Skip to content

[转载] OpenAI Codex 架构模板

约 7357 字大约 25 分钟

CodexAI架构设计

2026-10-12

原文:OpenAI Codex 架构模板作者:JingWen Fan (study8677)|仓库:awesome-architecture许可:MIT License, Copyright (c) 2026 JingWen Fan (study8677) 本文为全文转载,仅调整了相对链接与自定义组件写法,正文内容未作改动,并保留原文版权声明。

1. 一句话定位

Codex = 一个 agentic 编码 agent 的内核,长出两副执行躯壳:在你机器上跟你实时结对(CLI / IDE,同步、逐步审批),或把整个任务委派到云端一个隔离容器里异步跑完、回交一个 PR。

它和 AI Agent 平台 是同一个谱系——都是「规划 → 调工具 → 观察 → 再决策」的行动循环——但 Codex 把「工具」收窄到软件工程这一垂直域:读写代码库、打补丁、跑命令、跑测试、提交。它和姊妹篇 Claude Code 解决的是同一类问题,但 Codex 的灵魂在于两种执行形态共享一个内核,以及用「沙箱 × 审批」两根正交的轴而不是一维档位来描述「这个 agent 能动多大手脚」。

2. 业务本质:它在解决什么问题

传统的「写代码」是一个人盯着改一行、跑一次、看结果、再改的紧耦合循环——人是循环里每一步的瓶颈。Codex 要做的事,是把这件事从「实时手动循环」升级为可委派、可并行、可异步的工程任务执行:

  • 可委派:你说「把这个鉴权 bug 修了 / 给这个模块补测试 / 把这个依赖升级了」,agent 自己去读代码、改、跑、验,你不必盯着每一步。
  • 可并行:把五个互不相干的任务同时丢进五个云端沙箱,各跑各的,而不是排队等你一个个手动来。
  • 可异步:任务在云端独立环境里跑到完成(可能十几分钟),期间你去干别的;它跑完开一个 PR 等你 review。

换句话说,它把工程师从「循环里的每一步」中解放出来,只保留在关键决策点(审批、review PR)上。卖的不是「自动补全」,而是「把一个有明确目标的工程任务整段交付出去」。这也决定了它的全部架构张力:任务交付得越「整段、自治」,失控的副作用(改错文件、跑危险命令、泄露密钥)就越需要被结构性地约束——于是有了沙箱与审批。

3. 核心需求与约束

功能性需求(系统要能做什么):

非功能性需求 / 质量属性(系统要做得多好):

质量属性目标为什么对这类系统重要
任务成功率越高越好agent 的根本价值;改错/跑偏直接等于负产出
安全 / 可控必须,且可调agent 能改代码、跑命令、联网——副作用真实且可能不可逆
长程连贯性长任务不迷失工程任务跨度大,上下文一长就容易重复、偏题、忘了目标
隔离强度内核级,不可被绕过应用层「自律」挡不住失控或恶意;隔离必须比应用更底层
长程稳定性长会话不崩、不卡顿一个任务跑几十分钟,运行时抖动/内存增长/GC 停顿都会毁掉它
并行吞吐多任务同时跑云端委派的核心卖点就是并行

关键约束(不可逾越的边界):

  • 🔴 沙箱是内核强制的,不是君子协定:agent 跑的命令(及其派生的子进程)被操作系统级机制关进笼子,不靠模型「自觉」。
  • 🔴 云端 agent 阶段默认断网、且密钥已被移除:容器在真正让 agent 干活前会切断网络、抹掉 setup 阶段用过的凭据——把提示注入能造成的外泄面压到最小。
  • 🔴 workspace-write 下 .git/、.agents/、.codex/ 递归只读:不让 agent 篡改版本历史、自身配置与 agent 元数据(防它「改掉给自己上的锁」)。
  • 🔴 模型会出错、会跑偏:循环可能不收敛、可能自信地改错;所以要有审批与自审兜底。
  • 🔴 Windows 无原生完整沙箱:完整隔离走 WSL2(Linux 子系统),原生 Windows 路径上沙箱能力受限。

