OpenAI wypuszcza agenta, który szuka dziur w kodzie

OpenAI udostępniło 28 lipca Codex Security, agenta, którego jedynym zadaniem jest szukanie luk bezpieczeństwa w Twojej aplikacji, potwierdzanie, że są prawdziwe, i proponowanie poprawek. Narzędzie ma trzy postacie: wtyczkę działającą wewnątrz Codeksa, program uruchamiany z terminala i bibliotekę dla programistów. Tylko pierwsza z nich jest dziś otwarta dla zwykłych użytkowników. Paczka trafiła do rejestru npm 28 lipca po południu, a repozytorium zebrało ponad cztery tysiące gwiazdek w niecałą dobę.

Dlaczego to ważne, jeśli nie jesteś programistą

Aplikacja wyklikana w narzędziu w rodzaju Lovable czy Bolt wygląda po opublikowaniu tak samo jak każda inna. Ma formularz logowania, bazę danych, płatności. Różnica polega na tym, że przy klasycznym projekcie ktoś tę warstwę przejrzał, a przy wygenerowanym zwykle nie przejrzał nikt. Model napisał kod, kliknąłeś „opublikuj” i aplikacja stoi w internecie razem ze wszystkim, czego nie umiesz sprawdzić.

To jest dokładnie ta luka, w którą wchodzi Codex Security. Producent opisuje go jako agenta bezpieczeństwa aplikacyjnego, który pomaga znaleźć, potwierdzić i naprawić podatności. Słowo „potwierdzić” jest tu najważniejsze, bo klasyczne skanery mają jedną wadę, która wykańcza początkujących: sypią setkami ostrzeżeń, z których większość jest nieistotna, a użytkownik bez wiedzy nie potrafi ocenić które.

Co potrafi wtyczka

Wtyczkę instaluje się z firmowego katalogu wewnątrz Codeksa, w aplikacji ChatGPT albo z poziomu terminala, i uruchamia poleceniem w czacie. Pierwszy skan jest tylko do odczytu, więc nic nie zmienia w projekcie. Dokumentacja wymienia siedem scenariuszy:

• Skan repozytorium albo jednego folderu, przy dużych projektach zalecany jest pojedynczy moduł zamiast całości.
• Skan głęboki, wolniejszy, ale szukający szerzej.
• Przegląd zmian, zanim trafią do działającej wersji aplikacji.
• Uporządkowanie zaległości, czyli przejście po problemach zgłoszonych wcześniej.
• Naprawa i weryfikacja przez ograniczone poprawki, wyłącznie dla zatwierdzonych znalezisk.
• Eksport wyników do przenośnych plików albo systemów śledzenia zadań.
• Raporty podatności i propozycje utwardzenia aplikacji.

Ciekawy szczegół dla osób, które pracują z regułami projektu: agentowi można zostawić w projekcie osobny plik z własną polityką bezpieczeństwa, a on potraktuje go jako wytyczne przy ocenie znalezisk. Przy rozbudowanych projektach można takich plików mieć kilka, a wygrywa ten położony najbliżej sprawdzanego fragmentu. Dokumentacja zaznacza wprost, że są to wytyczne, a nie polecenia do wykonania, co jest rozsądnym zabezpieczeniem przed wstrzykiwaniem poleceń przez zawartość projektu.

Gdzie jest haczyk

Wersja z terminala i biblioteka programistyczna są w ograniczonej wersji testowej i dostępne wyłącznie dla zatwierdzonych klientów i partnerów. Dokumentacja odsyła po dostęp do opiekuna konta, czyli w praktyce do rozmowy handlowej. Samo zalogowanie się kontem ChatGPT albo podanie klucza API tego dostępu nie daje, co producent zaznacza osobnym zdaniem.

Tu łatwo o nieporozumienie, bo samo narzędzie leży w publicznym rejestrze i każdy może je pobrać. Bramka nie stoi przy pobieraniu, tylko przy uruchomieniu: bez przyznanego dostępu program zainstaluje się i nie zrobi nic. Przy części kont i repozytoriów pełny skan wymaga dodatkowo osobnego programu dostępowego dla zastosowań związanych z cyberbezpieczeństwem.

Drugi haczyk dotyczy kosztów. Skanowanie repozytorium przez agenta to długa sesja, więc twórcy dołożyli limit wydatków, który ustawia się przed startem. Dokumentacja mówi o nim uczciwie: to szacunek, a nie twardy limit, bo żądania będące w toku mogą się zakończyć powyżej progu. Warto to zestawić z twardymi limitami wydatków w API, które OpenAI dodało tydzień wcześniej. Tam po przekroczeniu progu zapytania po prostu przestają działać, tu granica jest miękka.

Cennika samej wtyczki producent nie podaje w dokumentacji.

Jak to się ma do konkurencji

Rynek automatycznego przeglądu kodu robi się gęsty i to jest w tym najciekawsze. Cursor sprzedaje Bugbota, GitHub ma przegląd bezpieczeństwa w Copilocie, a Cognition wypuściło rój agentów szukających podatności. Każdy większy gracz doszedł niezależnie do tego samego wniosku: skoro modele generują coraz więcej kodu, to sprawdzanie tego kodu musi być równie zautomatyzowane, bo ludzi do przeglądania nie przybywa.

Różnica w podejściu OpenAI polega na oddzieleniu narzędzia od edytora. Codex Security to osobny produkt z własnym interfejsem, automatycznym sprawdzaniem przy każdej zmianie w projekcie, eksportem raportów do standardowego formatu i możliwością ustawienia progu, od którego problem uznaje się za poważny. To układ dla zespołów bezpieczeństwa, a nie dla osoby, która chce jednorazowo sprawdzić swój projekt. Ta osoba dostaje wtyczkę i to prawdopodobnie jej wystarczy.

Co zrobić dziś

Jeśli masz opublikowaną aplikację zbudowaną z pomocą AI, warto potraktować to jako przypomnienie, niezależnie od tego, czy sięgniesz akurat po ten produkt. Sam skan jest bezpieczny, bo pierwsze uruchomienie niczego nie modyfikuje, a wynik dostajesz z dowodami i wskazówką, co poprawić. Zacznij od jednego elementu, w którym coś może pójść naprawdę źle: logowania, płatności albo miejsca, w którym aplikacja przyjmuje dane od użytkownika. To tam kończą się konsekwencje, których nie widać z panelu buildera.