പ്രധാന ഉള്ളടക്കത്തിലേക്ക് നീങ്ങുക
OpenAI

OpenAI-യിൽ Codex സുരക്ഷിതമായി പ്രവർത്തിപ്പിക്കൽ

യഥാർത്ഥ വർക്ക്ഫ്ലോകളിൽ കോഡിംഗ് ഏജന്റുകളെ നിയന്ത്രിക്കുന്നതിനായി OpenAI ഉപയോഗിക്കുന്ന കൺട്രോളുകൾ, ബൗണ്ടറികൾ, ടെലിമെട്രി എന്നിവയെക്കുറിച്ചുള്ള ഒരു അവലോകനം.

ലോഡിംഗ്…

AI സിസ്റ്റങ്ങൾ കൂടുതൽ കാര്യക്ഷമമാകുന്നതോടെ, അവ ഉപയോക്താക്കൾക്ക് വേണ്ടി കൂടുതൽ കാര്യങ്ങൾ സ്വയം ചെയ്യാൻ തുടങ്ങിയിരിക്കുന്നു. കോഡിംഗ് ഏജന്റുകൾക്ക് സ്വതന്ത്രമായി റിപ്പോസിറ്ററികൾ പരിശോധിക്കാനും കമാൻഡുകൾ പ്രവർത്തിപ്പിക്കാനും ഡെവലപ്‌മെന്റ് ടൂളുകളുമായി സംവദിക്കാനും സാധിക്കും. മുൻകാലങ്ങളിൽ മനുഷ്യർ നേരിട്ട് ചെയ്യേണ്ടിയിരുന്ന ജോലികളാണിവ.

Codex-ലൂടെ, സുരക്ഷിതമായ വിന്യാസത്തിന് സ്ഥാപനങ്ങൾക്കാവശ്യമായ നിയന്ത്രണങ്ങൾക്കൊപ്പം തന്നെ ഈ ശേഷികൾ ഞങ്ങൾ രൂപകൽപ്പന ചെയ്തിട്ടുണ്ട്. ഏജന്റുകൾ എങ്ങനെ പ്രവർത്തിക്കുന്നു എന്ന് നിയന്ത്രിക്കാൻ സുരക്ഷാ ടീമുകൾക്ക് ചില വഴികൾ ആവശ്യമാണ്: അവയ്ക്ക് എന്തിലൊക്കെ ആക്സസ് ലഭിക്കും, എപ്പോഴാണ് മനുഷ്യന്റെ അനുമതി ആവശ്യമായി വരുന്നത്, ഏതൊക്കെ സിസ്റ്റങ്ങളുമായി അവയ്ക്ക് സംവദിക്കാം, അവയുടെ പെരുമാറ്റം വിശദീകരിക്കാൻ എന്ത് ടെലിമെട്രി നിലവിലുണ്ട് എന്നിവയാണവ.

OpenAI-യിൽ, കുറച്ച് വ്യക്തമായ ലക്ഷ്യങ്ങളോടെയാണ് ഞങ്ങൾ Codex വിന്യസിക്കുന്നത്: ഏജന്റിനെ വ്യക്തമായ സാങ്കേതിക പരിധിക്കുള്ളിൽ നിർത്തുക, കുറഞ്ഞ റിസ്കുള്ള ജോലികളിൽ വേഗത്തിൽ പ്രവർത്തിക്കാൻ ഡെവലപ്പർമാരെ അനുവദിക്കുക, ഉയർന്ന റിസ്കുള്ള ജോലികൾ കൂടുതൽ വ്യക്തവും സുതാര്യവുമാക്കുക. കൂടാതെ, ഏജന്റ് എന്താണ് ചെയ്തതെന്ന് മനസ്സിലാക്കാനും ഓഡിറ്റ് ചെയ്യാനും ഞങ്ങൾ 'ഏജന്റ്-നേറ്റീവ് ടെലിമെട്രി' നിലനിർത്തുന്നു. പ്രായോഗികമായി പറഞ്ഞാൽ, മാനേജ്ഡ് കോൺഫിഗറേഷൻ, നിയന്ത്രിത എക്സിക്യൂഷൻ, നെറ്റ്‌വർക്ക് പോളിസികൾ, ഏജന്റ്-നേറ്റീവ് ലോഗുകൾ എന്നിവയാണ് ഇതിനർത്ഥം.