4. 架构全景图

                         一个共享内核 (core)
        行动循环 · 模型交互 · 工具/补丁/命令调度 · 配置 · 会话/历史
        ┌──────────────────────────────────────────────────────────┐
        │   config.toml(策略 + MCP)   ·   AGENTS.md(就近项目指令)    │
        └───────────────┬───────────────────────────┬──────────────┘
                        │                           │
       ┌────────── 审批 / 执行策略层(双轴正交)──────────┐
       │  sandbox_mode  ×  approval_policy             │  ← 决定「能动多大手脚」
       │  read-only /     untrusted /                  │
       │  workspace-write/ on-request /                │
       │  danger-full     never                        │
       └───────────────┬───────────────────────────┬──┘
                        │                           │
        ┌───────────────▼───────────┐   ┌───────────▼───────────────────┐
        │     本地形态(同步结对)      │   │      云端形态(异步委派)         │
        │  CLI(tui 全屏) / IDE 插件   │   │  chatgpt.com/codex 绑 GitHub   │
        │  · Auto Context 跟踪在看文件 │   │  · 任务进托管的独立隔离容器       │
        │  · 逐步可审批               │   │  · 异步 / 并行,多任务同时跑      │
        │                            │   │                                │
        │     ┌──────────────────┐   │   │   建容器 → checkout 代码         │
        │     │  OS 内核级沙箱     │   │   │   → setup 阶段【有网·有密钥】    │
        │     │  macOS: Seatbelt  │   │   │   → agent 阶段【断网·无密钥】    │
        │     │  Linux: bwrap+    │   │   │      (沙箱内自治打补丁/跑测试)    │
        │     │  seccomp+nnp      │   │   │   → 产出 diff → 开 PR            │
        │     │ (约束派生子进程)   │   │   │   态 ≤12h 缓存,加速下次冷启动    │
        │     └──────────────────┘   │   └────────────────────────────────┘
        │   headless: codex exec(CI)│
        └────────────────────────────┘
                        ▲                           ▲
                        │   MCP 双向(client ⇄ server) │
                ┌───────┴──────────┐        ┌─────────┴──────────┐
                │ 外部 MCP 工具/服务 │        │ 别的 agent 把 Codex │
                │ (作为 client 调)   │        │ 当 MCP server 调用  │
                └──────────────────┘        └────────────────────┘

        本地 ◀───────────  任务可迁移  ───────────▶ 云端
        最终产物(两路殊途同归):Git 提交 / Pull Request

灵魂有两点。其一,一个 core 内核,两副躯壳:本地形态把隔离责任交给「你机器上的 OS 内核沙箱」,云端形态交给「OpenAI 托管的独立容器」——agent 的行为同源,只是执行环境与隔离机制不同。其二,「能动多大手脚」不是一个旋钮,而是两根正交的轴(沙箱模式 × 审批策略);看懂这张图,就看懂了 Codex 区别于其它编码 agent 的地方。

