OpenAI publica Codex Security como código abierto: cómo escanear, verificar y corregir vulnerabilidades

Introducción

OpenAI ha publicado silenciosamente el código fuente de Codex Security, su interfaz de línea de comandos y su SDK de TypeScript.

Este paquete público, @openai/codex-security, está diseñado para ayudar a los equipos de seguridad y desarrollo a:

• Escanear repositorios de código en busca de vulnerabilidades.
• Verificar hallazgos legítimos.
• Revisar cambios antes de fusionar código.
• Hacer seguimiento de hallazgos a lo largo de múltiples escaneos.
• Marcar y recordar falsos positivos.
• Verificar si una corrección resuelve el problema original.
• Exportar resultados estructurados para automatización.
• Integrar revisiones de seguridad en flujos de trabajo de CI/CD.
• Construir herramientas de seguridad personalizadas mediante el SDK de TypeScript.

El código se publica bajo la Licencia Apache 2.0.

Esto significa que el código de la CLI y el SDK es de código abierto. Pero no significa que todo el servicio de Codex Security, sus modelos subyacentes, cada hallazgo protegido o acceso de red ilimitado estén ahora disponibles gratuitamente sin conexión.

Para ejecutar escaneos todavía se requiere acceso a Codex Security. OpenAI también ha indicado que algunos escaneos de repositorio completo, hallazgos protegidos y solicitudes avanzadas de ciberseguridad pueden requerir la aprobación de Acceso de Confianza para Ciberseguridad (Trusted Access for Cyber).

Esta distinción es importante:

CLI y SDK de código abierto
≠
Modelo de seguridad de pesos abiertos
≠
Acceso ilimitado a escaneos en la nube

Codex Security comenzó como un proyecto interno llamado Aardvark. Posteriormente llegó a Codex como un agente de seguridad de aplicaciones en vista previa de investigación, y el nuevo paquete público ahora permite a los desarrolladores llevar el escáner a su terminal local, herramientas internas, actividades masivas sobre repositorios, comprobaciones previas a la confirmación y canalizaciones de CI.

De Aardvark a Codex Security

OpenAI presentó por primera vez Aardvark en octubre de 2025 como un investigador de seguridad inteligente impulsado por GPT-5.

El diseño del sistema original apuntaba a comportarse más como un investigador humano de seguridad de aplicaciones que como un escáner tradicional de firmas.

No se limitaba a comparar código con patrones conocidos; Aardvark podía:

• Leer el repositorio.
• Construir un modelo de cómo funciona el sistema.
• Examinar confirmaciones nuevas.
• Razonar sobre la explotabilidad.
• Escribir y ejecutar pruebas.
• Usar herramientas de seguridad.
• Explicar vulnerabilidades.
• Proponer parches específicos.

En marzo de 2026, OpenAI renombró Aardvark como Codex Security y lo integró en Codex.

El producto está disponible como vista previa de investigación a través de Codex Web para algunos planes de ChatGPT, con soporte para repositorios de GitHub conectados.

El lanzamiento de código abierto posterior añade una capa de despliegue distinta.

Los desarrolladores ahora pueden instalar la CLI o importar el SDK de TypeScript, mientras que la experiencia alojada en la nube de Codex Security sigue siendo independiente.

Qué se ha lanzado realmente como código abierto

El repositorio público de GitHub incluye:

• La CLI de Codex Security.
• El SDK de TypeScript.
• Recursos de Docker y Docker Compose.
• Soporte para comandos orientados a CI y salida estructurada.
• Gestión de historial de escaneos y hallazgos.
• Documentación y archivos de contribución.

El paquete se publica en npm como:

@openai/codex-security

La licencia Apache-2.0 del repositorio generalmente permite su uso, modificación y redistribución dentro de los términos de la licencia.

Lo que no se incluye como modelo abierto

Este lanzamiento no proporciona los pesos de GPT-5.6 Sol, Terra ni de los modelos dedicados de Codex Security.

El escaneo predeterminado utiliza actualmente:

gpt-5.6-sol
Intensidad de razonamiento: xhigh

La CLI invoca el servicio de inferencia mediante acceso autenticado.

El repositorio también documenta opciones de proveedor para los modelos seleccionados (como OpenRouter y Fireworks), pero los flujos de trabajo de escaneo de Codex Security y las capacidades de red protegidas pueden seguir requiriendo autorización por parte de OpenAI.