Codex പ്രവര്‍ത്തന രീതിയുടെ നിയന്ത്രണം

നിയന്ത്രിതമായ ഒരു സാഹചര്യത്തിനുള്ളിൽ Codex ഉൽപ്പാദനക്ഷമമായിരിക്കണം എന്ന ലളിതമായ തത്വത്തോടെയാണ് ഞങ്ങൾ അത് വിന്യസിക്കുന്നത്; കുറഞ്ഞ റിസ്കുള്ള ദൈനംദിന പ്രവൃത്തികൾ തടസ്സമില്ലാത്തതായിരിക്കണം, എന്നാൽ ഉയർന്ന റിസ്കുള്ള പ്രവൃത്തികൾ പുനഃപരിശോധനയ്ക്കായി നിർത്തിവെക്കേണ്ടതുമാണ്.

സാൻഡ്‌ബോക്സിംഗും അനുമതികളും

അംഗീകാരങ്ങളും സാൻഡ്‌ബോക്സിംഗും ഒത്തൊരുമിച്ചാണ് പ്രവർത്തിക്കുന്നത്. Codex-ന് എവിടെയൊക്കെ വിവരങ്ങൾ രേഖപ്പെടുത്താം, നെറ്റ്‌വർക്ക് ലഭ്യമാകണമോ, ഏതൊക്കെ പാതകൾ സംരക്ഷിക്കപ്പെടണം തുടങ്ങിയ സാങ്കേതികമായ പ്രവർത്തന പരിധി നിശ്ചയിക്കുന്നത് സാൻഡ്‌ബോക്സാണ്. എന്നാൽ, സാൻഡ്‌ബോക്സിന് പുറത്തുള്ള എന്തെങ്കിലും ചെയ്യേണ്ടി വരുമ്പോഴോ മറ്റോ Codex എപ്പോൾ അനുവാദം ചോദിക്കണമെന്ന് തീരുമാനിക്കുന്നത് അപ്രൂവൽ പോളിസിയാണ്. ഉപയോക്താക്കൾക്ക് ഒരു പ്രവൃത്തിയെ ഒരു തവണ മാത്രമായോ അല്ലെങ്കിൽ ആ സെഷനിലേക്ക് പൂർണ്ണമായോ അംഗീകരിക്കാൻ സാധിക്കും.

സാൻഡ്ബോക്സ് പരിധികള്‍ക്ക് അപ്പുറത്തുള്ള അഭ്യർത്ഥനകൾക്കായി, ഞങ്ങൾ 'ഓട്ടോ-റിവ്യൂ' മോഡ്(പുതിയ വിൻഡോയിൽ തുറക്കുന്നു) ഉപയോഗിക്കുന്നു; ഓൺ ചെയ്താൽ, ഉപയോക്താക്കൾക്ക് ജോലി ഇടയ്ക്കിടെ നിർത്തി Codex പ്രവർത്തനങ്ങൾ അംഗീകരിക്കേണ്ടി വരുന്നത് കുറയ്ക്കുന്നതിനായി ചില തരത്തിലുള്ള അഭ്യർത്ഥനകൾക്ക് സ്വയം അംഗീകാരം നൽകുന്ന ഒരു ഫീച്ചറാണിത്. Codex അതിന്റെ ആസൂത്രിത പ്രവർത്തനവും സമീപകാല അനുബന്ധ വിവരങ്ങളും ഓട്ടോ-അപ്രൂവൽ സബ് ഏജന്റിന് അയച്ചു നൽകുന്നു; ഉപയോക്താവിനെ തടസ്സപ്പെടുത്തുന്നതിന് പകരം, കുറഞ്ഞ റിസ്കുള്ള പ്രവൃത്തികൾക്ക്—അല്ലെങ്കിൽ മതിയായ തലത്തിലുള്ള ഉപയോക്തൃ അധികാരപ്പെടുത്തൽ ഉള്ള ഉയർന്ന റിസ്കുള്ള പ്രവൃത്തികൾക്ക്—ഈ സബ് ഏജന്റിന് സ്വയം അനുമതി നൽകാൻ കഴിയും. ഇത് സാധാരണ ജോലികളിൽ Codex-ന്റെ വേഗത നിലനിർത്തുകയും, അതേസമയം ഉയർന്ന റിസ്കുള്ളതോ അപ്രതീക്ഷിതമായ പ്രത്യാഘാതങ്ങൾ ഉണ്ടായേക്കാവുന്നതോ ആയ കാര്യങ്ങളിൽ അതിന്റെ പ്രവർത്തനം നിർത്തിവെക്കുകയും ചെയ്യുന്നു.

