OpenAI publica discretamente Codex Security CLI como open source

OpenAI ha publicado Codex Security CLI en GitHub y npm, pero la mayoría de los desarrolladores solo lo advirtieron tras una publicación en Hacker News. Mi conclusión rápida: no es solo una herramienta de programación basada en chat. Es un flujo de seguridad desde terminal que puede analizar repositorios, comprobar si los problemas se pueden explotar y proponer parches.

Esto es lo más importante si estás decidiendo si probarla:

• Qué es: una CLI y un TypeScript SDK con licencia Apache-2.0 publicados como @openai/codex
• Qué hace: analiza código, representa rutas de ataque, valida hallazgos en un sandbox y prepara correcciones
• Dónde encaja: uso en el terminal local, scripts y trabajos de CI
• Qué deben vigilar los equipos: dependencia de claves de API, riesgos del sandbox, problemas anteriores de filtración de tokens e inyección y controles para revisar parches
• Qué muestran las cifras: durante las pruebas de investigación, analizó 1.2 millones+ de commits y señaló 11,353 problemas de alto impacto, incluidos 792 hallazgos críticos

Yo la consideraría un agente de seguridad para la línea de comandos, no un analizador completamente autónomo. Siguen siendo necesarias la revisión humana, unos controles de acceso estrictos y una pequeña prueba piloto antes de incorporarla a CI.

Hay varios puntos que destacan de inmediato:

• El lanzamiento fue discreto, por lo que su descubrimiento en Hacker News cambió la percepción
• La herramienta es open source, pero el uso completo sigue dependiendo de modelos de OpenAI y una clave de API
• Admite salida JSON, hooks, configuraciones de servidores MCP y exportación SARIF para flujos de equipo
• El primer paso más seguro consiste en probarla en modo de solo lectura sobre un repositorio que no sea de producción

En otras palabras, considero este lanzamiento una nueva opción útil de CLI para equipos de seguridad de aplicaciones, pero solo si se trata como cualquier otra herramienta de seguridad que ejecuta código: empezar con poco, restringirla y verificar sus resultados.

Qué incluye Codex Security CLI

Componentes open source y detalles de la licencia

El lanzamiento incluye un TypeScript SDK con licencia Apache-2.0, publicado en npm como @openai/codex. Puedes instalarlo globalmente mediante npm install -g @openai/codex. Necesita Node.js v20+, Git v2.23+, 4 GB de RAM y una clave de OpenAI API almacenada en ~/.codex/auth.json ^[1].

Algunas funciones avanzadas necesitan más que la instalación básica. Por ejemplo, la compatibilidad con servidores MCP también requiere un runtime de contenedores como Docker, Podman o Nerdctl ^[8].

Comandos principales y resultados

Estos comandos importan porque permiten a los equipos ejecutar análisis, comprobar hallazgos y automatizar tareas de seguridad directamente desde el terminal. Codex Security está diseñada para funcionar como un investigador de seguridad automatizado: puede analizar un repositorio, representar rutas de ataque específicas del proyecto, validar hallazgos en un sandbox y proponer parches mínimos ^[4][6].

Comandos de shell:

Controles dentro de la sesión:

Estos controles forman parte de la configuración general de Codex en vez de funcionar por separado.

Cómo encaja Codex Security en el conjunto de herramientas Codex

Codex Security amplía el agente general de ingeniería de software Codex de OpenAI con un flujo centrado en la seguridad, mientras que Codex CLI estándar gestiona tareas de programación, cambios de archivos e instrucciones en lenguaje natural ^[3][6]. Cada proyecto utiliza un directorio .codex/ para gestionar la configuración, los hooks de eventos y las instrucciones de los agentes ^[8].

Esta configuración compartida mantiene la CLI de seguridad alineada con el resto de herramientas Codex. En términos sencillos, ofrece a los equipos una forma común de gestionar el análisis de repositorios, las comprobaciones de políticas y la generación de parches en CI.

Por qué el descubrimiento en Hacker News cambió la percepción de los desarrolladores

Cómo impulsa la comunidad la adopción de herramientas

Cuando el repositorio apareció en Hacker News, el foco cambió. La gente dejó de hablar del lanzamiento en sí y comenzó a preguntar si debía utilizarlo.