El código abierto no elimina los controles de acceso

Instalar el paquete npm no equivale a obtener permiso para ejecutar cada escaneo.

La documentación de OpenAI indica:

• Se requiere acceso a Codex Security.
• Algunos repositorios o solicitudes pueden requerir "Acceso de Confianza para Red".
• Iniciar sesión o configurar una clave API no otorga automáticamente "Acceso de Confianza".
• Los hallazgos de seguridad pueden contener extractos sensibles del código fuente y detalles de explotación.
• Los usuarios deben escanear únicamente código que posean o estén autorizados a evaluar.

El código público hace que el flujo de trabajo sea inspeccionable y extensible. No elimina las capas de seguridad y autorización en torno a los usos avanzados de red.

Por qué este lanzamiento es importante

Los agentes de programación con IA generan y modifican software a una velocidad que puede superar la capacidad de revisión de muchas organizaciones.

Esto crea un cuello de botella en la seguridad.

Un producto puede pasar de idea a aplicación desplegada en días u horas, mientras que la revisión tradicional de seguridad de aplicaciones puede seguir dependiendo de:

• Modelado manual de amenazas.
• Configuración de análisis estático.
• Pruebas de penetración.
• Revisión de dependencias.
• Triaje humano.
• Planificación de lanzamientos.
• Disponibilidad del equipo de seguridad.

El problema no es solo que los desarrolladores carezcan de informes de vulnerabilidades.

Muchos mantenedores reciben ya demasiados informes, incluyendo:

• Hallazgos duplicados.
• Avisos de bajo impacto.
• Clasificaciones de severidad incorrectas.
• Rutas de código inalcanzables.
• Hallazgos sin evidencia.
• Recomendaciones de corrección genéricas.
• Informes que ignoran la arquitectura del proyecto.

Codex Security está diseñado en torno al objetivo opuesto: menos hallazgos, más contextuales y con evidencia, para ayudar a los revisores a decidir qué corregir.

Cómo funciona Codex Security

OpenAI describe el sistema como un flujo de trabajo de seguridad de aplicaciones en varias etapas.

1. Construcción del contexto del repositorio y del modelo de amenazas

Codex Security comienza estudiando el repositorio para comprender la estructura relacionada con la seguridad del proyecto.

Intenta identificar:

• Qué hace el sistema.
• Qué componentes confían entre sí.
• Dónde entra la entrada controlable por el usuario.
• Qué límites separan a usuarios, inquilinos, roles o servicios.
• Qué operaciones son privilegiadas.
• Qué activos son sensibles.
• Dónde está expuesto el sistema a atacantes.

El resultado es un modelo de amenazas específico del proyecto, no una lista de verificación genérica.

Los equipos pueden añadir documentación de arquitectura, políticas de seguridad, áreas de enfoque y vectores de ataque conocidos para mejorar este contexto.

1. Búsqueda de vulnerabilidades en contexto

Al revisar el código relevante, el agente utiliza el modelo de amenazas para evaluar el impacto real.

Esto le permite razonar sobre problemas que los escáneres basados en reglas difícilmente comprenden de forma aislada.

Los ejemplos pueden incluir:

• Brechas de autorización entre límites de inquilinos.
• Inyección indirecta de indicaciones que acceden a herramientas privilegiadas.
• Exposición de datos sensibles a través de seguimiento mediante proxies.
• Omisión de autenticación.
• Falsificación de solicitudes del lado del servidor.
• Interacciones peligrosas entre componentes que de otro modo serían normales.

El escáner puede revisar:

• El repositorio completo.
• Una o más rutas seleccionadas.
• Un rango de confirmaciones.
• Cambios de solicitudes de extracción.
• Cambios en el árbol de trabajo, tanto preparados como no preparados.
• Múltiples repositorios en actividades masivas.

1. Verificación de hallazgos razonables

Cuando es posible, Codex Security intenta verificar problemas de alta señal en un entorno aislado.

La verificación puede ayudar a responder:

• Si la ruta vulnerable es alcanzable.
• Si las condiciones de explotación propuestas son realistas.
• Si la prueba de concepto funciona.
• Si el problema está mal clasificado.
• Si el hallazgo puede afectar a un sistema en ejecución.

Este paso está diseñado para reducir los falsos positivos.

No garantiza que cada hallazgo haya sido reproducido ni que un escaneo completo demuestre que el repositorio es seguro.

