Codex 权限管理详解:团队与 Business 管理员能管哪些开关、沙箱与额度

搜「codex 权限管理」?本文从工作区管理员视角按官方文档整理:本地与云端使用开关、访问令牌、Business 外部用量比例限制、Enterprise 的 RBAC 与 requirements.toml 沙箱强约束各自管什么。

NNathaniel bigo··原创首发·AI 辅助撰写
11 分钟读完
资料核对于 2026-11-18 · 依据官方文档与公开资料整理 Team / 企业 账号

结论先说

  1. 官方把 Codex 管控拆成六道彼此独立的边界:工作区席位与开关、本地客户端运行时策略、Codex 云端环境、Platform API、插件连接器、以及 GitHub 等外部源系统。过了一关不代表自动拥有下一关权限。
  2. Business 与 Enterprise 的管理粒度不同:Business 支持 Codex 访问令牌与工作区级开关;自定义角色(RBAC)与 SCIM 目录同步则属于 Enterprise / Edu 能力。
  3. 本地与云端使用要分别核对开关:后台的 Codex Local(本地使用)、Use Codex in the cloud(云端任务)与 Manage workspace environments(管理共享云端环境,默认关闭)互不替代。
  4. Business 管理员可精细限制第三方应用吃掉多少套餐额度,在 admin.openai.com 可按百分比给外部服务设消耗上限。
  5. 想锁死本地客户端的高危参数(如禁止 --yolo、锁联网模式、限制 MCP 白名单),靠托管配置里的 requirements.toml 强约束,成员改自己的 config.toml 也无法突破。

团队管理 Codex 的五道权限边界

图:本站根据 Codex 官方文档:Roles and workspace permissions 整理的示意图

本文根据 Codex 官方文档《Roles and workspace permissions》《Managed configuration》《User lifecycle management》整理,资料核对于 2026-11-18。配图为本站整理的示意图,不是界面截图。本站(bigolab.com)不是 OpenAI 官方网站。如果你是开发者个人想改自己电脑上的审批和沙箱档位,请看 Codex 权限与沙箱设置。

适用于谁

  • 搜「codex 权限管理」,负责管理公司 ChatGPT Business 或 Enterprise 工作区的团队负责人与管理员;
  • 想搞清「给成员开了席位」之后,本地 CLI、云端环境、第三方应用额度和沙箱边界分别在哪管的人;
  • 需要禁止团队成员在公司电脑上随意开启 --yolo 完全访问或连接未经审批的 MCP 服务的人。

一、工作区后台的开关:本地、云端、令牌与席位

管理员进入工作区 设置(Workspace settings)> 权限与角色(Permissions & roles) 时,最核心的是分清以下几组开关:

  • 本地访问开关:部分工作区合并显示为 Codex and Work Local(开关名为 Allow members to use Codex and Work Locally);另一部分工作区将 Codex Local(Allow members to use Codex locally)与 Work Local 拆成两栏,此时只开其中一个不会自动放行另一个。
  • 访问令牌(Access tokens):ChatGPT Business 和 Enterprise 均支持管理 Codex 访问令牌及凭据有效期上限。
  • 云端任务与共享环境:Use Codex in the cloud 控制成员能不能跑云端任务(每人可建自己的个人环境);它下面的 Manage workspace environments 默认关闭,打开后才允许创建和修改全工作区共享的云端环境。
  • 电脑历史(Computer History):在 Business 和 Enterprise 工作区中默认关闭,工作区所有者未显式授权前,成员无法在本地自行打开。
  • 角色差异:内置管理角色分为所有者(Owner,管全局设置)、管理员(Admin,管日常成员与分组)、普通成员(Member)和分析查看者(Analytics Viewer)。需要开通多人团队工作区可查看本站 ChatGPT Business 团队版定制。

二、Business 管理员专属:控制外部应用与套餐额度消耗

团队允许成员用「Sign in with ChatGPT」登录周边开发工具时,最怕某个外部工具把成员整周的套餐额度刷空。官方为 Business 管理员提供了两步管控:

  1. 按应用放行:登录 admin.openai.com,打开 租户设置(Tenant settings)> 外部访问(External access),选中目标应用,把 Use ChatGPT plan 设为 Allowed(未放行的应用不能消耗团队套餐)。
  2. 设定外部服务消耗百分比上限:在 admin.openai.com 选中工作区,进入 用量限制(Usage limits),在 ChatGPT plan 下找到 Usage in other services 点 编辑(Edit),拖动滑块设定外部服务最多只能用掉每位成员套餐额度的百分之多少(例如 25%),点 Apply 后再点页面底部的 Save changes。

