OpenAI mostra como a sandbox do Codex limita os comandos do agente no seu computador
Um agente que roda comandos no seu notebook precisa de limites, e a OpenAI mostrou como a sandbox do Codex os define. Em vez do Docker, ela usa recursos nativos do macOS, do Linux e do Windows, de modo que o agente trabalha no ambiente habitual do desenvolvedor. Por padrão, a escrita é permitida apenas na pasta de trabalho, e a rede fica desligada. Por isso, vale criar um perfil de permissões para cada tarefa, em vez de liberar acesso total.
Processado por IA de OpenAI Blog; editado por Hamidun News
A ação mais arriscada de um agente de programação é executar comandos no seu computador. Um rm mal pensado ou o envio silencioso de arquivos para um servidor alheio, e as consequências aparecem na hora. O engenheiro da OpenAI Michael Bolin detalhou como funciona a sandbox do Codex. Ela limita o que os comandos do agente podem acessar e faz isso sem máquinas virtuais.
Por que não Docker
A forma usual de isolar um programa é um contêiner ou uma máquina virtual. A OpenAI seguiu outro caminho: o Codex usa os recursos de sandbox do próprio sistema operacional e restringe os comandos dentro do seu ambiente de sempre.
O argumento da equipe é prático. O notebook de um desenvolvedor reúne configurações pessoais e ferramentas, e reproduzir tudo isso no Docker não é simples. O artigo dá um exemplo: você escreve um aplicativo iOS no Mac.
Dentro de um contêiner, o Codex não consegue rodar o build nativo nem o simulador de iPhone. Dá para delegar essas operações ao host, mas elas seriam executadas fora da sandbox e precisariam de restrições próprias. Por isso, a OpenAI investe em isolamento de sistema para cada plataforma.
Para macOS, Linux e Windows há uma interface de programação única: ela recebe o comando e o perfil de permissões e, se houver acesso restrito à rede, também um proxy de rede. Todos os processos filhos herdam as restrições do processo pai, inclusive os que continuam rodando depois do comando original.
O que é permitido por padrão
O perfil integrado :workspace adota valores conservadores, que ainda assim deixam o agente trabalhar:
- A escrita é permitida apenas na pasta de trabalho do projeto. Os diretórios .git e .codex ficam somente para leitura, então o agente não consegue substituir os hooks do Git nem a configuração do Codex.
- A leitura é permitida quase em toda parte, dentro das permissões normais do sistema operacional. Compiladores e ferramentas de build precisam de bibliotecas fora do repositório. O texto admite o outro lado: arquivos com chaves de API em outros locais também podem ficar legíveis.
- A rede fica desligada. Isso bloqueia a exfiltração direta de dados, mas também impede o download de dependências.
A OpenAI reconhece abertamente que a proteção é incompleta. Em teoria, o agente pode plantar código malicioso em um pacote local, como node_modules/prettier. O Git costuma ignorar essas pastas, e, se o editor executar esse Prettier ao salvar um arquivo, o código roda fora da sandbox. Por isso, a empresa chama a abordagem de "defesa em profundidade": a sandbox limita o acesso, enquanto o treinamento e o alinhamento do modelo cuidam de como ele usa esse acesso.
Como configurar os perfis
As permissões são descritas no config.toml por perfis nomeados. Para cada caminho, define-se read, write ou deny, e um perfil pode herdar de um integrado. No exemplo, o perfil dev estende o :workspace: libera escrita em ~/build-cache, deixa .vscode e .devcontainer somente para leitura e bloqueia por completo os arquivos .env e a pasta secrets.
Há três opções para a rede: desligá-la totalmente (o padrão), abri-la por completo (perfil :danger-full-access) ou direcionar o tráfego por um proxy com regras por domínio. As regras aceitam nomes exatos e máscaras, e um deny explícito tem prioridade sobre o allow. Requisições a os demais domínios são bloqueadas ou exigem confirmação.