TOML

1
# config.toml
2

3
# Turn on auto_review
4
approvals_reviewer = "auto_review"
5
# Add known development directories to the sandbox automatically
6
sandbox_workspace_write.writable_roots = ["~/development"]
7

8
# requirements.toml
9

10
# Require Codex to operate inside the sandbox
11
allowed_sandbox_modes = ["read-only", "workspace-write"]

നെറ്റ്‌വർക്ക് ആക്സസ്

തുറന്ന ഔട്ട്‌ബൗണ്ട് ആക്‌സസ്സോടെ ഞങ്ങൾ Codex പ്രവർത്തിപ്പിക്കാറില്ല. ഞങ്ങളുടെ നിയന്ത്രിത നെറ്റ്‌വർക്ക് പോളിസി മുൻകൂട്ടി നിശ്ചയിച്ച ലക്ഷ്യസ്ഥാനങ്ങളിലേക്ക് അനുമതി നൽകുകയും, Codex ആക്‌സസ് ചെയ്യാൻ പാടില്ലാത്തവ തടയുകയും, അപരിചിതമായ ഡൊമെയ്‌നുകൾക്കായി അനുമതി തേടുകയും ചെയ്യുന്നു. ഈ സമീപനം വിശാലമായ നെറ്റ്‌വർക്ക് ആക്‌സസ് നൽകാതെ തന്നെ, സുരക്ഷിതമെന്ന് ഉറപ്പുള്ള സാധാരണ വർക്ക്ഫ്ലോകൾ പൂർത്തിയാക്കാൻ Codex-നെ അനുവദിക്കുന്നു.

TOML

1
# requirements.toml
2

3
# Ensure web fetch only comes from OpenAI's cache
4
allowed_web_search_modes = ["cached"]
5

6
[experimental_network]
7
# Turn on Network Proxy
8
enabled = true
9
# Allow Codex to interact with localhost
10
allow_local_binding = true
11
# Block all requests to this domain
12
denied_domains = ["pastebin.com"]
13
# Auto-allow requests to these domains
14
allowed_domains = ["login.microsoftonline.com", "*.openai.com"]

ഐഡന്റിറ്റിയും ക്രെഡൻഷ്യലുകളും

Codex ആധികാരികത ഉറപ്പാക്കുന്നത് എങ്ങനെയാണ് എന്നതും ഞങ്ങൾ നിയന്ത്രിക്കുന്നു. CLI, MCP OAuth ക്രെഡൻഷ്യലുകൾ സുരക്ഷിതമായ OS keyring-ൽ സൂക്ഷിക്കുന്നു; ലോഗിൻ ChatGPT വഴി നിർബന്ധമാക്കുകയും ആക്‌സസ് ഞങ്ങളുടെ ChatGPT എന്റർപ്രൈസ് വർക്ക്‌സ്‌പേസിലേക്ക് മാത്രമായി പരിമിതപ്പെടുത്തുകയും ചെയ്തിട്ടുണ്ട്. ഇത് Codex-ന്റെ ഉപയോഗം ഞങ്ങളുടെ വർക്ക്‌സ്‌പേസ് തലത്തിലുള്ള നിയന്ത്രണങ്ങളുമായി ബന്ധിപ്പിച്ചു നിർത്താനും, Codex-ന്റെ പ്രവർത്തനങ്ങൾ എന്റർപ്രൈസ് വർക്ക്‌സ്‌പേസിനായുള്ള ChatGPT കംപ്ലയൻസ് ലോഗ്സ് പ്ലാറ്റ്‌ഫോമിൽ ലഭ്യമാക്കാനും സഹായിക്കുന്നു.

TOML

1
# config.toml
2

3
# Store CLI Auth Creds in OS Keychain
4
cli_auth_credentials_store = "keyring"
5
# Store MCP Creds in OS Keychain
6
mcp_oauth_credentials_store = "keyring"
7
# Require Auth via ChatGPT
8
forced_login_method = "chatgpt"
9
# Require Auth to Specific ChatGPT Workspace
10
forced_chatgpt_workspace_id = "<workspace-uuid>"

