OpenAI 开源了个安全扫描 CLI，我故意埋了 8 个坑来测它，结果有点意思

就现在AI模型的能力而言。

要用 AI 来写代码，现在真的很快。

但快归快。

甚至现在到处都充斥着大量的所谓的vibe coding的作品。

然而，有件事很少有人在意：AI 写出来的东西，到底安不安全？

前两天 OpenAI 开源了一个叫 @openai/codex-security 的安全扫描工具。

核心功能是：你把代码仓库丢给它，它用 AI 自动读代码、找漏洞、验证漏洞是否真实可利用，然后给你出修复建议。

使用也很简单，就一条命令：

npx @openai/codex-security scan .

圈子里吹得挺响。

但是俗话说得好：是骡子是马，拉出来遛遛。

为此，我特意写了一个"故意不安全"的演示页，把新手 Vibe Coding 最容易踩的 8 个安全坑全埋进去，然后用这个工具扫，看它能揪出多少。

先说这个工具是什么

@openai/codex-security 是 OpenAI 开源的安全扫描 CLI 和 TypeScript SDK。

底层跑的是 AI 模型（默认 GPT-5.6，也支持接 OpenRouter、Claude、AWS Bedrock 等）。

它跟传统的静态扫描工具不一样。

传统工具靠规则匹配，只认识"已知漏洞的固定写法"。

这个工具靠 AI 读懂代码逻辑，能发现上下文相关的问题，比如"这段鉴权写了，但放行判断没咬死"这类传统工具根本看不出来的坑。

支持三种扫描深度，从快速粗扫到深度多 Agent 协同全量扫，视项目大小和需求选。

靶子：我造了个假成真的"速核看板"

当然，作为谨慎的韩天尊粉丝，我肯定不能直接拿真项目冒险。

为此，我直接临时写了一个演示用的运营看板：有登录页、成员后台、搜索、导出、上传。

看起来像能用的内部中台。

工作台总览

工作台总览

但是实际上，这是我故意埋坑的页，其中包含 8 个经典安全漏洞，全部亲手写进代码。

目的只有一个：给扫描工具设一个有标准答案的考场。

下面先过一遍我埋了什么，再说扫出来了什么。

埋进去的 8 个坑

坑 1：密钥直接躺在页面上

app.js 里直接写死了一个 OpenAI 密钥字符串和内部服务器路径，然后在首页通过 DOM 直接展示出来。

const DEMO = {   secrets: {     openaiKey: 'sk-demo-THIS-IS-FAKE-BUT-LOOKS-REAL-1234567890abcdef',     serverPath: 'E:\\prod\\ops-board\\secrets\\config.json'   } };

集成配置明文密钥

集成配置明文密钥

别人打开开发者工具，三秒钟拿走。

坑 2：搜索框会"执行"用户输入（XSS）

搜索结果回显时，用了 innerHTML 直接拼入用户输入：

flash.innerHTML = `已为你匹配关键词：<b>${q}</b>`;

用户输入什么，页面原样执行。

搜索注入演示

搜索注入演示

坑 3：口令写死在前端，用 === 直接比对

登录校验写在浏览器端 JS 里，密码用明文 === 对比：

const expected = DEMO.users[username]; // 'admin': '123456' if (expected && expected === password) { ... }

登录页

登录页

任何人打开 DevTools 都能看到用户名密码对照表。

坑 4：登录失败，把内部堆栈和路径吐出来

登录失败时，错误信息里拼了内部文件路径和鉴权方式：

error: `认证失败：AuthService.verify @ ${DEMO.secrets.serverPath}:88 | 期望哈希算法=plain-text-compare`

登录失败过细报错

登录失败过细报错

坑 5：没登录，也能进后台

admin.html 的鉴权逻辑用了 requireLoginSoft()，但这个函数只是读了一下 localStorage，没有拦截，不管有没有 token 都让你进：

function requireLoginSoft() {   return getToken(); // 有就返回，没有就返回 null，页面继续跑 }

未登录直开后台

未登录直开后台

坑 6：登录后，全量数据一览无余

登录成功后，所有角色看到的是同一张成员全表，访客和管理员的权限没有任何区分。

登录后敏感成员表

登录后敏感成员表

坑 7：导出 CSV，备注里藏着公式注入

export.html 的导出数据里埋了两个公式注入字符串：

{ note: '=cmd|\'/C calc\'!A0' }, { note: '=HYPERLINK("https://evil.example","点击查看")' }

导出后用 Excel 打开，可能被当成公式执行。

CSV公式注入预览

CSV公式注入预览

坑 8：上传先出"成功"，类型完全不校验

upload.html 没有任何文件类型或扩展名校验，默认文件名甚至写死成了 shell.php.jpg：

msg.innerHTML = `上传成功 · 已保存为 <b>shell.php.jpg</b>`;

上传无校验成功态

上传无校验成功态

扫一下，看它发现了什么

靶子设好了，把这个仓库丢给 @openai/codex-security：

npm install @openai/codex-security npx @openai/codex-security login npx @openai/codex-security scan .

扫描过程不是"跑个规则对比"，是真的有 AI 在读你的代码逻辑。

速度不算快，跑完一个中等项目大概几分钟。

结果：

8 个坑里，它明确识别出了 6 个，给出了具体文件位置、漏洞描述和修复建议。

漏掉的 2 个是：

• 坑 5（未登录越权）它扫到了鉴权相关代码，也标出了风险，但判断的是"逻辑可疑"而不是"确认漏洞"，算半命中。
• 坑 6（权限粒度不足）这个没有扫出来。原因可理解，权限粒度不足不是语法层面的问题，是业务设计问题，纯靠读代码很难判断你"应该有但没做"的限制。

命中率 6/8，如果算上半命中的坑 5，是 6.5/8。

有没有误报？有一个。

它把 exportCsvWithFormulaRisk 这个函数名本身也标成了一个风险点，理由是"函数名暗示存在未处理的公式风险"。

这个……确实是我故意起的名字，不算冤枉。

修复建议靠不靠谱？

明文密钥那条，它直接给出了建议：把 secrets 对象移出前端代码，改成从服务端接口动态获取，或者用环境变量注入，并且指出了具体是 app.js 第 10-12 行。

XSS 那条，建议把 innerHTML 改成 textContent，或者对用户输入做 HTML 转义。代码示例也给了。

这个质量，比我见过的很多静态扫描报告强。

我的判断

工具是真有用的。

对于个人开发者、独立开发者、或者用 AI Vibe Coding 做产品的人来说：

以前发现不了的问题，靠规则扫；现在发现不了的问题，靠逻辑扫。

这个工具做到了后者。

但两个现实要说清楚：

1. 它不是替代代码审查的权限设计这类业务逻辑问题，AI 扫描仍然力不从心。
2. 它需要 OpenAI 的访问权限目前部分深度扫描能力走的是受保护的网络，不是每个人开箱即用。

结论：

如果你在用 Vibe Coding 做产品，上线前跑一遍 codex-security scan . 是值得的。

比裸着上线要强，而且强很多。

这 8 个坑的完整代码我整理成了仓库，可以拉下来自己测。

评论区扣：安全扫描

我发你链接。

你现在用 AI 做产品多吗？上线前有没有做过安全检查这一步？来评论区说说，我看看大家的真实情况是什么。

我是小机。 专注 AI 编程 / 智能体 / 系统提效。 关注我，一起把 AI 用进能验收的结果里。

点击上方名片，关注「小机AI大模型」，第一时间收到 AI 实战干货推送

PS：想聊聊怎么搭自己的 AI 系统、怎么写 AGENTS.md，欢迎加入小机的「AI交流群」。