今天 GitHub 上两个项目撞一块了:吴恩达的 OpenWorker 冲到 1.9 万星,OpenAI 的 Codex Security 1.1 万星。两个都在教 AI 干同一件活——翻你的代码找漏洞,找完还要给补丁。
但路线完全不同。一个把 AI 做成装在你桌面的同事,边干边问你;一个把审计拆成十几条命令,塞进 CI 里每周自己跑。这个差别比星数有意思。
OpenWorker:一个装在本机的「同事」,先从安全干起
仓库 andrewyng/openworker,18,966 星,Python,MIT,7 月 20 号建仓,今天还在推代码,官方状态是 open beta。
定位一句话说清:交付成品,不是聊天记录。你让它”把这次发布的状况从 Jira 和 GitHub 里捋一遍”,它给你一份能直接发出去的报告,而不是一屏待办。首发先上安全专员——扫代码和依赖、审云配置、做事件研判。理由挺直白:攻击者已经在用 AI,防守方也该有同等杠杆,但得有治理。
安装包只有 macOS Apple Silicon 和 Windows x64 两个,没 Linux 版。我这台 ARM 盒子装不上,下面讲的都是从仓库代码和文档里读出来的,不是实测。
架构是原生外壳加 GUI,底下跑一个本地 Python agent server,建在 aisuite 上。连接器 25 个以上:GitHub、Slack、Jira、Notion、Linear、Outlook、Gmail、Google 日历这些,再加上你的终端和本地文件,MCP 工具也能挂进来。模型不锁定,OpenAI、Anthropic、Google、开源权重都行,本机有 Ollama 就直连;OpenRouter 给了两种接法,用自己的 key,或走浏览器授权把 key 留在本机。
真正的卖点是治理,而且写成了四层,不是产品页上的一句口号:
- 硬底线:一批危险、不可逆的操作永远只能人做。开了全自动批准也压不下去,该找你还是找你。
- 递进授权:默认每个动作都要批;一次性批准能升级成常驻规则,再升级成配置白名单,每一步可见、可撤。全自动模式下有个 reviewer 模型放行日常动作,拿不准就升级给人;同一动作被连续拒绝会触发熔断,把控制权交回来。
- 审计:每次工具调用都记审批来源——自动批、人批、还是拒了,加上 reviewer 的理由,跟会话一起存。出事能回答”谁批的、为什么”。
- 沙箱:命令和文件工具可以跑进 NVIDIA OpenShell,每个 agent 一个 Linux 容器,里面只有这次会话的目录和一份网络白名单,没有 key、没有别的文件。macOS 用系统自带沙箱,Windows 用一个看不见的本地账户,都不用额外装。
安全审查那段有个细节值得抄:确定性扫描器(semgrep 这类)先出结果,模型再做推理;提出的修复必须重新扫、再过 diff 复核,文档原话是”修的人不能是唯一的检查者”。无人值守的批次永不自我批准,请求挂在收件箱等人回。
实话也得说:还是 beta,Windows 包没签名,SmartScreen 会拦一下;仓库 406 个 open issue;桌面常驻加二十多个连接器,等于二十多个数据出口——治理写得再细,授权弹窗一路点同意,等于白写。
Codex Security:把审计拆成工序,塞进流水线
openai/codex-security,11,404 星,TypeScript,Apache-2.0,npm 包名 @openai/codex-security,CLI 短名 cs。我在这台机器上拉了一下,版本 0.9.1,cs --help 列出来十几条子命令。
上手三步:
npm install --global @openai/codex-security
cs login
cs scan .
它没把”审计”做成一个按钮,而是拆成工序:
scan扫全仓,也能--path src --path tests只扫指定目录,--diff origin/main只扫改动,--working-tree扫暂存区,--mode deep深扫,--max-time 15给十五分钟调查预算;validate只用源码证据判断候选漏洞成不成立,不开新扫描,就复核;patch按条出补丁,verify-fix不改仓库、只验证你已经打上的修复;dedupe去重,classify-severity按你自己的标准定级,suggest-owners从 CODEOWNERS 和 git 历史猜负责人;policy起草 SECURITY.md 和威胁模型,草稿存在仓库外,不动你现有文件;export出 SARIF、JSON、CSV,import吃 Sonar、Semgrep、Snyk、GitHub 的现成结果;install-hook装个 pre-commit 钩子,扫出达到阈值的发现就拦提交。
默认模型 gpt-5.6-sol,reasoning effort 直接拉到 xhigh。provider 除了 OpenAI,也支持 Bedrock、OpenRouter、Fireworks。
成本要提前算:官方那个 GitHub Action 示例给每次扫描估了 5 美元上限,报告照出、不 fail 任务;文档自己也提醒,进行中的请求可能超上限。门槛也得知道——要 ChatGPT 账号或 API key,部分安全类请求还要求 Trusted Access for Cyber;Cloud 是可选,本地扫描不依赖它。
实话:扫描器从来不是零误报,validate 之后照样得人定级;给 CI 加个”发现就红”很容易,难的是先把团队的定级标准写下来;pre-commit 钩子拦太严,同事很快就开始 --no-verify。
两个项目,其实是同一条流水线
差别只在把审批放在哪。OpenWorker 把审批放进会话里,AI 干到一半停下来问你;Codex Security 把审批推到流程末端,机器把工序和证据交齐,人签字。前者适合一个人干活,后者适合一个团队背锅。
共同底线完全一致:补丁必须重扫,修的人不能是唯一的检查者,最后一关永远是人。
这也是为什么两家先扑安全:它是 Agent 目前最容易验收的场景——有没有漏洞看 PoC,修没修好重扫一遍,能不能进流水线看 SARIF。对错清楚,才轮得到自动化。上一轮拆 Cloudflare 那个六阶段审计技能时说过同一个判断,可以对着看。
想试的话,顺序建议:先拿一个自己的小仓库,只跑扫描、别开自动修;把报告里”覆盖边界”读完,知道它没看哪里;再决定给不给写权限、进不进 CI。Agent 找漏洞的能力已经够用了,决定成败的是你敢给它多大权限。