El archivo coverage.json del escaneo registra si el estado de cobertura es:

Completo
Parcial
Desconocido

Los revisores deben leer las exclusiones, las áreas diferidas y los problemas pendientes antes de considerar un escaneo como evidencia de una revisión exhaustiva.

1. Propuesta de correcciones específicas

Para los hallazgos aceptados, Codex Security puede sugerir un parche diseñado para adaptarse al sistema actual.

El objetivo no es solo silenciar al escáner.

Una buena corrección debe:

Eliminar o mitigar la causa raíz.

• Mantener el comportamiento esperado de la aplicación.
• Evitar refactorizaciones extensas y no relacionadas.
• Minimizar las regresiones.
• Incluir evidencia o pruebas cuando sea apropiado.
• Mantener la capacidad de revisión por ingenieros humanos.

El escaneo de Codex Security por defecto solo proporciona informes. Los parches sugeridos deben pasar por los flujos normales de revisión de código, pruebas y control de despliegues.

1. Aprender de los comentarios de la revisión

La CLI almacena el historial de escaneos y admite comentarios sobre los hallazgos.

Los revisores pueden marcar hallazgos como falsos positivos y registrar el motivo.

Los escaneos posteriores pueden tener en cuenta esa explicación al volver a examinar el código actual.

Esto ayuda al escáner a adaptarse a hechos específicos del repositorio, sin suprimir permanentemente rutas de código que podrían volverse vulnerables en el futuro.

Resultados reportados por OpenAI

OpenAI ha publicado varios datos de adopción y calidad de su implementación preliminar.

Estas son métricas reportadas por la empresa, no resultados de evaluaciones comparativas independientes.

Vista previa de investigación de marzo de 2026

OpenAI indicó que, en un período de 30 días, Codex Security:

OpenAI también informó que las mejoras en versión beta:

• Redujeron las alertas innecesarias en un 84% en un repositorio con escaneo continuo.
• Redujeron los hallazgos con severidad exagerada en más del 90%.
• Redujeron los falsos positivos en más del 50% en todos los repositorios.

Actualización Daybreak de junio de 2026

OpenAI indicó posteriormente que la versión en la nube de Codex Security cuenta con:

Las cifras son considerables, pero no deben interpretarse como una comparación controlada con CodeQL, Semgrep, Snyk o pruebas de penetración manuales.

Estas herramientas funcionan de manera diferente y pueden medir hallazgos, correcciones y cobertura de formas distintas.

Interfaces de Codex Security

Codex Security está disponible a través de varias interfaces relacionadas.

La CLI pública y el SDK utilizan el mismo flujo de trabajo general de escaneo que el plugin, pero la disponibilidad y madurez de las funciones pueden variar entre el directorio del plugin, el paquete de la CLI y la vista previa de investigación en la nube.

Inicio rápido: instalar y ejecutar Codex Security

Los siguientes comandos siguen la documentación oficial actual de la CLI de OpenAI.

Paso 1: Verificar los requisitos previos

La CLI requiere:

Node.js 22 o superior
Python 3.10 o superior
Acceso a Codex Security

El repositorio de GitHub actualmente proporciona un rango más específico de versiones compatibles de Node.js, incluidas las versiones más recientes 22.x, 24.x y 26.x.

Verifique su entorno:

node --version
python3 --version

Paso 2: Instalar el paquete

Instale Codex Security desde npm:

npm install @openai/codex-security

Verifique la versión instalada:

npx @openai/codex-security --version

Liste los comandos:

npx @openai/codex-security --help

Paso 3: Autenticarse

Para uso interactivo local, inicie sesión con su cuenta de ChatGPT:

npx @openai/codex-security login

Para máquinas remotas o sin cabeza:

npx @openai/codex-security login --device-auth

Para CI u otros flujos de trabajo desatendidos, proporcione la clave de API a través del entorno:

export OPENAI_API_KEY=""

No coloque claves de API en el control de versiones.

Utilice un administrador de claves o el sistema de claves protegidas de la plataforma de CI.

Cuando tanto el inicio de sesión guardado de ChatGPT como la clave de API estén disponibles, elija explícitamente el método deseado:

npx @openai/codex-security scan . --auth chatgpt

O:

npx @openai/codex-security scan . --auth api-key

La autenticación no otorga automáticamente el Acceso de Confianza de Cyber.