5. 组件职责

逐个说明上图里每个关键部件做什么 + 为什么需要它。

  • 共享内核(core):agent 的大脑与中枢——驱动行动循环、与模型交互、调度「打补丁 / 跑命令 / 调工具」、管理配置与会话历史。为什么需要:这是「本地与云端行为同源」的物理基础;两副躯壳只是给它换了执行环境与 UI,决策逻辑只此一份,避免两套实现各自漂移。
  • 本地交互层(CLI 的全屏终端 UI / IDE 插件):把 agent 的思考、补丁、命令实时呈现给你,接收你的逐步审批;IDE 形态额外有 Auto Context(自动跟踪你正在看的文件,把注意力喂给 agent),并能与云端任务同项目同步。为什么需要:本地场景的价值在于实时结对——人就在循环里,能边看边拦。
  • headless 执行(codex exec):无 UI、无人值守地跑同一个内核,供 CI / 脚本调用。为什么需要:把 agent 嵌进自动化流水线,典型搭配是 read-only + never(只读、不打断),让它在 CI 里安全地跑分析/校验。
  • 云端容器编排:经 chatgpt.com/codex 绑定 GitHub,为每个委派任务拉起一个托管的独立隔离容器,跑完整生命周期(建容器 → checkout → setup → agent → diff → 开 PR),并维护 ≤12h 的环境缓存。为什么需要:异步 + 并行的物理载体;把任务从「你机器的资源与你的盯守」中彻底解耦出去。
  • OS 内核级沙箱执行器:agent 要跑的命令的牢笼。macOS 用 Apple Seatbelt(sandbox-exec);Linux 用独立 helper 二进制——bubblewrap 搭只读根 + 选择性可写目录 + unshare 断网,进程内再上 PR_SET_NO_NEW_PRIVS + seccomp 网络过滤(Landlock 作为旧内核的 fallback)。为什么需要:把隔离做在比应用更底层的层,才能约束 agent 派生出的子进程——否则一条 make 拉起的脚本就能绕过应用自律。
  • MCP 客户端 / 自身可作 MCP server:对外作为 client 接入外部工具与数据源;对内可把自己暴露成 MCP server,供别的 agent 编排调用。为什么需要:让 Codex 既能「用别人的能力」,又能「被别人当能力用」,在 agent 生态里双向可组合。
  • 审批 / 执行策略层:把「能动多大手脚」拆成两根正交的轴——sandbox_mode(隔离强度)× approval_policy(何时停下问人),并提供 auto_review(agent 执行前自审,给数据外泄/凭据探测/破坏性操作分级)。为什么需要:这是整个系统的安全总阀,也是第 8 节最值钱的那个决策的落点。

6. 关键数据流

场景一:本地 agent 循环(同步结对,人在环里)

你:「修掉登录接口的空指针,并补一个回归测试」
  ① 内核读代码库 + 就近的 AGENTS.md → 规划:先定位、再打补丁、再跑测试
  ② propose:agent 给出补丁 / 要跑的命令
  ③ approve? ── 看 approval_policy:
        untrusted  → 改状态前都问你
        on-request → 沙箱内自治,只在「越界」(出工作区/要联网)时才问
        never      → 沙箱约束内全自治,不打断
  ④ 在 OS 内核沙箱里执行(写文件限工作区内、命令受 seccomp/Seatbelt 约束)
  ⑤ 反馈:把 stdout / 测试结果 / 报错喂回内核 → 回到 ①,直到任务完成
  ⟲ 沙箱兜底:就算第 ③ 步放行,沙箱仍兜住「能改哪、能否联网」的物理边界

场景二:委派任务到云端(异步,跑完开 PR)

你在 CLI / IDE / chatgpt.com 上委派:「把这个仓库的 axios 升到 v1 并跑通测试」
  ① 编排器建一个托管的独立隔离容器(若有缓存,冷启动更快)
  ② checkout:拉取目标分支代码到容器工作区
  ③ setup 阶段【有网 · 有密钥】:装依赖、跑构建准备、需要的私网/凭据在此用掉
  ④ ——切断网络,移除 setup 用过的密钥——        ← 关键的「态」切换
  ⑤ agent 阶段【断网 · 无密钥】:在沙箱内自治改代码、跑测试、迭代
        (要联网的事必须在 ③ 预置好,否则 ⑤ 拿不到)
  ⑥ 产出 diff → 在绑定的 GitHub 仓库开一个 Pull Request
  ⑦ 你异步回来 review 这个 PR(此时人才重新进入循环)
  ※ 容器态 ≤12h 缓存,供同环境的下个任务复用,摊薄冷启动 setup 的重依赖成本

两场景的产物殊途同归——都是 Git 提交 / PR;差别只在「人何时在循环里」(本地全程 vs 云端只在收尾 review)与「隔离交给谁」(本地 OS 内核 vs 云端托管容器)。第 ④ 步那个断网+抹密钥的「态」切换,是云端形态对抗提示注入的结构性护栏,值得记牢。

