystem]
2
# Allow broad reads for Node.js/npm dependencies and configuration.
3
":root" = "read"
4
"~/.npm" = "write"
5
"~/mcp-data" = "write"
6

7
[permissions.memory-mcp.network]
8
enabled = false
9

10
[mcp_servers.memory]
11
command = "codex"
12
args = [
13
"sandbox",
14
"--permission-profile",
15
"memory-mcp",
16
"--",
17
"npx",
18
"--offline",
19
"@modelcontextprotocol/server-memory@1.0.0"
20
]
21

22
[mcp_servers.memory.env]
23
MEMORY_FILE_PATH = "~/mcp-data/memory.jsonl"

Пред да го стартувате серверот, создајте го неговиот директориум за податоци и пополнете го кешот на npm со пакетот со фиксирана верзија. Така npx --offline може да го стартува серверот со профил што го оневозможува мрежниот пристап:

Bash

1
# The sandbox can write to this folder, but it cannot create it.
2
mkdir -p ~/mcp-data
3

4
# Installing the MCP server requires network access.
5
npx -y --package=@modelcontextprotocol/server-memory@1.0.0 -c true

Откако пакетот ќе се кешира, Codex може да го стартува меморискиот сервер без мрежен пристап, со запишување ограничено на кешот на npm и директориумот за податоци на серверот.

Имплементација на изолираната средина на Codex

Имплементацијата на изолираната средина го претвора профилот на дозволи во ограничувања што ги спроведува оперативниот систем. Основната логика на мрежното прокси за обработка на барања и примена на политики е заедничка за трите главни оперативни системи, додека поставувањето на проксито и интеграцијата со изолираната средина се специфични за ОС. Прво ќе го разгледаме заедничкото прокси, а потоа имплементациите за macOS, Linux и Windows.

Мрежно прокси

За да ги спроведе мрежните ограничувања од профилот на дозволи, рамката стартува мрежно прокси и ја конфигурира изолираната средина да дозволува врски со него, но да блокира директни врски со надворешни домаќини. Проксито го проверува секое барање според правилата за домени во профилот за да одлучи дали да го препрати.

Во репозиториумот на Codex, мрежното прокси е имплементирано во пакетот codex-network-proxy⁠(се отвора во нов прозорец), кој рамката го користи како библиотека, но може да се изгради и како самостоен CLI⁠(се отвора во нов прозорец). Кога е овозможен, codex-network-proxy стандардно стартува и HTTP-прокси и SOCKS5-прокси. Овие адреси на прокси се пренесуваат до процесот стартуван од изолираната средина преку променливи на околината. Покрај стандардните променливи на околината како HTTP_PROXY, HTTPS_PROXY и ALL_PROXY, се вметнуваат и повеќе познати променливи на околината специфични за апликации⁠(се отвора во нов прозорец) (како PIP_PROXY). Сепак, не сите програми ги почитуваат овие променливи на околината. Ако програма се обиде директно да се поврзе со надворешен домаќин, ограничувањата на изолираната средина што ги спроведува оперативниот систем ја блокираат врската, како што е опишано подолу во деловите за секоја платформа.

Мрежното прокси е одговорно за спроведување на мрежните ограничувања дефинирани во профилот на дозволи. На пример, профилот dev прикажан претходно дозволува барања до *.openai.com и експлицитно забранува барања до evil.example. Кога барањето е насочено кон домен што не се совпаѓа со правило за дозвола или забрана, проксито може да го стави на чекање и да ѝ го препушти одобрувањето на рамката. Како во примерот со команда за командната обвивка, Codex може директно да побара одобрување од корисникот или да го насочи барањето кон автоматски преглед⁠(се отвора во нов прозорец). По добивањето одлука, проксито или дозволува барањето да продолжи или го одбива со одговор за грешка.

Редоследот е важен бидејќи дури и DNS-пребарување може да открие информации кодирани во името на домаќинот. Затоа проксито го разрешува бараното име на домаќин дури откако ќе утврди дека е дозволено или одобрено. Имајте предвид дека широките правила со џокер-знаци или пристапот до DNS-услуги сè уште можат да овозможат неовластено изнесување податоци преку DNS.

macOS

На macOS, Codex користи Seatbelt⁠(се отвора во нов прозорец), механизам за изолација на Apple што го спроведува јадрото. Политиките на Seatbelt се пишуваат во Sandbox Profile Language (SBPL), јазик заснован на Scheme за изразување ограничувања на изолираната средина. Codex го повикува Seatbelt преку командата /usr/bin/sandbox-exec на macOS. Како codex sandbox, таа прима опции што ја опишуваат изолираната средина, по кои следува командата за извршување:

Bash

1
sandbox-exec -p PROFILE [-Dkey=value]* -- PROG ARGS...