Paso 4: Elegir un directorio de salida privado

OpenAI recomienda almacenar los resultados fuera del repositorio escaneado.

Los informes pueden contener:

• Extractos del código fuente.
• Evidencia de vulnerabilidades.
• Material de prueba de concepto.
• Detalles de arquitectura.
• Rutas sensibles.
• Orientación para la corrección.

Prepare los directorios de destino y resultados:

REPOSITORY=/ruta/al/repositorio
SCAN_DIR=/ruta/fuera/del/repositorio/resultados-codex-security

Si el directorio de estado persistente predeterminado no es escribible, elija otro directorio privado:

export CODEX_SECURITY_STATE_DIR=/ruta/fuera/del/repositorio/estado-codex-security

Paso 5: Ejecutar una verificación en seco

Antes de comenzar el trabajo del modelo, verifique las rutas locales y la configuración de escaneo:

npx @openai/codex-security scan "$REPOSITORY" \
--output-dir "$SCAN_DIR" \
--dry-run

La prueba en seco no inicia Codex ni carga las credenciales de escaneo.

Paso 6: Ejecutar el primer escaneo

Inicie un escaneo estándar del repositorio:

npx @openai/codex-security scan "$REPOSITORY" \
--output-dir "$SCAN_DIR"

Solicite formato JSON legible por máquina en la salida estándar:

npx @openai/codex-security scan "$REPOSITORY" \
--output-dir "$SCAN_DIR" \
--json

Por defecto, Codex Security utiliza actualmente:

Modelo: gpt-5.6-sol
Intensidad de razonamiento: xhigh

Las configuraciones de menor costo pueden usar otros modelos y niveles de intensidad compatibles:

npx @openai/codex-security scan "$REPOSITORY" \
--model gpt-5.6-terra \
--effort high

Los niveles de intensidad compatibles incluyen:

minimal (mínimo)
low (bajo)
medium (medio)
high (alto)
xhigh (extremadamente alto)

Una intensidad más baja puede reducir tiempo y costos, pero también puede disminuir la profundidad de la revisión.

Resultados de un escaneo completo

El directorio de resultados estándar puede contener:

codex-security-results/
├── scan-manifest.json
├── findings.json
├── coverage.json
├── report.md
├── artifacts/
└── exports/
└── results.sarif

report.md

Informe principal legible para humanos.

findings.json

Hallazgos estructurados, incluyendo gravedad, confianza, ubicaciones afectadas, evidencia y recomendaciones de corrección.

coverage.json

Alcance de la revisión, exclusiones, trabajo diferido, problemas pendientes y evaluación de integridad.

scan-manifest.json

Objetivo, alcance, información del productor y referencias de artefactos sellados.

artifacts/

Informes de vulnerabilidades, archivos de prueba de concepto o evidencia relacionada (si la hay).

Exportación SARIF

SARIF puede ser utilizado por GitHub Code Scanning y otras herramientas de seguridad compatibles.

Escanear solo áreas importantes

Los monorepos grandes no siempre requieren un escaneo completo en cada ejecución.

Seleccione rutas específicas:

npx @openai/codex-security scan "$REPOSITORY" \
--path services/billing \
--path packages/auth

Esto es útil cuando un lanzamiento afecta a servicios específicos o límites de seguridad.

Revisar solicitudes de extracción o rangos de confirmaciones

Escanee los cambios confirmados entre la revisión base y HEAD:

npx @openai/codex-security scan "$REPOSITORY" \
--diff origin/main \
--head HEAD

El parámetro del repositorio debe apuntar a la raíz del árbol de trabajo de Git, y las revisiones requeridas deben existir localmente.

Revisar cambios no confirmados

Escanee los cambios preparados y no preparados en relación con HEAD:

npx @openai/codex-security scan "$REPOSITORY" \
--working-tree \
--base HEAD

Esto es útil antes de crear una solicitud de extracción o confirmar cambios sensibles a la seguridad.

Usar el modo de escaneo profundo

Cuando un escaneo normal no es suficiente, ejecute una revisión más exhaustiva:

npx @openai/codex-security scan "$REPOSITORY" \
--mode deep

El modo profundo tarda más y puede consumir más recursos del modelo.

La documentación actual de OpenAI indica que admite objetivos de repositorio y ruta, pero no objetivos de diff o árbol de trabajo.

