Départ 23/11Cohorte 3 en direct Vibe Coding & Agents IA : 3 semaines, 9 sessions liveCohorte 3 (23/11) →
SortieCode / SDK · Prêt à l'emploiOpenAI Blog→ original

OpenAI montre comment le sandbox de Codex limite les commandes de l'agent sur votre machine

Un agent qui exécute des commandes sur votre ordinateur portable doit avoir des limites. OpenAI a détaillé comment le sandbox de Codex les fixe. Plutôt que Docker, il s'appuie sur les mécanismes intégrés à macOS, Linux et Windows, de sorte que l'agent travaille dans votre environnement habituel. Par défaut, l'écriture n'est autorisée que dans le dossier de travail et le réseau est désactivé. Il vaut donc mieux créer un profil de droits pour chaque tâche plutôt que d'accorder un accès complet.

Traité par IA depuis OpenAI Blog ; édité par Hamidun News
OpenAI montre comment le sandbox de Codex limite les commandes de l'agent sur votre machine
Source : OpenAI Blog. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireOpenAI Blog ↗
Rédacteur en chef
Profils de droits dans config.tomlread, write ou deny pour chaque chemin
Chiffre clé #2Les administrateurs figent les profils autorisés via requirements.toml
Chiffre clé #3La commande codex sandbox lance n'importe quel processus sous le même profil

L'action la plus risquée d'un agent de codage, c'est d'exécuter des commandes sur votre ordinateur. Un seul rm malheureux ou une exfiltration discrète de fichiers vers un serveur tiers, et vous en subissez immédiatement les conséquences. Michael Bolin, ingénieur chez OpenAI, a expliqué le fonctionnement du sandbox de Codex. Celui-ci limite ce à quoi les commandes de l'agent peuvent accéder, et ce sans recourir à des machines virtuelles.

Pourquoi pas Docker

Pour isoler un programme, on recourt habituellement à un conteneur ou à une machine virtuelle. OpenAI a choisi une autre voie : Codex utilise les mécanismes de sandbox du système d'exploitation lui-même et restreint les commandes dans votre environnement ordinaire.

L'argument de l'équipe est pragmatique. L'ordinateur d'un développeur, c'est un ensemble de réglages personnels et d'outils, et le reproduire dans Docker n'a rien d'évident. L'article donne un exemple : vous développez une application iOS sur un Mac.

Dans un conteneur, Codex ne pourrait pas lancer une compilation native ni le simulateur d'iPhone. On peut déléguer ces opérations à l'hôte, mais elles s'exécutent alors hors du sandbox et exigent leurs propres restrictions. OpenAI investit donc dans l'isolation au niveau du système pour chaque plateforme.

Macos, Linux et Windows disposent d'une interface logicielle unique : on lui transmet la commande et le profil de droits, et, si un accès réseau limité est autorisé, un proxy réseau. Tous les processus enfants héritent des restrictions de leur parent, y compris ceux qui survivent à la commande initiale.

Ce qui est autorisé par défaut

Le profil intégré :workspace retient des valeurs prudentes qui permettent malgré tout à l'agent de travailler :

  • L'écriture n'est autorisée que dans le dossier de travail du projet. Les répertoires .git et .codex restent en lecture seule, si bien que l'agent ne peut pas remplacer les hooks Git ni la configuration de Codex.
  • La lecture est autorisée presque partout, dans le cadre des droits habituels de l'OS. Les compilateurs et les outils de build ont besoin de bibliothèques situées hors du dépôt. L'article en assume le revers : les fichiers contenant des clés d'API stockés ailleurs peuvent eux aussi se retrouver lisibles.
  • Le réseau est désactivé. Cela bloque l'exfiltration directe de données, mais empêche aussi de télécharger des dépendances.

OpenAI reconnaît sans détour que la protection est incomplète. En théorie, l'agent peut glisser du code malveillant dans un paquet local, par exemple node_modules/prettier. Git ignore généralement ces dossiers, et si l'éditeur lance ce Prettier à l'enregistrement d'un fichier, le code s'exécute alors hors du sandbox. L'entreprise parle donc de « défense en profondeur » : le sandbox restreint l'accès, tandis que l'entraînement et l'alignement du modèle déterminent l'usage qu'il en fait.