PROFILE е низа со SBPL-код што содржи записи за конфигурирање на изолираната средина. На пример, следниов исечок од SBPL ги прави /dev/null и /dev/zero достапни за читање и запишување според политиката на изолираната средина:

Scheme

1
(allow file-read* file-test-existence file-write-data
2
(literal "/dev/null")
3
(literal "/dev/zero"))

Кога мрежното прокси е овозможено при повикување на изолираната средина, во профилот се вметнуваат правила како следниве за да се ограничат врските на соодветните локални порти:

Scheme

1
; local HTTP proxy launched by Codex
2
(allow network-outbound (remote ip "localhost:3128"))
3

4
; local SOCKS proxy launched by Codex
5
(allow network-outbound (remote ip "localhost:8081"))


Основниот профил на Codex започнува со
(deny default), па излезните врски остануваат блокирани освен ако не се експлицитно дозволени.

На крај, SBPL може да содржи резервирани места со (param):

Scheme

1
; Pass -DWRITABLE_ROOT_0=/path/to/dir to specify a folder that cannot be removed.
2
(deny file-write-unlink
3
(require-all
4
(literal (param "WRITABLE_ROOT_0"))
5
(vnode-type DIRECTORY)))

кои се пополнуваат преку опциите -Dkey=value предадени на sandbox-exec.

За да го имплементира сопствениот API за изолација, Codex ја составува листата аргументи⁠(се отвора во нов прозорец) за sandbox-exec почнувајќи од основна политика⁠(се отвора во нов прозорец), а потоа ја дополнува со permission_profile и друг контекст за да го добие целосниот профил на Seatbelt. Добиениот профил и придружните аргументи -D ги конфигурираат ограничувањата што ги спроведува Seatbelt, додека мрежното прокси спроведува дополнителни мрежни правила. Откако ќе се состави целосната листа аргументи, повикувањето на sandbox-exec е едноставно.

Генерирањето правилен SBPL е предизвик бидејќи Apple не го документира јазикот за употреба од трети страни. Всушност, во man sandbox-exec стои The sandbox-exec command is DEPRECATED (истото важи и за библиотечната функција sandbox_init(), документирана преку man 3 sandbox_init). И покрај предупредувањето за застареност, macOS сè уште вклучува профили за Seatbelt во /usr/share/sandbox, а софтвер од трети страни, вклучувајќи ги Google Chrome и Chromium⁠(се отвора во нов прозорец), продолжува да се потпира на Seatbelt. Затоа планираме да продолжиме да го користиме Seatbelt во догледна иднина.

Linux

За да ја создаде изолираната средина на Linux, Codex користи комбинација од bubblewrap⁠(се отвора во нов прозорец) (bwrap), алатка за командна линија за создавање изолирани средини, и seccomp-bpf⁠(се отвора во нов прозорец), механизам на јадрото на Linux за филтрирање системски повици. Внатрешна помошна програма наречена codex-linux-sandbox го координира поставувањето. Како sandbox-exec на macOS, таа прима конфигурација на изолираната средина, по која следува команда за извршување:

Bash

1
codex-linux-sandbox SANDBOX_ARGS... -- PROG ARGS...

Кога е потребна изолација на датотечниот систем или насочување преку прокси, codex-linux-sandbox го повикува bwrap за да ја создаде почетната изолирана средина. Потоа bwrap го стартува codex-linux-sandbox --apply-seccomp-then-exec во неа. Овој втор повик користи seccomp-bpf за да примени дополнителни ограничувања пред да ја изврши командата на корисникот.

За да ја создаде почетната изолирана средина, Codex користи bubblewrap за да изгради приказ на датотечниот систем во посебен именски простор за монтирање, кој ги одразува правилата за датотечниот систем од профилот на дозволи. Бидејќи ова е темелно за имплементацијата на изолираната средина, Codex вклучува сопствена копија на bwrap во случај корисникот да нема инсталирано своја, но ѝ дава предност на компатибилна инсталација на ⁠(се отвора во нов прозорец)bwrap⁠(се отвора во нов прозорец) пронајдена во PATH, кога е достапна. Во пракса, некои дистрибуции на Linux стандардно го оневозможуваат пристапот до корисничките именски простори⁠(се отвора во нов прозорец), но прават исклучок за системскиот bwrap.