Añadir contexto de arquitectura e información de seguridad

Proporcione documentación interna para ayudar al agente a comprender correctamente el sistema:

npx @openai/codex-security scan "$REPOSITORY" \
--knowledge-base /path/to/architecture.md \
--knowledge-base /path/to/security-policies

El contexto útil puede incluir:

• Límites de confianza.
• Arquitectura de autenticación.
• Reglas de aislamiento de inquilinos.
• Clasificación de datos sensibles.
• Rutas de red esperadas.
• Invariantes de seguridad.
• Modelos de amenazas.
• Excepciones conocidas.
• Controles compensatorios.

No incluya información confidencial innecesariamente.

Estos archivos forman parte de flujos de trabajo de escaneo sensibles a la seguridad y deben cumplir con políticas adecuadas de retención y control de acceso.

Controlar los costos del escaneo

Establezca un límite estimado de costo del modelo en dólares:

npx @openai/codex-security scan "$REPOSITORY" \
--max-cost 5

Las solicitudes ya en curso pueden completarse después de alcanzar el límite, por lo que el monto final puede superar el umbral.

Cuando un escaneo con límite de costo se detiene, Codex Security conserva los resultados existentes.

Los resultados parciales no deben considerarse cobertura completa del repositorio.

Añadir comprobaciones de seguridad previas a la confirmación

Instale el gancho de Git incluido:

npx @openai/codex-security install-hook

Este gancho escanea los cambios preparados y no preparados antes de la confirmación.

OpenAI indica que bloqueará:

• Hallazgos de alta gravedad.
• Errores de escaneo.

No reemplaza los scripts de pre-confirmación existentes.

Los equipos deben revisar cómo interactúa con el rendimiento local, los permisos de los desarrolladores, los costos del modelo y los ganchos existentes de lint o pruebas antes de habilitarlo a nivel organizacional.

Escanear múltiples repositorios

Primero verifique la CLI de GitHub:

gh auth login

Inicie el flujo interactivo de descubrimiento de repositorios:

npx @openai/codex-security bulk-scan

El flujo interactivo actual excluye repositorios archivados y bifurcaciones, y requiere confirmación antes de escanear.

Use un manifiesto CSV preparado para actividades de escaneo repetibles:

npx @openai/codex-security bulk-scan repositories.csv \
--output-dir /path/outside/repositories/security-scans \
--workers 4

Volver a ejecutar el mismo comando puede reanudar la actividad de escaneo sin volver a escanear repositorios que ya tienen artefactos de resultados completos.

Ejecutar escaneos masivos en Docker

El repositorio público incluye recursos de Docker y Compose.

Con acceso a la cuenta que contiene las imágenes y el entorno requeridos, un comando de ejemplo de escaneo masivo es:

docker compose run --rm codex-security \
bulk-scan /input/repositories.csv \
--output-dir /output \
--workers 4

OpenAI recomienda:

• Usar un host Docker Linux.
• Compatibilidad con espacios de nombres de usuarios no privilegiados.
• Usar directorios privados persistentes para resultados y estado de inicio de sesión.
• Proporcionar secretos a través del entorno o un administrador de claves.
• Habilitar opcionalmente el refuerzo de AppArmor cuando sea compatible.

La contenedorización reduce parte de la exposición del host, pero no hace que los escaneos de seguridad autorizados estén exentos de riesgo.

Rastrear hallazgos entre ejecuciones

Enumere los escaneos anteriores de un repositorio:

npx @openai/codex-security scans list "$REPOSITORY"

Inspeccione un escaneo guardado:

npx @openai/codex-security scans show SCAN_ID

Marque hallazgos revisados como falsos positivos:

npx @openai/codex-security findings false-positive FINDING_OCCURRENCE_ID \
--reason "Esa ruta ya verifica permisos"