7. 数据模型与存储选择

核心实体:配置 / 策略;项目指令;工作区;会话 / 历史;容器环境态;密钥;最终产物(提交 / PR)。

数据存储 / 形态为什么
全局配置 / 策略 / MCP 接入config.toml(共享,本地与云端同源)沙箱模式、审批策略、MCP 服务都是「跨形态一致」的设定,集中一处避免漂移
项目级指令AGENTS.md(就近生效,可逐目录覆盖)让 agent 懂这个仓库/这个子目录的约定;就近意味着越靠近改动点的指令越优先
代码工作区容器内文件系统 / 本地仓库agent 真正读写的对象;workspace-write 下可改,但 .git/.agents/.codex 递归只读
会话 / 行动历史内核会话状态行动循环的连贯性靠它;长任务需 compaction 压缩续命
云端环境态容器快照,≤12h 缓存摊薄「装依赖 / 构建准备」的冷启动成本,加速同环境下个任务
密钥 / 凭据两阶段:额外加密,仅 setup 阶段可用agent 阶段开始前移除——让「能拿到密钥的窗口」与「跑不可信生成代码的窗口」物理不重叠
最终产物Git 提交 / Pull Request工程任务的天然交付物;落到版本控制里天然可审计、可回滚、可 review

注意一个设计取向:Codex 几乎不自建「业务数据库」,它的「存储」就是代码库本身 + 一份共享配置 + 就近的项目指令。这让它无状态地依附于任何仓库,产物又回流到 Git——版本控制顺便成了它的审计与回滚层。

8. 关键架构决策与权衡 ⭐

(本模板最值钱的一节。)

决策 1:沙箱与审批「双轴解耦」——用正交两轴取代一维档位 ⭐(Codex 的灵魂)

  • 旧世界:用一维预设档位描述自治度(类似 suggest / auto-edit / full-auto)。直觉,但把两件本质不同的事搅在了一起——「agent 物理上能动多大范围」和「什么时候该停下来问人」。
  • 新世界:拆成两根正交的轴。
    • sandbox_mode(隔离强度,物理边界):read-only(只读) / workspace-write(默认:可读、可在工作区内改与跑命令,但 .git/.agents/.codex 只读、默认断网) / danger-full-access(去掉边界,高风险)。
    • approval_policy(何时停下问人,流程边界):untrusted(改状态都问) / on-request(沙箱内自治、越界才问) / never(沙箱约束内全自治)。
  • 正交组合即取代旧档位:Auto = workspace-write + on-request;CI = read-only + never;真·全自治 = danger-full-access + never。
  • 取向:用两根正交轴。 它让「物理能动范围」与「流程打扰程度」可以独立调——例如「物理上只读、但每一步都向我汇报」或「物理上能改工作区、但绝不打断我」都成了清晰的一格,而非含混的「中间档」。代价:心智负担更高(要同时理解两个概念),也更容易被新手混淆(见第 11 节)。这与姊妹篇 Claude Code 的权限模型是同一类问题的不同解法,值得对照读。

决策 2:本地交互 vs 云端异步——共享一内核,隔离责任分别下放 ⭐

  • 选项 A:本地与云端各做一套 agent 逻辑。代价:两套实现行为漂移、双倍维护、bug 不一致。
  • 选项 B:一个 core 内核,两副执行躯壳;隔离责任按形态就近下放——本地交给你机器上的 OS 内核沙箱,云端交给OpenAI 托管的独立容器。
  • 取向:B。 agent 的决策行为只此一份(同源、好维护、可迁移),变的只是执行环境与隔离机制。本地换来「实时结对、人能逐步拦」,云端换来「异步、并行、跑完开 PR」。代价:两种形态对用户的「能力心智」并不完全等价(本地 CLI ≠ 云端,见第 11 节反模式),迁移任务时要理解环境差异。

决策 3:OS 内核级沙箱,而非应用层自律 ⭐

  • 选项 A:应用自己「克制」,约定不碰危险操作。代价:挡不住派生子进程——agent 跑的一条命令再拉起脚本/子进程,应用层的自律对它们无效;遇到失控或恶意更是形同虚设。
  • 选项 B:把隔离压到 OS 内核层——macOS Seatbelt、Linux bubblewrap + seccomp + no_new_privs(Landlock 作旧内核 fallback)。
  • 取向:B。 内核级机制天然覆盖「这个进程及其所有后代」,且 no_new_privs 杜绝提权逃逸。代价:平台相关(各 OS 机制不同、要分别适配),且 Windows 无原生完整沙箱,需走 WSL2。这正是质量属性表里「隔离必须比应用更底层」的落地。