Исто како sandbox-exec, bwrap прима конфигурација на изолираната средина, по која следува команда за извршување во неа. Наместо посебен конфигурациски јазик како SBPL, bwrap користи поединечни знаменца за конфигурација. Codex ги користи следниве опции за да го создаде приказот на датотечниот систем:

  • --bind за задавање датотека или директориум со дозвола за запишување

  • --ro-bind за задавање датотека или директориум само за читање

  • --perms 000 --tmpfs DIR --remount-ro DIR за забрана на пристап до DIR

  • --perms 000 --ro-bind-data FD FILE за забрана на пристап до FILE (каде што FD е отворен датотечен дескриптор за /dev/null)

За да ги примени шаблоните glob за забрана со овие опции, Codex ги проширува во конкретни патеки пред стартувањето на секоја команда. Новите патеки што се совпаѓаат не се додаваат автоматски во ограничувањата на изолираната средина за таа команда.

Codex задава и опции како --unshare-ipc и --unshare-pid за да спречи изолираната средина да пристапува до други видови ресурси на домаќинот, па дејството на bubblewrap не е ограничено само на видливоста на датотеките.

Кога користи bubblewrap, Codex го предава --unshare-net секогаш кога мрежата е оневозможена или врските мора да минуваат низ мрежното прокси. Со тоа се создава нов мрежен именски простор за изолираната средина. Потоа користиме seccomp-bpf за да примениме дополнителни ограничувања на мрежните системски повици и семејствата сокети достапни на командата.


Поточно, го користиме
пакетот seccompiler⁠(се отвора во нов прозорец) за динамички да компајлираме BPF-програма врз основа на саканите филтри⁠(се отвора во нов прозорец) и да ја примениме на стартувачки процес во изолираната средина, така што целото дрво на процеси ги наследува ограничувањата. Затоа bwrap не ја извршува командата на корисникот, туку го извршува стартувачот codex-linux-sandbox со неговите конфигурациски аргументи, по кои следува командата на корисникот:

Bash

1
bwrap BWRAP_ARGS... -- \
2
codex-linux-sandbox --apply-seccomp-then-exec CODEX_LINUX_SANDBOX_ARGS... -- \
3
PROG ARGS...

За да примени seccomp-филтри без повисоки привилегии, стартувачот го поставува знаменцето no_new_privs на Linux⁠(се отвора во нов прозорец). Ова знаменце го наследуваат процесите-деца и ги спречува да добијат дополнителни привилегии при извршување друга програма, како извршна датотека со setuid.

Филтрите seccomp зависат од мрежната конфигурација. Кога мрежниот пристап е оневозможен, блокираме повеќе системски повици поврзани со мрежата, како connect(2) и bind(2). Но кога мрежното прокси е овозможено во изолираната средина, дозволуваме IP-сокети за да биде достапен TCP-слушачот создаден од codex-linux-sandbox. Сепак, стандардно го блокираме создавањето самостојни Unix domain сокети, бидејќи тие би можеле ненамерно да овозможат пристап до ресурси на домаќинот.

Поврзување со мрежното прокси

Кога конфигурацијата на изолираната средина бара мрежно прокси, рамката на Codex создава една негова инстанца што може да се користи при повеќе повикувања на codex-linux-sandbox во истата нишка на Codex. Секоја изолирана средина мора да има начин да стигне до тоа заедничко прокси од својот изолиран мрежен именски простор. Codex обезбедува TCP-слушач на loopback во тој именски простор и поставува процес надвор од изолираната средина да ги прифаќа неговите врски и да ги препраќа до проксито.

Следниве дијаграми ја прикажуваат оваа поставеност за една крајна точка на проксито, а последниот дијаграм прикажува една врска низ неа. Пред да го стартува bubblewrap, codex-linux-sandbox создава пар Unix-сокети што служат како контролен канал и се раздвојува во два процеса. Процесот-дете го извршува run_host_bridge() и чека да го прими датотечниот дескриптор на слушачот преку тој канал:

Дијаграм на рамката на Codex што го стартува codex-linux-sandbox, кој со раздвојување создава процес за препраќање поврзан преку контролен канал со Unix-сокет.

Во овој пример, родителскиот процес користи exec за да ја замени својата програмска слика со bwrap. Со ова се поставува изолираната средина и во неа се стартува codex-linux-sandbox --apply-seccomp-then-exec, пренесувајќи го и датотечниот дескриптор (FD) за контролниот канал:

Дијаграм што покажува како bwrap создава мрежен именски простор за изолираната средина и го стартува codex-linux-sandbox во него, со контролен канал преку Unix-сокет до процесот за препраќање надвор од изолираната средина.