Vuelva a ejecutar un escaneo guardado con su configuración original:

npx @openai/codex-security scans rerun SCAN_ID

Haga coincidir hallazgos por causa raíz:

npx @openai/codex-security scans match

PREVIOUS_SCAN_ID CURRENT_SCAN_ID

Comparar resultados de escaneo:

```Bash
npx @openai/codex-security scans compare PREVIOUS_SCAN_ID CURRENT_SCAN_ID

La comparación puede clasificar los hallazgos como:

• Nuevos.
• Persistentes.
• Reabiertos.
• Resueltos.
• Desconocidos.

Cuando un escaneo posterior no cubre el área relevante, los hallazgos faltantes permanecen en estado desconocido.

Uso del SDK de TypeScript

El mismo paquete npm incluye un SDK de TypeScript como módulo ECMAScript.

Requiere Node.js 22 o superior en el servidor, y los escaneos también requieren Python 3.10 o superior.

La integración básica es la siguiente:

import { CodexSecurity } from "@openai/codex-security";

const security = new CodexSecurity();

try {
const result = await security.run("/ruta/al/repositorio", {
outputDir: "/ruta/fuera/del/repositorio/resultados",
});

console.log(result.reportPath);
console.log(result.coverage.completeness);
console.log(result.findings.findings.length);
} finally {
await security.close();
}

El SDK admite flujos de trabajo de larga duración mediante:

• Comprobaciones previas.
• Hallazgos tipados.
• Detalles de cobertura.
• Callbacks de progreso.
• Límites de costo estimado.
• Operaciones de cancelación.
• Gestión del ciclo de vida del escaneo.
• Acceso a rutas de artefactos.

Las aplicaciones reutilizables deben crear un cliente, ejecutar los escaneos necesarios y cerrar el cliente para liberar el entorno de ejecución aislado.

Añadir Codex Security a CI

La guía oficial de CI de OpenAI demuestra el escaneo de solicitudes de extracción con GitHub Actions.

El patrón recomendado es:

1. Almacenar la clave de API como secreto protegido del repositorio u organización.
2. Instalar Codex Security fuera del directorio de clonación del repositorio.
3. Fijar la versión del paquete.
4. Clonar el historial completo de Git, pero sin conservar credenciales de clonación.
5. Calcular la base de fusión.
6. Escanear únicamente el diff de la solicitud de extracción.
7. Exportar SARIF.
8. Subir SARIF a GitHub Code Scanning.
9. Conservar los artefactos del escaneo.
10. Añadir políticas de severidad solo después de revisar la calidad y el tiempo de ejecución del escaneo.

El ejemplo oficial fija una versión específica del paquete disponible en el momento de la publicación. Los equipos deben actualizar esa versión deliberadamente después de revisar las notas de la versión, en lugar de ejecutar automáticamente herramientas de seguridad no revisadas con secretos del repositorio.

Una representación concisa del paso principal de escaneo es la siguiente:

- name: Escanear cambios de la solicitud de extracción
env:
OPENAI_API_KEY: ${{ secrets.CODEX_SECURITY_API_KEY }}
BASE_SHA: ${{ github.event.pull_request.base.sha }}
HEAD_SHA: ${{ github.event.pull_request.head.sha }}
SCAN_DIR: ${{ runner.temp }}/codex-security-results
run: |
set -euo pipefail
BASE_REVISION="$(git merge-base "$BASE_SHA" "$HEAD_SHA")"

"$CODEX_SECURITY_BIN" scan . \
--diff "$BASE_REVISION" \
--head "$HEAD_SHA" \
--auth api-key \
--output-dir "$SCAN_DIR" \
--json

> "$RUNNER_TEMP/codex-security.json"

Este extracto asume que el runner ha instalado y verificado el CLI, ha clonado el encabezado de la solicitud de extracción con historial completo y se ha definido CODEX_SECURITY_BIN.

Para flujos de trabajo de producción, utilice la guía oficial completa de CI, incluidas

acciones fijadas, exportación SARIF, permisos, conservación de artefactos y comprobaciones de seguridad de ramas.

El lugar de Codex Security en el ecosistema de seguridad

Codex Security no pretende reemplazar todos los controles de seguridad existentes.

Puede complementar las siguientes herramientas:

• Pruebas estáticas de seguridad de aplicaciones.
• Análisis de composición de software.
• Escaneo de secretos.
• Escaneo de infraestructura como código.
• Escaneo de contenedores.
• Actualización de dependencias.
• Pruebas de fuzzing.
• Pruebas dinámicas de aplicaciones.
• Revisión humana de código.
• Pruebas de penetración.
• Programas de recompensas por vulnerabilidades.
• Monitoreo de entornos de producción.

Su ventaja única radica en la capacidad de razonar contextualmente a través de la estructura del repositorio y la intención del sistema.