决策 4:Rust 重写,换长程稳定性 ⭐

  • 历史:早期是 Node/TS 实验版;后全面 Rust 重写为共享 core。
  • 它在架构上换取了什么:单二进制(分发简单、linux-sandbox 这类 helper 可作独立二进制精确控权限)、无 GC 停顿(长会话不被周期性停顿打断)、可预测的资源占用(几十分钟的长任务不被运行时抖动/内存增长拖垮)。一句话——用语言层的确定性换 agent 的长程稳定与连贯。
  • 取向:重写值得。 代价是一次性的重写成本与生态迁移,但对「一个任务要稳跑很久」的 agent 是结构性收益。(正文不钉死具体模型号,默认用 OpenAI 当代旗舰编码模型。)

决策 5:默认断网 + 缓存式 Web 搜索,对抗提示注入 ⭐

  • 风险:agent 会读到大量外部内容(网页、依赖、issue 文本),其中可能藏「去把密钥发出去 / 删库」的注入指令;一旦 agent 又有联网与工具权限,后果严重。
  • 选项 A:放开实时联网。最灵活,但把外泄面和注入面同时拉满。
  • 选项 B:默认禁网;要联网走域名 allowlist 代理(deny 优先、私网默认禁、带 DNS rebinding 防护、Unix socket allowlist);Web 搜索默认走 OpenAI 维护的缓存索引而非实时抓取;再加 auto_review 让 agent 执行前自审。
  • 取向:B。 「默认断网」是一条强先验——把『能联网』从默认权利降级为需显式申请的特权;缓存式搜索则让「获取知识」与「打开实时外联通道」解耦,大幅压注入面。代价:固有摩擦(agent 阶段要联网的事必须在 setup 预置,见第 9 节)。

9. 规模化与瓶颈

  • 第一个瓶颈:长程任务的上下文与连贯性。 工程任务跨度大,会话一长,模型就开始重复、偏题、忘了最初目标——这才是长程任务真正的天花板。→ 破解:compaction(把历史压缩成摘要续命);但 compaction 不是银弹,压缩仍可能丢关键细节,本质是在「记多久」与「记多清」之间取舍。
  • 第二个瓶颈:云端并行受容器供给与冷启动制约。 并行度上限取决于能拉起多少托管容器;每个容器的 setup(装重依赖、构建准备)是冷启动大头。→ 破解:≤12h 环境缓存复用容器态,摊薄重依赖成本;但缓存有寿命,且首次/缓存失效时仍要吃完整冷启动。
  • 第三个瓶颈:断网的固有摩擦。 agent 阶段默认离线,任何「跑时才发现要联网」的需求都会卡住。→ 破解:把网络需求前移到 setup 阶段预置(在有网窗口装好/抓好),或对特定域名显式放行——安全与便利在此对冲。
  • 第四个瓶颈:同步流里,审批人是天花板。 untrusted / on-request 下,人审批的速度决定 agent 的吞吐;人一离开,循环就停。→ 破解:把可信、可逆的任务调到更高自治(on-request → never)或丢上云端异步跑;但调高自治 = 抬高风险,这是绕不开的对冲。