El hilo hizo más que generar expectación. Actuó como una comprobación pública de la realidad. Codex Security CLI ya estaba disponible para clientes de ChatGPT Pro, Enterprise, Business y Edu, pero Hacker News la presentó rápidamente a un grupo mucho mayor. Cuando ocurre eso, las cosas avanzan deprisa: aparecen los problemas de configuración, se examina minuciosamente la documentación y las reacciones de los primeros usuarios salen a la luz en lugar de quedar ocultas en un lanzamiento discreto del repositorio.

Lo que reveló el debate público

El hilo también envió a los desarrolladores directamente al repositorio. Eso hizo que descubrieran el nombre en clave interno de la herramienta, Aardvark, que se utilizó primero para analizar la propia base de código de OpenAI ^[2][10].

Igualmente importante, el debate hizo que un punto fuera más difícil de pasar por alto: el acceso open source no significa que la herramienta funcione de forma totalmente autónoma. Su uso completo sigue dependiendo de modelos de OpenAI y una clave de API ^[9].

También empujó a los usuarios a examinar más de cerca la seguridad. Se encontró y comunicó un fallo de filtración de tokens de GitHub, lo que llevó a los desarrolladores a revisar sus configuraciones de la CLI y rotar credenciales ^[11].

Ese cambio preparó la siguiente pregunta práctica para los equipos: ¿dónde debe encajar esta CLI en los flujos de análisis, revisión y CI?

OpenAI acaba de publicar Codex Security (Claude Code no pudo engañarlo)

Flujos prácticos para desarrolladores y equipos de seguridad

Análisis de bases de código y revisión de vulnerabilidades

Después del descubrimiento llega el momento de actuar. Aquí es donde la CLI demuestra su utilidad: análisis, validación y aplicación de parches.

La CLI analiza un repositorio, representa las rutas de ataque de todo el proyecto e intenta reproducir cada hallazgo dentro de un sandbox aislado antes de mostrarlo al equipo. Eso significa que los revisores reciben pruebas reproducibles en lugar de una alerta imprecisa ^[5][4].

Durante sus primeros 30 días de pruebas de investigación, la CLI analizó más de 1.2 millones de commits y encontró 792 problemas críticos y 10,561 de gravedad alta. También redujo los falsos positivos un 50% y los hallazgos con gravedad exagerada en más del 90% ^[4][2]. En términos sencillos, esto permite a los revisores dedicar menos tiempo a perseguir ruido y más al pequeño conjunto de hallazgos importantes.

NETGEAR informó de que la herramienta encajó en su proceso de revisión y facilitó la respuesta a los hallazgos ^[4].

Comprobaciones de políticas y controles de pipelines de CI

Los equipos que necesitan un control más estricto pueden utilizar la CLI para detener cambios arriesgados antes de que lleguen a un pull request.

El comando sonar-integrate añade compatibilidad con el servidor MCP de SonarQube y configura hooks en .codex/ ^[8]. A partir de ahí, los equipos pueden utilizar un hook UserPromptSubmit para bloquear credenciales codificadas mediante 450+ patrones antes de que lleguen al modelo. También pueden emplear un hook PostToolUse para ejecutar Agentic Analysis después de cada escritura o parche de un archivo ^[8][7]. Así disponen de otra comprobación de nuevas vulnerabilidades o regresiones antes de abrir un pull request.

Los hallazgos también pueden exportarse en formato SARIF, lo que facilita el envío de resultados a paneles y flujos de informes existentes.

Generación y validación de parches e integración con flujos de APIMart

Cuando se confirma un hallazgo, el flujo pasa de la revisión a la reparación.

La CLI genera un parche mínimo para la causa original, lo muestra para revisión humana y puede convertirlo directamente en un pull request ^[5][6]. Después de integrar la corrección, vuelve a validar el cambio en el mismo entorno aislado para garantizar que el problema está realmente resuelto ^[5]. Las pruebas internas comunicaron una reducción del 40% en el tiempo medio de resolución de vulnerabilidades con este flujo ^[6].

Para los equipos que utilizan APIMart, añade la siguiente configuración a ~/.codex/config.toml:

• model_provider = "apimart"
• base_url = "https://api.apimart.ai/v1"
• wire_api = "responses" para las versiones más recientes ^[1]

Esto dirige Codex CLI a través del endpoint compatible con OpenAI de APIMart.

Cómo evaluar los riesgos de adopción y los siguientes pasos

Historial de seguridad y precauciones operativas

Antes de conectar Codex Security a CI, prueba primero el sandbox, el modelo de aprobación y el flujo de revisión de parches. Es la opción segura.