Para empresas, existe uma configuração em camadas. As tabelas de diferentes config.toml são mescladas recursivamente, enquanto os arrays são substituídos por inteiro. Por meio do requirements.toml, o administrador define a lista de perfis aceitos, por exemplo permitindo :read-only e proibindo :danger-full-access. Os requisitos na nuvem têm prioridade sobre o arquivo local /etc/codex/requirements.toml, e o usuário não consegue contornar a proibição.
O modelo também pode pedir mais permissões para um comando específico: acesso ampliado dentro da sandbox ou execução fora dela. Quem decide não é o modelo, e sim a estrutura ao redor dele, que pergunta ao usuário ou envia o pedido para a revisão automática.
Sandbox para as suas ferramentas
Outro recurso útil é o comando codex sandbox. Ele executa qualquer processo sob um perfil do config do Codex e serve bem para testar as suas regras. No exemplo, a tentativa de gravar um .vscode/settings.json malicioso sob o perfil dev no macOS termina com o erro "Operation not permitted".
A segunda ideia é isolar servidores MCP. O Codex não tenta restringi-los por conta própria: ele não sabe de quais arquivos e redes o servidor precisa. Por isso, a execução via npx roda com os direitos completos do usuário. A OpenAI sugere envolver o comando em codex sandbox com o perfil memory-mcp: escrita apenas em ~/mcp-data e ~/.npm, sem rede, com o pacote fixado por versão e executado via npx --offline. O diretório de dados e o cache do npm precisam ser preparados com antecedência.
A lição para as equipes: não deixe o agente com acesso total. Crie um perfil para cada tarefa, bloqueie segredos com deny e teste as regras com comandos sabidamente ruins. Se essa configuração parecer exagero, lembre-se do Prettier: a sandbox reduz o risco, mas não o elimina por completo.
- 19 de nov. de 2026A palavra “videogame” elevou a disposição do GPT-6 Astra de escolher alvos de 6% para 92%
- 19 de nov. de 2026IA da OpenAI melhora design de GPU da AMD em até 14% em energia, velocidade e área em 5 meses
- 19 de nov. de 2026Agentes da OpenAI resolvem sozinhos 46% das tarefas de pesquisa de 2 a 4 horas; eram 23%
- 18 de nov. de 2026AWS integra o Dynamo ao HyperPod: Qwen3-235B entrega 207 tokens/s por GPU, em vez de 101
Perguntas frequentes sobre a notícia
Por que não Docker?
A forma usual de isolar um programa é um contêiner ou uma máquina virtual. A OpenAI seguiu outro caminho: o Codex usa os recursos de sandbox do próprio sistema operacional e restringe os comandos dentro do seu ambiente de sempre. O argumento da equipe é prático. O notebook de um desenvolvedor reúne configurações pessoais e ferramentas, e reproduzir tudo isso no Docker não é simples. O artigo dá um exemplo: você escreve um aplicativo iOS no Mac.
O que é permitido por padrão?
O perfil integrado :workspace adota valores conservadores, que ainda assim deixam o agente trabalhar: A escrita é permitida apenas na pasta de trabalho do projeto. Os diretórios .git e .codex ficam somente para leitura, então o agente não consegue substituir os hooks do Git nem a configuração do Codex. A leitura é permitida quase em toda parte, dentro das permissões normais do sistema operacional. Compiladores e ferramentas de build precisam de bibliotecas fora do repositório.
Como configurar os perfis?
As permissões são descritas no config.toml por perfis nomeados. Para cada caminho, define-se read, write ou deny, e um perfil pode herdar de um integrado. No exemplo, o perfil dev estende o :workspace: libera escrita em ~/build-cache, deixa .vscode e .devcontainer somente para leitura e bloqueia por completo os arquivos .env e a pasta secrets. Há três opções para a rede: desligá-la totalmente (o padrão), abri-la por completo (perfil :danger-full-access) ou direcionar o tráfego por um proxy com regras por domínio.
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.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.