计费与共享额度池的底层逻辑见 Codex 怎么收费。

三、客户端运行时强约束:requirements.toml 与桌面管控

团队常见管控需求去哪个后台设置

图:本站根据 Codex 官方文档:Managed configuration 整理的示意图

在开启了 Agent security(管理员控制台 > Agent security)的托管环境中,官方严格区分了两种下发层(成员本机配置优先级见 Codex config.toml 完整详解):

  • 默认值(Defaults,config.toml):给成员提供起始配置,成员仍可在合规范围内用自己的配置覆盖;
  • 强约束(Requirements,requirements.toml):管理员划定的硬红线,成员无论改本地文件还是传命令行参数都绕不开,冲突时客户端会自动回退到合规值并弹出提示。

例如,下面这段 requirements.toml 同时禁止了免审批(never)、禁止了完全访问沙箱(含 --yolo)、禁止了实时联网搜索,并关闭了设备远程控制(远程控制排错见 Codex 提示「无法更新远程控制状态」怎么办):

toml
allowed_approval_policies = ["untrusted", "on-request"]
allowed_web_search_modes = ["cached"]
allow_remote_control = false
default_permissions = ":workspace"

[allowed_permission_profiles]
":read-only" = true
":workspace" = true
# 未列入 ":danger-full-access",即彻底禁止完全访问档

此外,管理员还能在 Agent security 里按站点源(Origin)限制内置浏览器访问、上传下载与 CDP 调试,按 macOS bundle_id 或 Windows 签名发布者与产品名白名单限制桌面 Computer Use 能操作哪些原生软件(相关功能说明见 Codex 找不到 Computer Use 怎么办),以及用 mcp_servers 白名单锁定允许启用的 MCP 服务器。

常见问题

问:为什么 Enterprise 成员打开 Codex 看不到刚发布的 GPT-6.2 Astra 或 Sol?

答:官方定价与模型页写明,新模型在 Enterprise 和 Edu 工作区默认处于关闭状态,必须由管理员先在工作区模型可用性设置里手动开启;Business 工作区则默认随套餐开放。模型对比见 Codex 用哪个模型好。

问:新建的 Business 工作区还能单独买「仅 Codex(Codex-only)」席位吗?

答:不能。官方生命周期文档说明,只有 2026-06-24 之前已持有 Codex 席位(或当日有符合条件的待接受邀请)的存量 Business 工作区才能保留和增购仅 Codex 席位;新建工作区统一按标准 Business 席位开通。

问:在后台只关掉了「Browser use」,就能彻底禁止代理操作浏览器吗?

答:不能只关这一个。官方特别提醒,如果原生应用 Computer use 仍开着,代理仍能把浏览器当普通桌面软件去点击;必须同时把 computer_use 强制关闭,或在应用规则里拉黑对应浏览器程序。

相关教程

参考资料

  • Codex 官方文档:Roles and workspace permissions — https://learn.chatgpt.com/docs/enterprise/roles-and-workspace-permissions
  • Codex 官方文档:Managed configuration — https://learn.chatgpt.com/docs/enterprise/managed-configuration
  • Codex 官方文档:User lifecycle management — https://learn.chatgpt.com/docs/enterprise/user-lifecycle
  • Codex 官方文档:Sign in with ChatGPT — https://learn.chatgpt.com/docs/sign-in-with-chatgpt

Nathaniel 的更多内容

  1. 01

    LangGraph 流式输出(Streaming)详解:逐字 Token 流、节点进度与自定义事件写法

    多步智能体如果等全部节点跑完才返回,网页前端就会白屏干等十几秒。本文按 LangGraph 官方文档讲清 updates、messages、custom 与 values 四种 stream_mode 的区别,以及组合订阅逐字打字机输出加工具内部实时进度的完整代码。

    其他 AI 工具0
  2. 02

    LangGraph 持久化与长期记忆怎么配:Checkpointer、Store 与 PostgreSQL 实战

    在生产环境跑 LangGraph,单靠 InMemorySaver 一重启就会丢失全部对话。本文按官方文档讲清线程内短期检查点(Checkpointer)与跨线程长期记忆(Store)的分工,以及用 langgraph-checkpoint-postgres 对接 PostgreSQL 的完整步骤。