നിയമങ്ങൾ

Codex എല്ലാ ഷെൽ കമാൻഡുകളെയും ഒരേപോലെ സുരക്ഷിതമായി കാണാതിരിക്കാൻ ഞങ്ങൾ ചില നിയമങ്ങൾ ഉപയോഗിക്കുന്നു. എഞ്ചിനീയർമാർ ദൈനംദിന വികസന പ്രവർത്തനങ്ങൾക്കായി ഉപയോഗിക്കുന്ന സാധാരണവും ദോഷകരമല്ലാത്തതുമായ കമാൻഡുകൾക്ക് സാൻഡ്‌ബോക്‌സിന് പുറത്തും മുൻകൂർ അനുമതിയില്ലാതെ പ്രവർത്തിക്കാൻ അനുവാദമുണ്ട്. എന്നാൽ അപകടകരമായ പ്രത്യേക കമാൻഡുകൾ തടയുകയോ അവയ്ക്ക് അനുമതി നിർബന്ധമാക്കുകയോ ചെയ്യുന്നു. ഇത് സാധാരണ എഞ്ചിനീയറിംഗ് ജോലികൾ വേഗത്തിൽ ചെയ്യാൻ Codex-നെ സഹായിക്കുന്നു, അതേസമയം സാൻഡ്‌ബോക്‌സിന് പുറത്ത് പ്രവർത്തിപ്പിക്കാൻ ആഗ്രഹിക്കാത്ത രീതിയിലുള്ള കമാൻഡുകൾ പുനഃപരിശോധിക്കാനോ തടയാനോ സാധിക്കുന്നു.

Starlark

1
# default.rules
2

3
prefix_rule(
4
pattern = ["gh", "pr", ["view", "list"]],
5
decision = "allow",
6
justification = "Allows read-only GitHub PR inspection via gh CLI.",
7
)
8
prefix_rule(
9
pattern = ["kubectl", ["get", "describe", "logs"]],
10
decision = "allow",
11
justification = "Allows Kubernetes resource inspection for debugging.",
12
)

മാനേജ്ഡ് കോൺഫിഗറേഷനുകൾ

ക്ലൗഡ് നിയന്ത്രിത നിബന്ധനകൾ, macOS മാനേജ്ഡ് പ്രിഫറൻസുകൾ, പ്രാദേശിക ആവശ്യകതാ ഫയലുകൾ എന്നിവയുടെ സംയോജനത്തിലൂടെയാണ് ഈ രീതി ഞങ്ങൾ നടപ്പിലാക്കുന്നത്. അഡ്മിൻ തലത്തിൽ നിർബന്ധമാക്കിയ നിയന്ത്രണങ്ങളാണ് ഈ നിബന്ധനകൾ, അതിനാൽ ഉപയോക്താക്കൾക്ക് ഇവ മറികടക്കാൻ സാധിക്കില്ല. macOS മാനേജ്ഡ് പ്രിഫറൻസുകളും പ്രാദേശിക ആവശ്യകതാ ഫയലുകളും ഉപയോഗിക്കുന്നതിലൂടെ, ടീം, യൂസർ ഗ്രൂപ്പ് അല്ലെങ്കിൽ എൻവയോൺമെന്റ് എന്നിവയ്ക്ക് അനുസൃതമായി വ്യത്യസ്ത ക്രമീകരണങ്ങൾ പരീക്ഷിക്കുമ്പോഴും അടിസ്ഥാനപരമായ സുരക്ഷാ മാനദണ്ഡങ്ങളിൽ മാറ്റമില്ലാതെ നിലനിർത്താൻ ഞങ്ങൾക്ക് കഴിയുന്നു. ഡെസ്‌ക്‌ടോപ്പ് ആപ്പ്, CLI, IDE എക്സ്റ്റൻഷൻ എന്നിവയുൾപ്പെടെ എല്ലാ ലോക്കൽ Codex ഉപരിതലങ്ങളിലും ഈ കോൺഫിഗറേഷനുകൾ ബാധകമാണ്.