Un ecosistema de seguridad maduro puede usar escáneres deterministas para patrones conocidos de alto volumen y escáneres basados en agentes para lógica entre archivos, análisis de explotabilidad, evidencia y recomendaciones de corrección.

Lo que Codex Security no puede garantizar

No puede demostrar que un repositorio es seguro

Ningún escáner puede demostrar la ausencia de todas las vulnerabilidades en un código base real arbitrario.

La cobertura parcial o desconocida hace que esta limitación sea aún más relevante.

La verificación no es universalmente aplicable

Algunos hallazgos pueden probarse en entornos aislados.

Otros dependen de:

• Datos de producción.
• Servicios externos.
• Configuración de infraestructura.
• Hardware.
• Credenciales.
• Lógica de negocio.
• Comportamiento del usuario.

Un hallazgo sin prueba automatizada no implica automáticamente un falso positivo, y una verificación exitosa tampoco revela todas las variantes de esa vulnerabilidad.

Los hallazgos de IA aún requieren revisión humana

El modelo puede malinterpretar la arquitectura, sobreestimar el impacto, proponer parches incompletos o introducir regresiones.

Los responsables de seguridad deben revisar la evidencia y las soluciones propuestas.

Los paquetes de código abierto aún requieren llamadas al modelo

El código fuente del paquete es público, pero el escaneo predeterminado no es un binario estático local completamente independiente del acceso de razonamiento.

El uso del modelo puede implicar costos, consideraciones de procesamiento de datos y autorización.

La salida sensible requiere protección

El directorio de resultados puede ser más sensible que la salida de compilación normal.

No suba hallazgos detallados, archivos de prueba de concepto ni extractos de código fuente vulnerable a artefactos públicos.

El acceso a la red es para fines restringidos

Use la herramienta únicamente en repositorios y sistemas que posea o para los que tenga autorización explícita de evaluación.

Los controles de acceso de OpenAI no sustituyen la autorización legal.

El escáner de seguridad también necesita un modelo de amenazas

La mayor ventaja conceptual de Codex Security es también un requisito práctico.

El agente necesita contexto preciso.

El repositorio por sí solo puede no explicar:

• Qué servicio es accesible públicamente.
• Qué proveedor de identidad es confiable.
• Si existen límites de red.
• Qué datos son sensibles.
• Qué comprobaciones de autorización se ejecutan aguas arriba.
• Qué funcionalidad de implementación está deshabilitada.
• Qué riesgos acepta la organización.

Un contexto deficiente puede generar hallazgos de baja calidad.

Los equipos deben tratar los modelos de amenazas editables y las bases de conocimiento como activos de seguridad de primera clase, no como decoración opcional de prompts.

Preguntas frecuentes

¿Qué es Codex Security?

Codex Security es el agente de seguridad de aplicaciones de OpenAI que descubre, verifica, prioriza y ayuda a corregir vulnerabilidades. Se originó en el proyecto interno Aardvark y ahora está disponible.

Se implementa mediante un plugin, CLI, SDK de TypeScript y flujos de trabajo en la nube conectados a repositorios.

¿Codex Security es completamente de código abierto?

El CLI y el SDK de TypeScript están publicados en GitHub bajo Apache 2.0.

La licencia se publica públicamente. El modelo subyacente de OpenAI, los servicios de nube gestionados, los hallazgos protegidos y el acceso de seguridad cibernética sin restricciones no se publican como componentes de código abierto o de pesos abiertos.

¿Puede cualquier persona instalar y ejecutar Codex Security?

Cualquier persona puede acceder a los paquetes públicos, pero ejecutar escaneos requiere acceso a Codex Security. Algunos escaneos de repositorios completos o capacidades avanzadas de red pueden requerir además "Acceso Confiable para Ciberseguridad" (Trusted Access for Cyber).

¿Qué modelo utiliza Codex Security?

La documentación actual de la CLI indica que los escaneos usan por defecto GPT-5.6 Sol con un nivel de esfuerzo de razonamiento xhigh. Los usuarios pueden elegir otros modelos y niveles de esfuerzo compatibles, y el repositorio público también documenta configuraciones seleccionadas de proveedores externos.

¿Puede Codex Security escanear solicitudes de extracción (pull requests)?