Hay varios riesgos de despliegue que debes comprobar de antemano. A principios de 2026, Codex Security sufrió una filtración de tokens de GitHub y rutas de inyección de comandos que dieron lugar a trabajos de refuerzo del agente ^[11]. Más recientemente, CVE-2026-64650 (CVSS 6.3) demostró que el código no fiable del sandbox podía activar herramientas expuestas por el host, incluidas búsquedas de secretos y API en la nube, sin aprobación del modelo. La solución es sencilla: actualiza @ai-sdk/harness-opencode a la versión 1.0.29 o posterior ^[12].

La herramienta analiza una copia temporal del código dentro de un contenedor aislado y puede obtener contexto de GitHub para el modelado de amenazas y el historial de commits. Esto significa que el análisis del repositorio, la ejecución en sandbox y la generación de parches tienen cada uno su propia superficie de exposición ^[10][13]. Además, la primera ejecución en bases de código grandes puede tardar días, aunque los análisis posteriores de cambios incrementales deberían avanzar con más rapidez ^[10][13].

Algunos controles básicos ayudan a reducir el riesgo:

• Protege auth.json y config.toml dentro de ~/.codex/ y mantenlos fuera de entornos compartidos.
• No expongas secretos en los registros.
• Asegúrate de que cualquier acceso Enterprise o Edu esté limitado mediante los controles de roles y grupos adecuados.
• Nunca permitas que la herramienta integre código por sí sola. Trata los parches únicamente como resultados para revisión humana ^[1][13].

Un plan piloto práctico para equipos

Esos controles indican el siguiente paso más seguro: ejecutar primero un piloto limitado. Utiliza un repositorio que no sea de producción y un grupo pequeño de revisores que se mantenga constante de principio a fin.

Trata el primer piloto como una prueba de fiabilidad, no como una carrera para acumular hallazgos. En términos sencillos, la pregunta es: ¿podemos confiar en esta herramienta dentro de nuestro flujo? Comprueba si la validación en sandbox reproduce problemas reales antes de señalarlos, si los parches propuestos se ajustan a la intención y el estilo de la base de código y si el modelo de amenazas generado coincide con el funcionamiento real del entorno ^[4][13].

También es recomendable comparar el piloto con tus propias cifras, no con promedios publicados. Examina la precisión interna, el tiempo de revisión y la tasa de escalado. Antes de ampliar el acceso, inspecciona manualmente el modelo de amenazas y ajústalo cuando sea necesario ^[13].

Conclusión: lo más importante de este lanzamiento

Si el piloto funciona, amplía el acceso poco a poco.

Lo que OpenAI ha publicado discretamente como open source es una CLI centrada en la seguridad con un valor medible para el análisis, no una demostración desechable. Solo atrajo una atención generalizada tras su descubrimiento en Hacker News. Aun así, la adopción debe ser deliberada. Empieza en modo de solo lectura cuando sea posible, contrasta los hallazgos con tu propio modelo de riesgos y aumenta los permisos únicamente cuando el flujo demuestre su utilidad en tu entorno.

Preguntas frecuentes

¿Es Codex Security CLI completamente open source?

Sí. Codex CLI es completamente open source y la comunidad puede contribuir a ella en GitHub.

Dicho esto, los modelos que utiliza suelen requerir una clave de OpenAI API, lo que puede conllevar los costes habituales de la API. También se diferencia del producto Codex Security más amplio, que está en research preview para determinados clientes empresariales y educativos.

¿Es seguro ejecutarla con código interno?

Está diseñada para ser segura de forma predeterminada. La CLI se ejecuta en un sandbox, limita el acceso a directorios, bloquea los cambios del sistema que no estén permitidos y desactiva de forma predeterminada el acceso a la red para evitar filtraciones de datos.

En la primera ejecución también puedes elegir un modo de aprobación. Read Only impide cualquier cambio. Auto permite acciones sobre archivos solo dentro del directorio de trabajo. Es mejor evitar Full Access salvo que no necesites confirmación manual.

¿Cuál es la mejor forma de probarla primero?

Empieza abriendo Codex CLI en modo interactivo para poder explorar sin realizar cambios de inmediato. Después de instalarla, ejecuta codex en el terminal del proyecto.

La primera vez que se abra, tendrás que elegir un nivel de aprobación. Para las pruebas, Auto es la mejor opción. Si quieres una configuración más segura y de solo lectura, utiliza codex --mode suggest. De ese modo, cualquier cambio seguirá necesitando tu aprobación antes de aplicarse.