ഏജന്റ്-നേറ്റീവ് ടെലിമെട്രിയും ഓഡിറ്റ് ട്രെയിലുകളും

നിയന്ത്രണം എന്നത് ജോലിയുടെ പകുതി ഭാഗം മാത്രമാണ്. ഏജന്റുകളെ വിന്യസിച്ചു കഴിഞ്ഞാൽ, സുരക്ഷാ ടീമുകൾക്ക് അവ എന്താണ് ചെയ്യുന്നതെന്നും എന്തിനാണ് ചെയ്യുന്നതെന്നും അറിയാനുള്ള വ്യക്തത ആവശ്യമാണ്. Codex ചെയ്യുന്ന പ്രവൃത്തികൾ പരിശോധിക്കുമ്പോൾ പരമ്പരാഗത സുരക്ഷാ ലോഗുകൾ ഇപ്പോഴും പ്രയോജനകരമാണ്, പക്ഷേ അവ പ്രധാനമായും 'എന്ത് സംഭവിച്ചു' എന്നതിനാണ് ഉത്തരം നൽകുന്നത്: ഒരു പ്രോസസ്സ് ആരംഭിച്ചു, ഒരു ഫയലിൽ മാറ്റം വന്നു, അല്ലെങ്കിൽ ഒരു നെറ്റ്‌വർക്ക് കണക്ഷനായി ശ്രമിച്ചു എന്നിങ്ങനെയുള്ള കാര്യങ്ങൾ. എന്നാൽ എന്തുകൊണ്ടാണ് Codex ഒരു കാര്യം ചെയ്തതെന്നോ അല്ലെങ്കിൽ ഉപയോക്താവിന്റെ ഉദ്ദേശ്യം എന്താണെന്നോ കണ്ടെത്താൻ പ്രതിരോധക്കാർ ഇപ്പോഴും കഷ്ടപ്പെടുകയാണ്.

സുരക്ഷാ ടീമുകൾക്ക് ഏജന്റിന്റെ പ്രവർത്തനങ്ങളെക്കുറിച്ച് കൂടുതൽ വ്യക്തമായ ധാരണ നൽകാൻ Codex-ന് സാധിക്കും. ഉപയോക്താക്കളുടെ പ്രോംപ്റ്റുകൾ, ടൂൾ ഉപയോഗത്തിനുള്ള അനുമതി തീരുമാനങ്ങൾ, ടൂൾ എക്സിക്യൂഷൻ ഫലങ്ങൾ, MCP സെർവർ ഉപയോഗം, നെറ്റ്‌വർക്ക് പ്രോക്സി വഴിയുള്ള അനുമതികൾ അല്ലെങ്കിൽ നിരോധനങ്ങൾ തുടങ്ങിയ വിവിധ Codex ഇവന്റുകൾക്കായി 'ഓപ്പൺ ടെലിമെട്രി' ലോഗ് എക്സ്പോർട്ട് Codex പിന്തുണയ്ക്കുന്നു. കൂടാതെ, എന്റർപ്രൈസ്, Edu ഉപഭോക്താക്കൾക്കായി OpenAI കംപ്ലയൻസ് പ്ലാറ്റ്‌ഫോം വഴിയും Codex ആക്റ്റിവിറ്റി ലോഗുകൾ ലഭ്യമാണ്.

TOML

1
# config.toml
2

3
[otel]
4
log_user_prompt = true
5
environment = "prod"
6

7
[otel.exporter.otlp-http]
8
endpoint = "http://localhost:14318/v1/logs"
9
protocol = "binary"

OpenAI-യിൽ, ഞങ്ങളുടെ AI-അധിഷ്ഠിത സെക്യൂരിറ്റി ട്രയാജ് ഏജന്റിനൊപ്പമാണ് ഞങ്ങൾ Codex ലോഗുകൾ ഉപയോഗിക്കുന്നത്. Codex അസാധാരണമായ എന്തെങ്കിലും ചെയ്തതായി ഒരു എൻഡ്‌പോയിന്റ് അലേർട്ട് സൂചിപ്പിക്കുമ്പോൾ, സംശയാസ്പദമായ ഒരു സംഭവം നടന്നതായി എൻഡ്‌പോയിന്റ് സെക്യൂരിറ്റി ടൂൾ ഞങ്ങളെ അറിയിക്കുന്നു. തുടർന്ന്, ഉപയോക്താവിന്റെയും ഏജന്റിന്റെയും ഉദ്ദേശ്യത്തെക്കുറിച്ച് വ്യക്തത നൽകാൻ Codex ലോഗുകൾ സഹായിക്കുന്നു. ഒറിജിനൽ അഭ്യർത്ഥന, ടൂൾ ആക്റ്റിവിറ്റി, അനുമതി സംബന്ധിച്ച തീരുമാനങ്ങൾ, ടൂൾ ഫലങ്ങൾ, നെറ്റ്‌വർക്ക് പോളിസി തീരുമാനങ്ങൾ അല്ലെങ്കിൽ ബ്ലോക്കുകൾ എന്നിവ പരിശോധിക്കാൻ ഞങ്ങളുടെ AI സെക്യൂരിറ്റി ട്രയാജ് ഏജന്റ് ഈ ലോഗുകൾ ഉപയോഗിക്കുന്നു. ഒടുവില്‍ ഏജന്റിന്റെ സ്വാഭാവികമായ പെരുമാറ്റം, നിരുപദ്രവകരമായ തെറ്റുകൾ, അല്ലെങ്കിൽ ഗൗരവകരമായ അന്വേഷണം ആവശ്യമുള്ള പ്രവർത്തനങ്ങൾ എന്നിവ തമ്മിലുള്ള വ്യത്യാസം തിരിച്ചറിഞ്ഞ് ഈ ഏജന്റ് അതിന്റെ വിശകലനം ഞങ്ങളുടെ സുരക്ഷാ ടീമിന് കൈമാറുന്നു.