10. 安全与合规要点

这是 Codex 架构里被着墨最重的一块——因为它的 agent 真的能改代码、跑命令、碰网络。

  • 🔴 沙箱是内核强制的物理边界:macOS Seatbelt / Linux bubblewrap + seccomp + no_new_privs(Landlock 作旧内核 fallback)。关键在于它约束 agent 派生的所有子进程,且 no_new_privs 封死提权逃逸——隔离不靠模型自觉。
  • 🔴 网络默认禁:要开走域名 allowlist 代理——deny 优先、私网默认禁、带 DNS rebinding 防护、Unix socket 也走 allowlist。Web 搜索默认用缓存索引而非实时抓取,从源头压低注入与外泄。
  • 🔴 审批三级 + 自审:approval_policy 三档(untrusted / on-request / never)给人留刹车;auto_review 让 agent 在执行前自审,对数据外泄 / 凭据探测 / 破坏性操作分级预警。
  • 🔴 密钥云端两阶段:secrets 额外加密,仅 setup 阶段可用;agent 阶段开始前移除,该阶段默认离线。等于让「持有密钥」与「运行不可信生成代码」两个窗口物理不重叠——把外泄面压到最小。
  • 🔴 workspace-write 下 .git/、.agents/、.codex/ 递归只读:防 agent 篡改版本历史、改掉自身配置、动 agent 元数据(尤其防它「解开给自己上的锁」)。
  • 把一切外部内容(网页、依赖、issue/PR 文本、工具返回)当不可信输入——这是所有有工具权限的 agent 的通则,Codex 用「默认断网 + 缓存搜索 + 自审 + 沙箱」多层叠起来兜它。详见质量属性与取舍 对安全与可控的展开。

11. 常见误区 / 反模式

  • ❌ 以为非 danger-full-access 就「不好用」 → ✅ 默认的 workspace-write 足以覆盖绝大多数编码任务(读、在工作区内改与跑命令);danger-full-access 是去掉物理边界的高风险档,只在极少数确需突破工作区/联网且你完全清楚后果时才用。
  • ❌ 混淆沙箱模式与审批策略(把它们当成一回事或一个旋钮的两端)→ ✅ 它们正交:sandbox_mode 管「物理上能动多大范围」,approval_policy 管「什么时候停下问人」。可以「物理只读但每步都问」,也可以「能改工作区但绝不打断」。
  • ❌ 以为云端 agent 阶段能联网、能用密钥 → ✅ agent 阶段默认断网且密钥已被移除;一切联网/取密钥的事必须在 setup 阶段(有网有密钥的窗口)预置好。
  • ❌ 把 AGENTS.md 当普通 README,随手放在仓库根就完事 → ✅ 它是就近生效的 agent 指令——越靠近改动点(子目录)的 AGENTS.md 越优先;它直接塑造 agent 行为,不是给人看的说明。
  • ❌ 指望在原生 Windows 上拿到完整沙箱 → ✅ 完整隔离走 WSL2;原生 Windows 路径上沙箱能力受限,别把它当等价物。
  • ❌ 把本地 CLI 当云端的等价物(以为两者能力完全一样)→ ✅ 内核同源,但执行环境与隔离机制不同:本地是同步结对 + OS 内核沙箱,云端是异步并行 + 托管容器、且有断网/抹密钥的「态」切换。理解差异再迁移任务。

12. 演进路线:MVP → 成长期 → 成熟期

架构是会长大的;agent 的「自治度」也该随信任与流程成熟度逐步放开。

阶段规模 / 信任度怎么设置(具体)此时该操心什么
MVP个人 / 试探本地 CL/ IDE,read-only(纯看)或 workspace-write + on-request(默认 Auto,逐步审批);先在小任务上建立信任先验证「这个 agent 改得对不对」,人全程在环里盯
成长期团队 / 半信任把可信可逆的任务调到 workspace-write 自治、减少打断;auto_review 常开;CI 里用 codex exec + read-only + never 做无人值守校验;规整 AGENTS.md 让行为可预测任务成功率、可控性、审批人不再是瓶颈
成熟期组织 / 高吞吐云端并行委派(多容器、缓存复用),跑完开 PR 异步 review;为安全任务保留高自治、危险任务收紧审批;CI 全自治流水线并行吞吐、安全边界、容器供给与缓存成本、组织级审计