Во мрежниот именски простор на изолираната средина, второто повикување на codex-linux-sandbox создава TCP-слушач на loopback и го предава неговиот датотечен дескриптор преку сокетот. Слушачот останува поврзан со мрежниот именски простор на изолираната средина. Така процесот-дете што останал надвор од неа може да прифаќа врски од изолираните програми, а своите врски кон проксито да ги отвора во мрежниот именски простор на домаќинот. По предавањето, двата процеса ги затвораат дескрипторите за контролниот канал, а процесот во изолираната средина ја затвора својата копија од слушачот.

Штом TCP-слушачот е подготвен, процесот во изолираната средина ја поставува соодветната вредност за HTTP_PROXY⁠(се отвора во нов прозорец) и сродните променливи на околината да упатуваат кон тој слушач. Потоа применува seccomp пред да се раздвои и да ја изврши командата на корисникот:

Дијаграм што прикажува програма во изолирана средина поврзана со TCP-слушач на loopback, со надворешен процес codex-linux-sandbox што го препраќа сообраќајот до мрежното прокси на Codex.

Процесот надвор од изолираната средина го задржува слушачот отворен. За секоја прифатена врска, отвора врска со конфигурираното прокси и пренесува податоци во двете насоки.

Овој дополнителен механизам ѝ дава на командата сопствен мрежен именски простор, со посебен loopback-интерфејс. На macOS, Seatbelt ѝ дозволува на командата директно да се поврзе со одредени порти на loopback-интерфејсот на домаќинот. На Linux, командата се поврзува со слушач во својот изолиран именски простор, а процес надвор од изолираната средина ги препраќа тие врски до конфигурираното прокси. Предавањето на дескрипторот ја овозможува оваа врска без командата да добие пристап до мрежниот именски простор на домаќинот.

Windows

Претходно годинава, имплементиравме изолирана средина на Windows и пишувавме за нашата работа на неа. Оттогаш, Microsoft објави библиотека наречена MXC, заедно со нови можности за изолација на процеси во оперативниот систем Windows. Во моментов ја заменуваме постојната изолирана средина со нова што ја користи библиотеката MXC.

Што е MXC?

MXC (Microsoft eXecution Container) е систем за извршување код во изолирана средина⁠(се отвора во нов прозорец) од Microsoft што поддржува повеќе механизми за изолација на Windows, Linux и macOS. Codex поддржува изолирана средина заснована на MXC на компатибилни уреди со Windows, користејќи ја вградената изолација на процеси за да ги ограничи командите во постојната околина на корисникот.

Преминуваме на MXC за да ги подобриме безбедноста и употребливоста и да надминеме неколку ограничувања на нашата постојна изолирана средина за Windows:

  • Потреба од повисоки/администраторски привилегии за поставување на изолираната средина

  • Бавни операции за проверка и поставување ACL што трошат многу ресурси

  • Трајно зачувана состојба од поставувањето на изолираната средина на машината-домаќин, вклучувајќи

    • Листи за контрола на пристап (ACL)

    • Правила за заштитниот ѕид

    • Корисници на изолираната средина

    • Датотеки на контролниот слој

MXC нуди JSON-шема за конфигурација⁠(се отвора во нов прозорец). Codex го користи MXC SDK⁠(се отвора во нов прозорец) за да состави барање за извршување според таа шема, кое ги содржи командата, работниот директориум, околината и дозволите. Тие дозволи го опфаќаат пристапот до датотечниот систем и мрежата, како и до ресурси на Windows, како што се работната површина и таблата со исечоци.

Претворање на политиката во повик до MXC

Codex користи фиксни поставки за неколку контроли за да постигне рамнотежа меѓу компатибилноста и безбедноста. Дозволува читање од регистарот и го задржува пристапот до Win32k и работната површина што му е потребен на PowerShell при стартување. Пристапот до таблата со исечоци, вметнувањето влезни настани и контролите за работната површина и системските поставки се оневозможени. На крај, на MXC му е забрането како резервна опција да ги менува дозволите на датотечниот систем на домаќинот.

Codex ги претвора правилата за датотечниот систем и мрежата од профилот на дозволи во конфигурација за MXC. Ако го користиме претходниот профил dev и претпоставиме дека:

  • C:\, D:\ и Z:\ се единствените локални дискови на машината.

  • Коренот на работниот простор и работниот директориум се C:\work\demo.

