Codex Security Plugin不是一个独立的安全工具，而是以插件形式嵌入到 Codex 工作流中的漏洞扫描系统。这篇文章整理一下它的工作原理、扫描流程和 CI/CD 集成方案，也对比一下它和传统静态分析工具的思路差异。 背景：为什么是插件而不是独立工具 传统的代码安全扫描（SAST）工具，比如 Semgrep、CodeQL、SonarQube，走的是规则匹配的路子：维护一套漏洞特征规则库，扫描代码时对模式进行匹配，找出潜在问题。这类工具的优点是确定性强、速度快、可以自动化集成。缺点也很明显——规则库覆盖不到的变种绕过不了，误报率偏高，而且几乎没有对业务逻辑的理解能力。
Codex 的远程连接不是一个功能，而是两套相互独立的方案，分别服务于 Desktop App 和 CLI，适用场景和限制也完全不同。 两套方案概览 主机端 客户端 传输协议 Remote Connections Codex Desktop App ChatGPT 手机 App 专有协议 Remote TUI Codex CLI（app-server） 另一台机器的 Codex CLI WebSocket 两者之间没有交集：手机 App 只能连 Desktop App，另一台 CLI 只能连 CLI 的 app-server，不能混用。
最近翻了一遍 OpenAI 的文档，发现 API 有不少变化。最显著的是推出了新的 Responses API，以及针对推理模型（reasoning models）的新机制。这篇记录一下关键点。 Responses API：新项目的推荐选择 OpenAI 现在推荐新项目使用 Responses API，而不是之前的 Chat Completions API。新 API 的端点是 /v1/responses，请求结构也有变化：