13. 可复用要点

  • 💡 安全边界用「正交两轴」比「一维档位」更清晰。 把「物理能动范围」与「流程打扰程度」拆成独立两轴(沙箱 × 审批),任何需要描述「自治度/权限」的系统都可借鉴——一维档位看似简单,实则把不同维度搅在一起,边界反而模糊。
  • 💡 隔离要交给「比应用更底层」的层。 应用自律挡不住派生子进程与恶意;把隔离压到 OS 内核(或托管容器)层,才能覆盖「这个进程及其所有后代」。这是任何「执行不可信代码」的系统的通则,呼应 AI Agent 平台 的「工具一律沙箱执行」。
  • 💡 「默认断网」是对抗注入/外泄的强先验。 把「能联网」从默认权利降级为需显式申请的特权,并让「获取知识」与「打开外联通道」解耦(缓存式搜索)——大幅压低攻击面。
  • 💡 同一内核长出多副执行躯壳,行为同源、隔离分治。 决策逻辑只此一份(好维护、可迁移),把「执行环境与隔离机制」按场景就近下放——这是「一套大脑、多种部署形态」的通用范式。
  • 💡 让「持有凭据」与「运行不可信代码」的时间窗物理不重叠。 密钥两阶段(setup 可用、agent 阶段前移除)是个可迁移的安全模式:最小化敏感物的暴露窗口,胜过事后审计。

14. 随堂检验

原文此处使用自定义 <Quiz> 组件,本站未注册该组件,此处改写为问答形式呈现,答案与解析仍为原文内容。

Q1:Codex 用什么来描述「这个 agent 能动多大手脚」?

A. 一维档位,从建议到全自动 B. 沙箱模式与审批策略两根正交的轴 C. 只看模型本身的能力强弱

答案:B。

解析:Codex 把它拆成正交两轴:sandbox_mode 管物理能动范围,approval_policy 管何时停下问人。正交组合取代了旧的一维预设档位——更清晰,但心智负担更高。

Q2:把任务委派到 Codex 云端时,agent 阶段的网络与密钥状态是?

A. 全程有网有密钥,最方便 B. agent 阶段默认断网且密钥已被移除,联网/取密钥要在 setup 阶段预置 C. 只要审批通过就能联网

答案:B。

解析:云端是两阶段:setup 阶段有网有密钥用来装依赖;切换到 agent 阶段时断网、抹掉密钥,让跑不可信生成代码的窗口与持有凭据的窗口物理不重叠,压低提示注入的外泄面。

15. 参考原型与延伸阅读

本模板基于 OpenAI Codex 的官方开源仓库与官方文档整理。想深入,直接读 codex-rs 源码,或对照官方文档逐项核对沙箱与云端机制。

🔧 开源原型(可直接读代码):

  • openai/codex — Codex 的官方仓库(codex-rs,Rust 重写):core 内核、tui 全屏终端、exec headless、cli 聚合入口、linux-sandbox 独立 helper 二进制都在此,是本模板「共享内核 + 双形态 + 内核级沙箱」最直接的代码印证。

📖 官方文档:

  • Codex CLI 文档 — 本地形态:终端结对、配置、codex exec headless 用法。
  • Codex Cloud — 云端形态:异步任务、独立容器、绑 GitHub 开 PR。
  • 云端环境生命周期 — 容器 / checkout / setup & maintenance / ≤12h 缓存 / 两阶段网络与密钥的权威说明。
  • 审批与安全 — 审批三级、auto_review 自审、密钥两阶段。
  • 沙箱概念 — Seatbelt / bubblewrap / WSL2、三种沙箱模式、以及「沙箱与审批解耦」的双轴模型。
  • AGENTS.md 开放标准 — 就近生效的项目级 agent 指令规范。

🔗 同仓库延伸:


📌 一句话记住 Codex:同一内核两副躯壳——本地实时结对、云端异步开 PR;它用「沙箱 × 审批」两根正交的轴,而非一维档位,在『自治执行』与『可控』之间精确落子,并把隔离交给比应用更底层的 OS 内核与托管容器。


版权声明

本文转载自 study8677/awesome-architecture,原文路径 templates/codex/README.md。

MIT License

Copyright (c) 2026 JingWen Fan (study8677)

Permission is hereby granted, free of charge, to any person obtaining a copy
of this software and associated documentation files (the "Software"), to deal
in the Software without restriction, including without limitation the rights
to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
copies of the Software, and to permit persons to whom the Software is
furnished to do so, subject to the following conditions:

The above copyright notice and this permission notice shall be included in all
copies or substantial portions of the Software.

THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
SOFTWARE.