  • Домашниот директориум на корисникот е D:\Users\dev, па ~/build-cache се разрешува во D:\Users\dev\build-cache.

  • Шаблонот glob за забрана се совпаѓа само со C:\work\demo\config\dev.env и C:\work\demo\config\prod.env.

Соодветните поставки за MXC би вклучувале:

JSON

1
{
2
...
3
"filesystem": {
4
"readwritePaths": [
5
"C:\\work\\demo",
6
"D:\\Users\\dev\\build-cache",
7
...
8
],
9
"readonlyPaths": [
10
"C:\\",
11
"D:\\",
12
"Z:\\",
13
"C:\\work\\demo\\.agents",
14
"C:\\work\\demo\\.aws",
15
"C:\\work\\demo\\.codex",
16
"C:\\work\\demo\\.devcontainer",
17
"C:\\work\\demo\\.git",
18
"C:\\work\\demo\\.vscode",
19
...
20
],
21
"deniedPaths": [
22
"C:\\work\\demo\\config\\dev.env",
23
"C:\\work\\demo\\config\\prod.env",
24
"C:\\work\\demo\\secrets"
25
]
26
},
27
"network": {
28
"egress": {
29
"default": "deny",
30
"allow": [{
31
"to": [
32
{"cidr": "127.0.0.0/8"},
33
{"cidr": "::1/128"}
34
]
35
}]
36
},
37
"ingress": {
38
"default": "deny",
39
"hostLoopback": "allow"
40
}
41
},
42
...
43
}

Пристап до корените на дисковите

Политиката на MXC за датотечниот систем стандардно забранува пристап. Затоа Codex додава дозволи само за читање за корените на локалните дискови, овозможувајќи го широкиот пристап за читање што го дозволува овој профил. Овие дозволи се применуваат рекурзивно, во рамките на постојните дозволи на корисникот во ОС.

Има една особеност: дозволите за запишување во коренот на дискот не се применуваат рекурзивно, па Codex ги проширува за да ги опфатат постојните датотеки и директориуми непосредно под коренот.

Спротивставени дозволи

Поконкретните патеки имаат предност пред дозволите на нивните предци, па C:\work\demo може да дозволува запишување под C:\, кој е само за читање, додека C:\work\demo\.git останува само за читање.

Кога различни записи на патеки или алијаси преку симболички врски/junction упатуваат на истата патека, MXC ја применува построгата дозвола: забраната има предност пред читањето, а читањето пред читањето и запишувањето.

Шаблони glob за забрана

MXC прифаќа само конкретни патеки за забрана, па Codex ги проширува шаблоните glob за забрана во соодветните датотеки и директориуми пред стартувањето. Новите патеки што се совпаѓаат со шаблонот glob не се додаваат автоматски додека командата се извршува.

Мрежен пристап

Правилата за домени како *.openai.com ги спроведува заедничкото мрежно прокси на Codex опишано претходно. Codex го извршува тоа прокси надвор од изолираната средина и ѝ ги предава неговите адреси на командата преку истите стандардни променливи на околината *_PROXY споменати претходно. MXC ги блокира директните надворешни врски, но дозволува врски со loopback-интерфејсот на домаќинот, вклучувајќи пристап до проксито. Другите локални услуги остануваат достапни.

На macOS, Linux и Windows, рамката го користи истиот API за изолација за да стартува команди според профил на дозволи. Имплементациите специфични за платформата го вршат потребното поставување за примена на тие ограничувања.

Градење врз изолираната средина на Codex

Пишувањето и извршувањето код им дава на агентите флексибилен начин за решавање проблеми и надвор од развојот на софтвер. Изолираната средина на Codex им овозможува да ја користат таа способност во постојната околина на корисникот, со експлицитни ограничувања за пристап до датотечниот систем и мрежата. Таа е основна компонента за повеќекратна употреба во рамката, а командата codex sandbox ја прави достапна и за алатките што ги создавате сами.

Како што агентите преземаат повеќе задачи, сакаме да ја направиме изолацијата практична за повеќе алатки и околини. Тоа значи полесно конфигурирање на дозволите и користење подобри заштитни механизми на оперативните системи штом станат достапни. Нашата цел е да ги прошириме можностите на агентите, а луѓето да ја задржат контролата врз тоа до што тие можат да пристапуваат.

Автор

OpenAI

Благодарност

Посебна благодарност до Дејвид Визен, Чарли Вимс, Вијат Балодија и Фотис Чанѕис за придонесот кон оваа објава.