    其他 AI 工具0
  3. 03

    LangGraph 多智能体怎么写:Supervisor 主管包与 Subgraph 隔离子图实战

    在 LangGraph 里把单个图扩展成多智能体协作有两条官方路线:快速原型用预置包 langgraph-supervisor,大型生产系统用原生子图(Subgraph)嵌套。本文讲清两种写法的完整代码、私有状态隔离防 Token 膨胀技巧以及检查点传播规则。

    其他 AI 工具0
  4. 04

    LangGraph 人工介入审批怎么写:interrupt 暂停图运行与 Command 恢复实战

    企业之所以选 LangGraph,很大程度看中它能安全挂起等待人工审批(Human-in-the-Loop)。本文按官方最新规范讲清 interrupt() 动态暂停、Checkpointer 必备条件、Command(resume=...) 恢复执行,以及防止副作用重复运行的重入规则。

    其他 AI 工具0
  5. 05

    多 Agent 协作平台怎么选:Dify、扣子(Coze)、n8n 与 LangGraph 多智能体机制对比

    搜「多agent协作平台」时,Dify、扣子、n8n 和 LangGraph 都宣称支持多智能体,但底层的调度方式完全不同。本文跳过基础安装,专门从多 Agent 角色跳转、子代理工具调用、上下文隔离与私有化部署四个维度帮你一次选准。

    其他 AI 工具0
  6. 06

    企业微信有官方 MCP 和 CLI 吗:@wecom/cli 安装初始化、长连接机器人与接入教程

    搜「企业 微信 有 mcp 吗」不用再东拼西凑民间群机器人脚本了:企业微信官方已推出 @wecom/cli 命令行工具并内置 stdio 模式的 MCP Server。本文按官方开发者文档讲清安装、智能机器人长连接初始化、业务命令与接入 Claude Code 步骤。

    Claude其他 AI 工具0

同产品的其他教程

  1. 01

    AutoGen 现在怎么样了?微软官方演进路线与 Microsoft Agent Framework 入门

    搜 AutoGen 新教程常被 0.2、0.4、社区分支和 Semantic Kernel 绕晕。按微软官方文档,微软已将 AutoGen 与 Semantic Kernel 两支团队合并推出统一的开源框架 Microsoft Agent Framework。本文讲清现状与 Python 快速上手。

    ChatGPT其他 AI 工具0
  2. 02

    多 Agent 的成本为什么翻倍、怎么控制:Token 膨胀根源与五项降本措施

    刚把单智能体拆成多 Agent,用量往往暴涨好几倍。Anthropic 工程报告统计单智能体约为聊天的 4 倍 Token,多智能体可达约 15 倍。本文拆解固定前缀重复加载、历史搬运、工具链定义与缓存失效四大根源,并给出五条实操控费办法。

    ChatGPTClaude0
  3. 03

    多 Agent 协同开发怎么落地:「一个写、一个审」双代理工作流搭建指南

    多 Agent 协同开发里投入产出比最高的模式就是「一个写、一个审」。本文依据 Anthropic 与 OpenAI 官方编码最佳实践,讲清为什么同会话自审容易漏问题,以及用只读子代理、跨模型交叉审查(Claude Code + Codex)和自动化闭环落地的具体方法。

    ClaudeCodex0
  4. 04

    多 Agent 编排模式详解:编排者-工作者、交接(Handoffs)、并行与评估循环怎么选

    搜「multi-agent orchestration 中文」会被各家框架的不同术语绕晕。本文对照 Anthropic《Building effective agents》与 OpenAI 智能体指南,把编排者-工作者、去中心化交接、并行分片投票与生成-评估循环四种标准编排拓扑讲透。

    ChatGPTClaude0
  5. 05

    多智能体(Multi-Agent)是什么、什么时候该用:Anthropic 与 OpenAI 官方判断标准

    多智能体不是代理越多越聪明。本文依据 Anthropic 研究系统架构文章与 OpenAI 官方智能体指南,讲清确定性工作流、单智能体与多智能体的区别,以及哪三类瓶颈才值得上多智能体协同。

    ChatGPTClaude0
  6. 06

    codebase-memory 类 MCP 是什么、怎么用:基于语法树图谱的本地代码索引原理与配置

    codebase-memory-mcp(DeusData/codebase-memory-mcp)是一类本地代码图谱 MCP 服务器:用 Tree-sitter 把仓库解析成函数与调用关系的 SQLite 图库,帮编码助手查调用链并省下读整份文件的额度。

    ClaudeCodex0

0 条评论

登录 后参与评论

还没有评论,来抢沙发~