ഇതേ ടെലിമെട്രി പ്രവർത്തനപരമായ കാര്യങ്ങൾക്കായും ഞങ്ങൾ ഉപയോഗിക്കുന്നു. ആന്തരികമായ ഉപയോഗത്തിൽ വരുന്ന മാറ്റങ്ങൾ മനസ്സിലാക്കാനും, ഏതൊക്കെ ടൂളുകളും MCP സെർവറുകളുമാണ് ഉപയോഗിക്കപ്പെടുന്നത് എന്ന് തിരിച്ചറിയാനും, നെറ്റ്‌വർക്ക് സാൻഡ്‌ബോക്‌സ് എത്രത്തോളം ബ്ലോക്ക് ചെയ്യുകയോ അനുമതി ചോദിക്കുകയോ ചെയ്യുന്നുണ്ടെന്നും, വിന്യാസത്തിൽ എവിടെയൊക്കെയാണ് മാറ്റങ്ങൾ വരുത്തേണ്ടതെന്നും മനസ്സിലാക്കാൻ ഈ ലോഗുകൾ സഹായിക്കുന്നു. ഈ ഓപ്പൺ ടെലിമെട്രി ലോഗുകൾ SIEM, കംപ്ലയൻസ് ലോഗിംഗ് സിസ്റ്റങ്ങൾ എന്നിവയിൽ കേന്ദ്രീകൃതമായി ശേഖരിക്കാൻ സാധിക്കും.

ഭാവിയിലേക്ക് നോക്കുന്നു

Codex പോലുള്ള കോഡിംഗ് ഏജന്റുകൾ ഡെവലപ്‌മെന്റ് വർക്ക്ഫ്ലോകളുടെ ഭാഗമാകുമ്പോൾ, ഈ മാറ്റം കൈകാര്യം ചെയ്യുന്നതിനായി പ്രത്യേകം രൂപകൽപ്പന ചെയ്ത ടൂളുകൾ സുരക്ഷാ ടീമുകൾക്ക് ആവശ്യമാണ്. സുരക്ഷിതമായ ഉപയോഗം ഉറപ്പാക്കുന്നതിന് ആവശ്യമായ കൺട്രോൾ സർഫേസുകൾ, കോൺഫിഗറേഷൻ മാനേജ്‌മെന്റ്, സാൻഡ്‌ബോക്സിംഗ്, വിശദമായ ഏജന്റ്-അവയർ ടെലിമെട്രി എന്നിവ Codex നൽകുന്നു. ഈ സൗകര്യങ്ങൾ ലഭ്യമാകുന്നതോടെ, എന്റർപ്രൈസ് സുരക്ഷയ്ക്ക് ആവശ്യമായ നിയന്ത്രണവും നിരീക്ഷണവും ഉറപ്പാക്കിക്കൊണ്ടുതന്നെ, ഡെവലപ്പർമാരുടെ ഉൽപ്പാദനക്ഷമത വർദ്ധിപ്പിക്കാൻ സുരക്ഷാ ടീമുകൾക്ക് കൂടുതൽ ആത്മവിശ്വാസത്തോടെ Codex-നെ അനുവദിക്കാനാകും. Codex കോൺഫിഗർ ചെയ്യുന്നതിനെക്കുറിച്ചുള്ള കൂടുതൽ വിവരങ്ങൾ ഇവിടെയും(പുതിയ വിൻഡോയിൽ തുറക്കുന്നു), കംപ്ലയൻസ് API-യെ കുറിച്ചുള്ള വിവരങ്ങൾ ഇവിടെയും(പുതിയ വിൻഡോയിൽ തുറക്കുന്നു) ലഭ്യമാണ്.

രചയിതാവ്

OpenAI