Sí. La CLI puede escanear los cambios confirmados entre la revisión base y la revisión de cabecera, por lo que es adecuada para flujos de trabajo con solicitudes de extracción. OpenAI también ofrece guías oficiales para GitHub Actions, con soporte para exportación SARIF y conservación de artefactos.

¿Codex Security corrige vulnerabilidades automáticamente?

Puede sugerir correcciones acotadas y ayudar a verificar si un cambio resuelve un hallazgo. Los escaneos solo generan informes de forma predeterminada; los humanos deben revisar, probar y aprobar los parches antes de fusionarlos o implementarlos.

¿Puede Codex Security ejecutarse en Docker?

El repositorio incluye recursos de Docker y Docker Compose para escaneos por lotes no interactivos. OpenAI recomienda almacenamiento persistente privado, gestión de secretos, funcionalidades de aislamiento de Linux compatibles y un endurecimiento opcional con AppArmor.

¿Un informe limpio de Codex Security demuestra que mi aplicación es segura?

No. La cobertura puede ser completa, parcial o desconocida, y ningún escáner automatizado puede garantizar que una aplicación compleja esté libre de vulnerabilidades. Use Codex Security como parte de un programa más amplio de desarrollo seguro.

Herramientas relacionadas

• Codex Security: Descripción general oficial de complementos, CLI, SDK, escáner en la nube y flujos de trabajo compatibles.
• Repositorio de GitHub de Codex Security: Código fuente Apache-2.0 de la CLI, el SDK de TypeScript, los recursos de Docker y los flujos de contribución.
• Codex Security en npm: Paquetes publicados para instalar la CLI y el SDK.
• Codex CLI: El agente de codificación local de código abierto de OpenAI y su host de complementos.
• GitHub Code Scanning: Interfaz de hallazgos de vulnerabilidades compatible con SARIF de GitHub.
• CodeQL: Motor de análisis semántico de código de GitHub para detección de vulnerabilidades basada en consultas.
• Semgrep: Plataforma de análisis estático basada en reglas que complementa las revisiones de seguridad con agentes.
• OWASP Juice Shop: Una aplicación deliberadamente vulnerable para formación de seguridad autorizada y evaluación de escáneres.

Enlaces relacionados

• Documentación de Codex Security: Punto de partida oficial para la interfaz del producto y los flujos de trabajo.
• Inicio rápido de la CLI de Codex Security: Instrucciones oficiales de instalación, autenticación, escaneo, historial, presupuesto, operaciones por lotes y Docker.
• Codex Security TypeScript SDK: Documentación oficial del SDK: configuración, ciclo de vida de escaneo, resultados tipados, progreso y cancelación.
• Ejecutar Codex Security en CI: Flujo de trabajo completo de GitHub Actions y SARIF de OpenAI.
• Vista previa de investigación de Codex Security: Artículo de lanzamiento de OpenAI de marzo de 2026 y métricas de vista previa.
• Presentación de Aardvark: Descripción original del investigador de seguridad inteligente que se convirtió en Codex Security.
• Iniciativa de seguridad Daybreak: Actualización de OpenAI de junio de 2026 sobre la escala de Codex Security, el trabajo de seguridad de código abierto y las herramientas cibernéticas defensivas.

Resumen

OpenAI ha publicado como código abierto la CLI de Codex Security y el SDK de TypeScript, proporcionando a los desarrolladores una base pública bajo Apache-2.0 para escaneo de repositorios, revisión de cambios, historial de escaneos, verificación de correcciones, actividades por lotes, exportación SARIF, comprobaciones en CI e integraciones de seguridad personalizadas.

A diferencia de los escáneres de patrones básicos, este agente construye contexto del repositorio y un modelo de amenazas, busca vulnerabilidades en ese contexto, verifica problemas sospechosos cuando es posible y sugiere correcciones acotadas para la revisión humana.

Esta versión no es un modelo de seguridad local sin restricciones. Ejecutar escaneos aún requiere acceso de inferencia autorizado, y ciertos flujos de trabajo avanzados de ciberseguridad pueden requerir "Acceso Confiable para Ciberseguridad". Los hallazgos sensibles y los fragmentos de código fuente también requieren controles cuidadosos de almacenamiento y retención.

Codex Security es más útil dentro de un programa de seguridad de aplicaciones por capas, no como prueba de que un repositorio está libre de vulnerabilidades.

El cambio real es que las revisiones de seguridad ahora pueden acercarse a la velocidad del desarrollo asistido por IA, siempre que los equipos apliquen rigurosamente autorización, modelado de amenazas, verificación y aprobación humana en sus procesos.