为什么 Codex Security 不依赖 SAST 报告：从行为出发的深度安全验证

在软件安全领域，静态应用安全测试（SAST）长期以来一直是安全团队进行规模化代码审查的核心工具。然而，当我们在构建 Codex Security 时，做出了一项深思熟虑的设计决策：我们没有从导入一份静态分析报告并让智能体去分类处理开始。相反，我们设计系统从代码仓库本身出发——分析其架构、信任边界和预期行为——并在要求人工介入之前，先对其发现进行验证。原因很简单：最棘手的漏洞通常不是数据流问题。它们往往发生在代码看似执行了安全检查，但该检查实际上并未保证系统所依赖的安全属性的情况下。换句话说，挑战不仅在于追踪数据在程序中的流动，更在于确定代码中的防御机制是否真正有效。

SAST 的局限：为数据流优化

SAST 通常被描述为一个清晰的流水线：识别不受信任输入的源头，追踪数据在程序中的路径，并在数据未经净化到达敏感接收点时标记出来。这是一个优雅的模型，也确实能覆盖许多实际缺陷。

然而，在实践中，SAST 必须做出近似处理才能保持大规模的可操作性——尤其是在存在间接引用、动态分发、回调、反射和框架主导控制流的真实代码库中。这些近似处理并非对 SAST 的否定，而是在不执行代码的情况下推理代码的现实。

但这并非 Codex Security 不选择从 SAST 报告开始的根本原因。

更深层的问题在于：当你成功追踪从源头到接收点的路径后，接下来会发生什么？

静态分析的困境：约束与语义

即使静态分析能正确追踪跨多个函数和层的输入，它仍需回答那个真正决定漏洞是否存在的问题：防御真的起作用了吗？

以常见模式为例：代码在渲染不受信任内容之前调用了类似 sanitize_html() 的函数。静态分析器可以看到净化器已经运行。但它通常无法确定该净化器对于特定的渲染上下文、模板引擎、编码行为以及下游转换是否足够。

这就是情况变得棘手的地方。问题不仅仅在于数据是否到达了接收点，更在于代码中的检查是否真正以系统假设的方式约束了值。

换句话说，“代码调用了净化器”和“系统是安全的”之间存在巨大差异。

案例：解码前的验证

以下模式在实际系统中屡见不鲜：

一个 Web 应用接收 JSON 载荷，提取 redirect_url，针对白名单正则表达式进行验证，进行 URL 解码，然后将结果传递给重定向处理程序。

经典的源到接收点报告可以描述这个流程：

不受信任输入 → 正则检查 → URL 解码 → 重定向

但真正的问题不在于检查是否存在，而在于该检查在后续转换后是否仍然约束了值。

如果正则表达式在解码之前运行，它是否真的限制了重定向处理程序所解释的解码后 URL？

回答这个问题需要推理整个转换链：正则表达式允许什么、解码和规范化如何行为、URL 解析如何处理边界情况、重定向逻辑如何解析方案和权限。

实际中许多重要的漏洞都表现为：操作顺序错误、部分规范化、解析歧义、以及验证与解释之间的不匹配。数据流是可见的，但弱点在于约束如何通过转换链传播——或未能传播。

这并非只是一个理论模式。在 CVE-2024-29041 中，Express 受到开放重定向问题的影响，由于重定向目标的编码和解释方式，格式错误的 URL 可以绕过常见的白名单实现。数据流是直接的，但更困难的问题——也是决定漏洞是否存在的关键——是验证在转换链之后是否仍然成立。

Codex Security 的方法：从行为出发，然后验证

Codex Security 围绕一个简单目标构建：通过呈现带有更强证据的问题来减少分类工作量。在产品层面，这意味着使用仓库特定的上下文（包括威胁模型），并在呈现问题之前在隔离环境中验证高信号问题。当 Codex Security 遇到看起来像是“验证”或“净化”的边界时，它不会将其视为一个勾选框。它会尝试理解代码试图保证什么，然后尝试证伪该保证。

在实践中，这通常表现为以下组合：

• 以安全研究员的视角阅读相关代码路径，并结合完整的仓库上下文，寻找意图与实现之间的不匹配。这包括注释，但模型不一定相信注释。因此，在代码上方添加 //注意：这里没有漏洞 并不会迷惑模型——如果真的存在漏洞的话。
• 将问题缩减到最小的可测试片段（例如，围绕单个输入的转换管道），以便在没有系统其余部分干扰的情况下进行推理。从这个意义上说，Codex Security 会提取微小的代码片段，然后为其编写微型模糊测试器。
• 跨转换推理约束，而不是独立处理每个检查。在适当的情况下，这可以形式化为可满足性问题。也就是说，我们让模型访问带有 z3-solver 的 Python 环境，并在需要时善于使用它——就像人类在回答特别复杂的输入约束问题时必须做的那样。这对于检查整数溢出或非标准架构上的类似缺陷尤其有用。
• 在可能的情况下，在沙盒验证环境中执行假设，以区分“似乎正确”和“确实正确”。

结论：超越数据流，拥抱行为验证

在 OpenAI News 的语境下，Codex Security 的设计理念代表了一种前沿的安全验证方法。它不满足于传统的 SAST 报告，而是通过深度理解代码行为、转换链和约束传播来发现真正的漏洞。这种方法不仅提高了漏洞检测的准确性，还显著减少了安全团队的人工分类负担。

对于关注 OpenAI News 的安全从业者来说，Codex Security 的实践提供了一个重要启示：安全工具的未来不在于更复杂的静态分析规则，而在于能够像人类安全研究员一样推理代码意图与实际行为之间的差距。