Comment configurer les profils

Les droits se décrivent dans config.toml sous forme de profils nommés. Chaque chemin reçoit la valeur read, write ou deny, et un profil peut hériter d'un profil intégré. Dans l'exemple, le profil dev étend :workspace : il donne l'accès en écriture à ~/build-cache, met .vscode et .devcontainer en lecture seule et interdit totalement l'accès aux fichiers .env et au dossier secrets.

Pour le réseau, trois options : le désactiver complètement (par défaut), l'ouvrir entièrement (profil :danger-full-access) ou faire passer le trafic par un proxy avec des règles par domaine. Les règles acceptent des noms exacts et des masques, et un deny explicite l'emporte sur un allow. Les requêtes vers les autres domaines sont bloquées ou nécessitent une confirmation.

Les entreprises disposent d'une configuration en couches. Les tables issues de différents fichiers config.toml sont fusionnées récursivement, tandis que les tableaux sont remplacés en bloc. Via requirements.toml, l'administrateur définit la liste des profils admis, par exemple en autorisant :read-only et en interdisant :danger-full-access. Les exigences définies dans le cloud prévalent sur le fichier local /etc/codex/requirements.toml, et l'utilisateur ne peut pas contourner l'interdiction.

Le modèle peut aussi demander davantage de droits pour une commande précise : un accès élargi dans le sandbox ou une exécution hors de celui-ci. Ce n'est pas le modèle qui tranche, mais le harness qui l'encadre : il interroge l'utilisateur ou envoie la demande à une vérification automatique.

Un sandbox pour vos propres outils

La commande codex sandbox mérite une mention à part. Elle lance n'importe quel processus sous un profil issu de la configuration de Codex, et sert à tester commodément vos propres règles. Dans l'exemple, une tentative d'écriture d'un .vscode/settings.json malveillant sous le profil dev sur macOS se solde par une erreur « Operation not permitted ».

La seconde idée consiste à isoler les serveurs MCP. Codex n'essaie pas de les restreindre lui-même : il ignore de quels fichiers et de quels accès réseau le serveur a besoin. Un lancement via npx s'exécute donc avec l'ensemble des droits de l'utilisateur. OpenAI propose d'encapsuler la commande dans codex sandbox avec le profil memory-mcp : écriture uniquement dans ~/mcp-data et ~/.npm, pas de réseau, paquet figé à une version précise et lancé via npx --offline. Le répertoire de données et le cache npm doivent être préparés à l'avance.

La leçon pour les équipes : ne laissez pas d'accès complet à l'agent. Créez un profil par tâche, verrouillez les secrets avec deny et testez les règles sur des commandes manifestement malveillantes. Si ce travail de configuration vous semble superflu, repensez à Prettier : le sandbox réduit le risque, mais ne le supprime pas complètement.

Dossier

Questions clés sur cet article

Pourquoi pas Docker?

Pour isoler un programme, on recourt habituellement à un conteneur ou à une machine virtuelle. OpenAI a choisi une autre voie : Codex utilise les mécanismes de sandbox du système d'exploitation lui-même et restreint les commandes dans votre environnement ordinaire. L'argument de l'équipe est pragmatique. L'ordinateur d'un développeur, c'est un ensemble de réglages personnels et d'outils, et le reproduire dans Docker n'a rien d'évident. L'article donne un exemple : vous développez une application iOS sur un Mac.

Que sait-on sur Ce qui est autorisé par défaut ?

Le profil intégré :workspace retient des valeurs prudentes qui permettent malgré tout à l'agent de travailler : L'écriture n'est autorisée que dans le dossier de travail du projet. Les répertoires .git et .codex restent en lecture seule, si bien que l'agent ne peut pas remplacer les hooks Git ni la configuration de Codex. La lecture est autorisée presque partout, dans le cadre des droits habituels de l'OS. Les compilateurs et les outils de build ont besoin de bibliothèques situées hors du dépôt.

Comment configurer les profils?

Les droits se décrivent dans config.toml sous forme de profils nommés. Chaque chemin reçoit la valeur read, write ou deny, et un profil peut hériter d'un profil intégré. Dans l'exemple, le profil dev étend :workspace : il donne l'accès en écriture à ~/build-cache, met .vscode et .devcontainer en lecture seule et interdit totalement l'accès aux fichiers .env et au dossier secrets.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
Qu'en pensez-vous ?
Chargement des commentaires…